• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    超高維缺失響應(yīng)數(shù)據(jù)的特征篩選?

    2023-02-21 08:07:56鄒麗英
    關(guān)鍵詞:活躍線性概率

    鄒麗英,劉 祎

    (中國海洋大學(xué)數(shù)學(xué)科學(xué)學(xué)院,山東 青島 266100)

    隨著科技水平的飛速發(fā)展和數(shù)據(jù)收集能力的大幅提升,超高維數(shù)據(jù)已經(jīng)越來越頻繁地出現(xiàn)在包括金融學(xué)、基因?qū)W、醫(yī)學(xué)等各領(lǐng)域中。在高維數(shù)據(jù)中,為了選出對響應(yīng)變量有重要影響的少數(shù)預(yù)測變量,許多懲罰方法被提出,例如LASSO[1]、SCAD[2]、自適應(yīng)LASSO[3]和Dantzing[4]等。但在超高維數(shù)據(jù)中,即當(dāng)變量個數(shù)相對于樣本量呈指數(shù)增長時,這些方法面臨著計算復(fù)雜性、統(tǒng)計準(zhǔn)確性和算法穩(wěn)定性的共同挑戰(zhàn)[5]。為此許多學(xué)者提出超高維數(shù)據(jù)的特征篩選方法,用于解決面臨的困難。Fan和Lv[6]基于線性模型提出了一種依賴于邊際皮爾遜相關(guān)系數(shù)的確定獨(dú)立篩選(Sure independent screening, SIS),它可以將超高維數(shù)據(jù)降維至合適的大小,并且通過對相關(guān)系數(shù)絕對值大小進(jìn)行排序,將對響應(yīng)變量有重要影響的預(yù)測因子選中的概率趨于1。Zhu等[7]用一種針對一般多指標(biāo)模型確定獨(dú)立排序和篩選技術(shù)(Sure independent ranking and screening,SIRS)來排序重要變量。Li等[8]基于距離相關(guān)系數(shù)發(fā)展了SIS程序,但它對重尾數(shù)據(jù)不具有穩(wěn)健性。Zhong等[9]在穩(wěn)健距離相關(guān)的基礎(chǔ)上提出了一種應(yīng)用于單指標(biāo)模型的特征篩選方法。然而上述特征篩選方法都是針對完全可觀測數(shù)據(jù)的。

    在實(shí)際案例中,例如成本效益分析、教育調(diào)查、全基因組關(guān)聯(lián)研究以及基因表達(dá)研究等領(lǐng)域,由于部分受試者不愿意回答敏感問題,或者不可控因素導(dǎo)致的信息丟失,出現(xiàn)響應(yīng)變量隨機(jī)缺失(Missing at random,MAR)的情況是較為常見的。有關(guān)于缺失數(shù)據(jù)的統(tǒng)計分析,已有許多文獻(xiàn)進(jìn)行研究,例如:Wang和Rao[10]提出了處理缺失響應(yīng)問題的經(jīng)驗(yàn)似然方法。Qin、Shao和Zhang[11]將逆概率加權(quán)方法用于處理協(xié)變量相關(guān)的缺失響應(yīng)數(shù)據(jù)。Hu、Follmann和Qin[12]研究了缺失數(shù)據(jù)平均響應(yīng)的半?yún)?shù)降維估計。近年來,一系列研究開始集中于處理缺失響應(yīng)變量的超高維數(shù)據(jù),并提出高效、準(zhǔn)確的特征篩選方法。Lai等[13]調(diào)整了Zhu等[7]的SIRS方法并結(jié)合逆概率加權(quán)技術(shù),提出了一種無模型特征篩選方法。逆概率加權(quán)方法對缺失概率較敏感,因此非參數(shù)插補(bǔ)作為一種處理缺失數(shù)據(jù)的方法得到廣泛應(yīng)用。Fang[14]基于非參數(shù)插補(bǔ)技術(shù)提出了無模型的特征篩選方法,并說明其比逆概率加權(quán)方法具有更好的篩選效果。

    本文提出了一種新的特征篩選程序(Imputed distance correlation,IDC),構(gòu)造插補(bǔ)響應(yīng)變量與協(xié)變量分布函數(shù)之間的距離相關(guān)系數(shù)作為篩選指標(biāo)進(jìn)行特征篩選。所提方法不依賴于模型假設(shè)且對協(xié)變量異常值穩(wěn)健,而且可以直接處理響應(yīng)變量是多維的情形。通過數(shù)值模擬和微陣列彌漫性大B細(xì)胞淋巴瘤(Diffuse Large-B-Cell Lymphoma,DLBCL)數(shù)據(jù)分析,對方法的有限樣本性質(zhì)進(jìn)行了驗(yàn)證。

