摘要:针对生存分析中建立生存模型时，如何处理生存数据中特有的数据类型——删失数据，降低高维协变量的维数，更好地识别出真正具有预测性的因子，建立准确的生存模型的问题，提出用STUTE’s加权最小二乘法和删失限制以及LASSO正则化相结合的方法来对AFT模型进行估计。首先，提出STUTE’s加权最小二乘法和删失限制相结合的方法对生存数据中的删失数据进行处理；其次，提出了LASSO的一个新的实现算法进行模型的变量选择，降低模型中协变量的维数，精简模型；最后，通过仿真分析得到提出的新估计方法较已有的LASSO旧算法以及其他的变量选择方法，VSURF算法更能找出“真”因子，建立准确的生存模型。

摘要:加权最小二乘无网格法是一种新的高效无网格法,鉴于传统数值方法求解动态问题网格限制的缺陷,将传统差分法和加权最小二乘无网格法结合构造差分一加权最小二乘无网格方法,应用于求解一维与时间相关的线性抛物方程;该方法在空间域上的离散彻底摆脱了网格的束缚,算例表明:该方法计算量较小,并能够保证较高的精度.