PulseAugur
中
实时 05:01:45
English(EN) Survival of the fittest Cox model: Pivotal variable selection for time-to-event data

新的 Cox 模型方法增强了生存分析的变量选择

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种在生存分析中进行变量选择的新方法，该方法建立在 Cox 比例风险模型的基础上。该方法利用偏似然函数的平方根变换，使得正则化参数的选择独立于未知的基线风险和删失机制。所提出的标准结合了像 BIC 这样的信息标准和像 lasso 这样的惩罚回归方法，旨在提高在模拟数据和真实世界数据上的性能，特别是在支持恢复应用中。 AI

影响 引入了一种改进的生存分析统计方法，可能影响依赖于时间事件数据建模的领域。

排序理由 该集群包含一篇详细介绍新颖统计方法的新学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 Cox 模型方法增强了生存分析的变量选择

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇详细介绍新颖统计方法的新学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
Standard
On-topic for AI-industry coverage; kept in the public index.
Story freshness
89 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Maxime van Cutsem, Sylvain Sardy ·

    适者生存 Cox 模型：事件发生时间数据的关键变量选择

    arXiv:2510.19374v2 Announce Type: replace Abstract: We revisit Cox's proportional hazards model to improve variable selection in survival analysis. A square-root transformation of the partial likelihood renders the selection of the regularization parameter pivotal, free of the un…

相关实体

相关话题