本书是基于医学临床实验中常见的一类数据——竞争风险数据，对其高维变量选择问题进行研究。总共分为五章，其中第一章是理论基础和方法的研究，主要阐述论文研究问题的背景以及国内外研究方法。第二章对超高维竞争风险模型的确定独立筛选和条件确定独立筛选方法的研究。第三章针对协变量具有较强相关性的超高维竞争风险模型，基于确定联合筛选方法的研究。第四章讨论了基于分位回归的高维竞争风险模型的变量选择问题。第五章讨论了基于加权分位回归的高维竞争风险模型的变量选择问题。本书的研究内容是该领域的前沿性研究成果。本书可以为高校、科研机构和政府机关的相关研究提供参考，也可以作为大学高年级学生和研究生从事生存分析、竞争风险模型研究的参考书目。

李二倩，1993年5月出生，中国人民大学经济学博士，现为北方工业大学理学院统计学系讲师。研究方向为统计推断、生存分析、高维数据分析、分位回归等。主持国家自然科学基金青年基金1项，参与国家级和省部级项目多个，并在中国科学：数学》Statistics in Medicine等国内外重要期刊上发表学术论文10余篇。

第一章 绪论
第一节 研究背景与意义
第二节 国内外研究现状
第三节 主要研究内容、创新与不足
第二章 独立筛选方法
第一节 引言
第二节 确定独立筛选方法
第三节 条件确定独立筛选方法
第四节 渐近性质
第五节 模拟研究
第六节 实际数据分析
第三章 联合筛选方法
第一节 引言
第二节 联合筛选变量方法
第三节 渐近性质
第四节 模拟研究
第五节 实际数据分析
第四章 分位回归变量选择方法
第一节 引言
第二节 分位回归变量选择方法
第三节 渐近性质
第四节 模拟研究
第五节 实际数据分析
第五章 加权分位回归方法
第一节 引言
第二节 加权分位回归
第三节 渐近性质
第四节 模拟研究
第五节 实际数据分析
参考文献
后记