程云飞，王淑影，张亚男

(长春工业大学 数学与统计学院，吉林 长春 130012)

0 引 言

糖尿病是一种常见的内分泌代谢性疾病，国际糖尿病联盟在Diabetes Atlas上预测糖尿病患者数量将持续升高。糖尿病在中国是高发疾病，常伴有家族遗传史，长期血糖控制不良将导致多种急性、慢性疾病并发，使人体抵抗力变差，危及患者生命。由于无法根治，糖尿病的病症只有及早发现、及早治疗才能降低出现并发症的隐患。因此，构建糖尿病病人的生存时间预测模型，对提高糖尿病病人的生存质量有着重要意义。

在实际研究中，针对某一领域的一个问题，通常可以建立多个模型，如何在所有可能的模型中选择适合的模型是统计学界研究的核心问题之一。模型选择的目标是从模型集合中选出估计或预测误差较小的模型，如Akaike Information Criterion (AIC)、Bayes Information Criterion (BIC)、Focused Information Criterion (FIC)等。模型选择方法在一定程度上解决了选择较“优”模型的问题，然而模型选择过程中总是存在着不确定性，因此无法避免选择很“差”模型的风险。对于模型选择过程中存在的缺点，学者们进行了大量研究，近些年来，模型平均方法作为解决模型选择不确定性的重要方法受到了广泛关注。与模型选择方法相比，模型平均方法的估计及预测并不依靠于单个模型，而是基于整个候选模型。Bates J等[1]将模型组合用于对航空需求的预测，研究肯定了组合预测的优势。目前，按照权重形式的不同，模型平均方法可以分为两大类，分别为贝叶斯模型平均和频率模型平均。……