發(fā)布時(shí)間：2020-12-07 15:46

　　最佳治療方案是通過病人的各項(xiàng)特征構(gòu)建一個(gè)映射函數(shù),目標(biāo)是從所有的治療方案中,讓每個(gè)病人獲得最佳的治療方案。隨著社會(huì)結(jié)構(gòu)的復(fù)雜化以及人口數(shù)量的增加,當(dāng)今社會(huì)需要一種有效的方法,可以在大樣本中快速的為病人分配最佳的治療方案。傳統(tǒng)方法中,最佳治療方案通常是用過回歸方程擬合,最大化基于治療方案和個(gè)體特征的條件期望,從而獲得最優(yōu)治療方案。然而,當(dāng)假定的回歸方程出現(xiàn)錯(cuò)誤時(shí),處理方案的結(jié)果往往會(huì)出現(xiàn)較大偏差。為了提高模型質(zhì)量,本文將最佳治療方案問題轉(zhuǎn)化為一個(gè)分類問題。首先,為治療方案問題構(gòu)建一映射函數(shù),稱為對(duì)比函數(shù)。首要目標(biāo)是使得該函數(shù)的因變量期望最大,因此本文考慮了三種不同的估計(jì)模型,分別是結(jié)果回歸模型,逆概率加權(quán)模型以及增強(qiáng)型逆概率加權(quán)模型。其中增強(qiáng)型逆概率加權(quán)模型具有雙重穩(wěn)健性以及優(yōu)秀的效率。同時(shí),利用分位回歸方程替代傳統(tǒng)線性回歸方程,其目的也在于提高模型的穩(wěn)健性。更進(jìn)一步的,本文在得到對(duì)比函數(shù)后,將問題轉(zhuǎn)化為分類問題。由于步驟之間的獨(dú)立性,這套方法具有極高的靈活性。隨后,本文考慮了因變量與自變量的因果性推斷。在因果性推斷部分,本文同樣考慮了三種不同的模型,分別是結(jié)果回歸模型,逆概率加權(quán)模型以... 

【文章來(lái)源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：41 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖４．４：實(shí)際數(shù)據(jù)自變量的箱裝圖??ｔｈｅ?ｖａｌｕｅ?ｏｆ?ａｇｅ??§?－?：??§?－??Ｏ?＿?：??卞??ｏ??ｏ??ｏ??ｏ?－?ｏ??ｔｈｅ?ｖａｌｕｅ?ｏｆ?ＢＭＩ??＾?－ｊ?〇?


本文編號(hào)：2903519