ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Using Wavelet Shrinkage in the Cox Proportional Hazards Regression Model: Simulation Study

العنوان بلغة أخرى: استخدام التقليص المويجي في أنموذج انحدار كوكس للمخاطر النسبية: دراسة محاكاة
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: Ali, Taha Hussein (Author)
مؤلفين آخرين: Qadir, Jwana Rostam (Co-Author)
المجلد/العدد: ع35
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
الصفحات: 23 - 45
ISSN: 1680-855X
رقم MD: 1318163
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
Cox PH Model | Wavelet Shrinkage | Thresholding Rules
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: استخدام التقليص المويجي في أنموذج انحدار كوكس للمخاطر النسبية (دراسة محاكاة) تم في هذا البحث اقتراح معالجة مشكلة تلوث البيانات في أنموذج كوكس للمخاطر النسبية باستخدام التقليص المويجي، من خلال حساب معاملات التحويل المويجي المتقطع، للمويجات (Symlets) و(Daubechies)، وطرائق العتبة (Universal)، (Minimax)، و(SURE)، كذلك قواعد العتبة (الناعمة والصلبة). سيتم أيضا المقارنة بين الطرائق المقترحة والتقليدية باستخدام المحاكاة والبيانات الحقيقية، التطبيق تم من خلال برنامج بلغة MATLAB والمصمم لهذا الغرض. كانت جميع الطرائق المقترحة تتمتع بكفاءة أفضل من الطريقة التقليدية في تقدير أنموذج كوكس للمخاطر النسبية اعتمادا على متوسط معيار معلومات (Akaike) و(Bayesian).

The proposed method in this paper dealt with the problem of data contamination in the Cox Proportional Hazards Regression model (CPHRM) by using Wavelet Shrinkage to de-noise data, calculating the discrete wavelet transformation coefficients for wavelets (Symlets and Daubechies), and thresholding methods (Universal, Minimax, and SURE), as well as thresholding rules (Soft and Hard). A software in the MATLAB language built for this propose will compare the proposed and classical method using simulation and real data. All the proposed methods have better efficiency than the classical method in estimating the Cox Proportional hazards model depending on both average of Akaike and Bayesian information criterion.

ISSN: 1680-855X

عناصر مشابهة