文献

J-GLOBAL ID：202202233052563768   整理番号：22A0410561

集合回帰とサブグループ解析への応用【JST・京大機械翻訳】

Set-regression with applications to subgroup analysis

著者 (3件)： Yuan Ao (Department of Biostatistics, Bioinformatics and Biomathematics, Georgetown University, Washington, District of Columbia, USA) ,  Wang Lida (Department of Biostatistics, Bioinformatics and Biomathematics, Georgetown University, Washington, District of Columbia, USA) ,  Tan Ming T. (Department of Biostatistics, Bioinformatics and Biomathematics, Georgetown University, Washington, District of Columbia, USA)
資料名： Statistics in Medicine  (Statistics in Medicine)
巻： 41  号： 1  ページ： 180-193  発行年： 2022年 
JST資料番号： A1551A  ISSN： 0277-6715  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 回帰は一般的に使用される統計的モデルである。それは共変量[数式:原文を参照]を与えた応答の条件付き平均である。しかし,いくつかの実際的問題において,関心はいくつかの集合Aに属する共変量を与える応答の条件付き平均である。特に,臨床試験における精密医学とサブグループ分析において,目的は,治療から最も利益を得るか,または,被験者がこのセットに落ちるとき,治療が優先する共変量空間で最適なセットを同定し,被験者を好ましい治療サブグループに分類することである。サブグループ解析の既存の方法は,古典的回帰を用いて間接的にこれを達成する。これは,サブグループ解析問題に直接対処する[数式:原文を参照]として定義される,新しい型の回帰:集合回帰を開発することを動機づける。これは古典的回帰モデルだけでなく,再帰的分割とサポートベクトルマシンアプローチを改善し,特にサブグループ解析のような集合上の回帰の最適化を含む目的に適している。新しい多目的集合回帰は,精度増加を伴うサブグループを同定した。使用は容易である。また,シミュレーション研究は,有限サンプルにおいて提案方法の優れた性能を示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  シミュレーション ,  臨床試験 ,  *回帰モデル ,  サポートベクトルマシン
準シソーラス用語： 被験者 ,  共変量 , 【Automatic Indexing@JST】

著者キーワード (4件)： 臨床試験 ,  ノンパラメトリックBayesモデル ,  集合回帰 ,  サブグループ解析

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  統計学  (AB08000H)

タイトルに関連する用語 (4件)： 集合 ,  サブ ,  グループ解析 ,  応用