生存分析：自动模型优化你好，我有兴趣用基因表达数据进行生存分析。输入将是来自一组基因的表达数据，并且我想要识别具有最佳模型性能的基因组（子集）。JMP（或JMP Genomics）能否自动识别最佳模型？
Re：生存分析：自动模型优化 @如 ，看起来你上面的回复出现乱码。
你能再试一次吗？
Re：生存分析：自动模型优化
<meta charset="“UTF-8”/" />
Re：生存分析：自动模型优化我想我首先要问的一个问题是，你如何确定“最佳”模型？在JMP Pro和JMP Genomics中都有验证方法来帮助识别“最佳”模型（AICc，BIC，验证栏，交叉验证等）。然后有适合的统计数据，也有助于确定最佳表现模型方法。
如前所述，给定为感兴趣的模型选择的验证方法，JMP Pro在自动模型选择（用于模型的预测变量的数量）方面做得相当不错。还需要比较建模方法以及模型本身。 JMP Pro和JMP Genomics都提供模型比较工具来评估这一点。
最后，人们仍然应该在使用之前探索基因是什么以及模型的样子。建模是一个探索性过程，不应该完全“自动化”。
有关Predictive Modeling的JMP Genomics信息可在此处找到：
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，该方法允许人们使用其他建模方法（如岭回归等）与查看器的时间到事件数据。
克里斯
Re：生存分析：自动模型优化你好，
在JMP Pro 13中，您可以使用拟合模型中的广义回归个性来使用现代变量选择技术（例如Lasso和Elastic Net）以及前向选择来执行生存分析。
希望有所帮助，
迈克尔
