生存分析：自動模型優化你好，我有興趣用基因表達數據進行生存分析。輸入將是來自一組基因的表達數據，並且我想要識別具有最佳模型性能的基因組（子集）。JMP（或JMP Genomics）能否自動識別最佳模型？
Re：生存分析：自動模型優化 @如 ，看起來你上面的回復出現亂碼。
你能再試一次嗎？
Re：生存分析：自動模型優化
<meta charset="“UTF-8”/" />
Re：生存分析：自動模型優化我想我首先要問的一個問題是，你如何確定“最佳”模型？在JMP Pro和JMP Genomics中都有驗證方法來幫助識別“最佳”模型（AICc，BIC，驗證欄，交叉驗證等）。然後有適合的統計數據，也有助於確定最佳表現模型方法。
如前所述，給定為感興趣的模型選擇的驗證方法，JMP Pro在自動模型選擇（用於模型的預測變量的數量）方面做得相當不錯。還需要比較建模方法以及模型本身。 JMP Pro和JMP Genomics都提供模型比較工具來評估這一點。
最後，人們仍然應該在使用之前探索基因是什麼以及模型的樣子。建模是一個探索性過程，不應該完全“自動化”。
有關Predictive Modeling的JMP Genomics信息可在此處找到：
https://www.jmp.com/support/downloads/JMPG90_documentation/wwhelp/wwhimpl/js/html/wwhelp.htm#href=predictive_modeling.11.01.html
查看Buckley-James估算方法，該方法允許人們使用其他建模方法（如嶺回歸等）與查看器的時間到事件數據。
克里斯
Re：生存分析：自動模型優化你好，
在JMP Pro 13中，您可以使用擬合模型中的廣義回歸個性來使用現代變量選擇技術（例如Lasso和Elastic Net）以及前向選擇來執行生存分析。
希望有所幫助，
邁克爾
