Ensemble-Methoden zur Verbesserung von Modellen für Regressionsprobleme mit stetigen und zensierten Zielgrößen

他说：“我不会让你的生活变得更糟。”Für binäre在Velen Anwendungsgebieten Praktisch Relationante Verbesserungen hinsichtlich der Vorhersagegüte erzielt的统计模型中对名义技能进行了排序。在此之前，我们将对安方的所有问题进行分析。在生物识别实践的实践中，这些问题并不存在于生物识别实践中，而是分析了这些问题，并分析了它们之间的关系，以及它们在软件开发过程中的应用。

Die Vorhersage einer Zielgröße basierend auf beobachteten Werten von mehreren erklärenden Variablen hat einen hohen Stellenwert unter den Aufgabenstellungen der medizinischen Biometrie. Für binäre oder nominal skalierte Zielgrößen konnten in der letzten Dekade durch die Zusammenfassung einzelner statistischer Modelle zu sogenannten Ensembles in vielen Anwendungsgebieten praktisch relevante Verbesserungen hinsichtlich der Vorhersagegüte erzielt werden. Der Fall von stetigen Zielgrößen wurde weniger eingehend behandelt und die Betrachtung von Problemen der Überlebenszeitanalyse steht erst am Anfang. Das Forschungsprojekt hat das Ziel, die erfolgreichen Strategien der Modellkombination durch Ensemble-Methoden auf die insbesondere in der biometrischen Praxis wichtigen Probleme der Analyse von zensierten und unzensierten stetigen Zielgrößen zu übertragen, die Eigenschaften der dazu in diesem Projekt entwickelten Verfahren theoretisch und in umfangreichen Simulationsstudien zu untersuchen und die praktische Anwendbarkeit der Methoden anhand eines aktuellen biometrischen Beispieldatensatzes zur Überlebenszeitanalyse bei Melanompatienten zu erproben sowie die Verwendung der Ansätze durch eine flexible Softwareimplementation für breite Anwenderkreise zu ermöglichen.