当 P >> N 时确定有效的 HIV 干预措施：变量选择模型和弹性网络回归模型的跨国应用<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />该论文已从会议中撤回。
帕斯卡尔·舍费尔, 圣加仑大学研究生
克里斯蒂安·希尔德布兰德, 圣加仑大学项目负责人
目前的工作基于对涉及 176 个国家和 400 多个变量的大型跨国数据集的分析（即，病例数远小于预测变量数的研究）确定最有效的 HIV 干预措施。 具体而言，本研究基于对国家层面艾滋病毒预防活动数据的分析，并结合了其他国家特定指标，例如人均 GDP、教育系统投资、男女性别比、城市化程度等。其他。 该数据基于总共 176 个国家的 Gapminder 数据库。 基于探索性因素分析和弹性净回归与自举估计的结合（参见 Tibshirani 1996；Zou 和 Hastie 2005），目前的工作表明，不是人均 GDP 或其他经济福利相关指标，而是一个国家的教育体系和先前的投资总体而言，卫生保健是降低艾滋病毒感染率的主要驱动力。 与直觉相反，尽管目前世界范围内的干预政策占主导地位，但避孕药具的使用并不是降低各国艾滋病毒流行率的主要驱动力。 目前的工作对于公共政策干预措施的有效设计和使用变量选择模型来确定最有效的指标具有重要意义。
预测建模
