Sufficient dimension reduction on marginal regression for gaps of recurrent events

تحول خطی نیمه پارامتریک زمان شکاف برای مدل داده های رویداد های مکرر همراه با متغیرهای با ابعاد بزرگ و سانسور اطلاعاتی ارائه شده است. این از یک مدل خطرات متناسب برای عملکرد شدت مشروط یک روند تجدید مشتق شده است. برای غلبه بر مشکلات ناشی از متغیرهای ابعادی بزرگ، یک رگرسیون اصلاح شده برای داده های سانسور شده ایجاد شده و از یک روش کاهش حجم مناسب برای تبدیل آنها به یک فضای بعدی استفاده می کنیم. مطالعات شبیه سازی برای تأیید و ارزیابی یافته های نظری و مقایسه روش پیشنهادی با روش های موجود در ادبیات انجام شده است. نمونه ای از کاربرد در مجموعه ای از اطلاعات پزشکی نیز نشان داده شده است. مدل پیشنهادی همراه با روش کاهش ابعاد جایگزین مؤثر برای تحلیل رویداد مجدد با متغیرهای ابعادی بزرگ و سانسور اطلاعاتی ارائه می دهد.