ABSTRAK
Dalam bentuk array multidimensi, pemodelan yang mempertimbangkan kovariat tensor mampu menangkap interaksi fitur penting atau mencakup rentang struktur data yang lebih luas. Dalam penelitian ini, kami mengusulkan inferensi statistik berdasarkan kovariat berbasis tensor untuk model regresi Cox dalam studi genom terintegrasi. Metode yang diusulkan menonjol karena mengurangi dimensi parameter dalam fungsi kemungkinan parsial melalui penerapan dekomposisi peringkat-R. Kami memperkenalkan metode estimasi dan pemilihan peringkat. Selanjutnya, uji tensor khusus variabel diusulkan untuk mengevaluasi signifikansi efek kovariansi. Normalitas asimtotik diperoleh untuk semua estimator regresi. Studi simulasi, termasuk pemilihan peringkat, kinerja estimasi, dan kinerja pengujian, menunjukkan efektivitas algoritma yang diusulkan. Secara keseluruhan, metode yang diusulkan memberi pembaca informasi yang diperlukan untuk memahami efek genom kovariat berbasis tensor. Untuk memberi manfaat bagi pembaca, kode R untuk mengimplementasikan metode ini disediakan. Terakhir, kami memperkenalkan metode yang diusulkan menggunakan kumpulan data kanker kolorektal, yang menangani deteksi sinyal dengan mengumpulkan informasi secara bersamaan di berbagai jenis platform omik. Kumpulan data ini mengintegrasikan informasi klinis dengan data multi-omik, termasuk variasi jumlah salinan, metilasi, dan data sekuensing mRNA, sebagai kovariat berbasis tensor, dan mengevaluasi hubungan yang melibatkan data tersensor kanan.