条件推断森林在生存分析中的应用
刘颖欣1
康佩1
许军2
安胜利1
1.南方医科大学 公共卫生学院生物统计学系,广东 广州 5105152.南方医科大学 南方医院卫生经济管理科,广东 广州 510515
摘要：目的 探讨条件推断森林在生存分析中的应用与优势.方法 通过模拟研究和实例应用比较比例风险模型、加速失效时间模型、随机生存森林、条件推断森林4种方法的预测能力,用Brier score进行评价.结果 模拟研究显示两类森林模型比其他2种回归模型预测更准确稳定,其中条件推断森林在数据存在多分类变量、共线性、交互作用等情况下预测效果优于其余3种模型,且在大样本、高删失率数据中更容易体现该优势;实例说明条件推断森林预测效果最优.结论 条件推断森林可用于生存分析,且当存在多分类变量、共线性、交互作用时,与其他常见生存分析方法相比,具有更高的准确性和稳定性.
关键词：条件推断森林随机生存森林比例风险模型加速失效模型生存分析
资助基金：国家自然科学基金(71673126)南方医科大学科研启蒙项目(B219339036)
论文发表日期：2020-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 475-482 )
英文信息