    1 方法

    記Y為連續(xù)的響應(yīng)變量,X=(X1,…,Xp)T為p×1維的連續(xù)預(yù)測變量。假設(shè)維數(shù)p相對于樣本容量n呈指數(shù)增長,即log(p)=Ο(nα),常數(shù)α>0。其中X是完全可觀測的,而Y可能缺失。由于觀測數(shù)據(jù)是不完全的,記(Xi,Yi,δi)為樣本數(shù)據(jù),i=1,…,n,其中δi為缺失響應(yīng)的指示變量,即如果Yi缺失,則δi=0,如果Yi可觀測,則δi=1。我們假設(shè)δ只依賴于X使得傾向得分函數(shù)有π(X)=P(δ=1|X)的形式。由Little和Rubin[15]可知,上述關(guān)于缺失機(jī)制的定義為隨機(jī)缺失。Y是隨機(jī)缺失的,簡單來說,就是假設(shè)

    P(δ=1|X,Y)=P(δ=1|X)。

    基于稀疏假設(shè),只有少數(shù)的預(yù)測變量與Y有關(guān)。我們定義活躍預(yù)測變量的索引集:

    A={k:F(y|X)依賴于Xk,對某個y∈ψY,k=1,…,p},

    其中F(y|X)=P(Y≤y|X)為給定變量X條件下變量Y的條件分布函數(shù),ψY為Y的支撐集,且|A|為集合A的勢。在超高維數(shù)據(jù)分析中我們假設(shè)p?n且p?|A|。記Ac={1,2,…,p}A為非活躍預(yù)測變量的索引集,即Ac={k:F(y|X)不依賴于Xk,對?y∈ψY,k=1,…,p}。令XA={Xk:k∈A}且XAc={Xk:k∈Ac}分別為預(yù)測變量的活躍集和非活躍集。

    首先回顧一下距離相關(guān)系數(shù)[16]的定義。假設(shè)U和V為兩個隨機(jī)向量,維度分別為dU和dV。令φU(u)和φV(v)分別為U和V的特征函數(shù),φU,V(u,v)為U和V的聯(lián)合特征函數(shù)。距離協(xié)方差(Distance covaria-nce)定義為非負(fù)數(shù)dcov(U,V),即

    dcov2(U,V)=

    U和V的距離相關(guān)系數(shù)(Distance correlation,DC)定義為

    DC作為相關(guān)關(guān)系的一種度量,具有良好的特性,即dcorr(U,V)=0當(dāng)且僅當(dāng)U和V是相互獨(dú)立的。這一性質(zhì)使得距離相關(guān)尤其適用于超高維數(shù)據(jù)的變量篩選。并且對于超高維的完整數(shù)據(jù)集,Zhong等[9]在穩(wěn)健距離相關(guān)的基礎(chǔ)上提出了一種應(yīng)用于單指標(biāo)模型的特征篩選程序,這啟發(fā)我們將穩(wěn)健的距離相關(guān)應(yīng)用于具有缺失響應(yīng)的超高維數(shù)據(jù)中。

    本文采用的穩(wěn)健距離相關(guān)篩選指標(biāo)是指

    ωk=dcorr2(Fk(Xk),Y)=

    處理缺失數(shù)據(jù)的插補(bǔ)方法是通過非參數(shù)回歸得到的,設(shè)m(x)=E(Y|X=x)為給定X時Y的回歸函數(shù),則由核回歸[17-18]可得到m(x)的估計為

    根據(jù)插補(bǔ)后的數(shù)據(jù)集,我們得到篩選指標(biāo)的估計為

    2 數(shù)值模擬

    在本節(jié)中我們將本文提出的插補(bǔ)距離相關(guān)方法(Imputed distance correlation,IDC)與其他處理超高維缺失響應(yīng)方法作比較。對比方法有:Lai等[13]提出的基于逆概率加權(quán)的超高維特征篩選方法(Inverse probability weighted,IPW),F(xiàn)ang[14]提出的基于插補(bǔ)技術(shù)的非參數(shù)特征篩選方法(Method of Imputation Technique,ITM)以及本文方法在完整數(shù)據(jù)下的情形(Distance correlation of full sample data,F(xiàn)DC)。在整個模擬研究中,我們將傾向得分函數(shù)P(δ=1|X)設(shè)置為邏輯回歸模型,即P(δ=1|X)=exp(θX)/(1+exp(θX)),通過改變θ來改變?nèi)笔?Missing rate,MR),設(shè)置缺失率大約為0.2和0.4。對于每種情形,設(shè)置200次重復(fù)。

    為了評估所提出方法的性能,我們采用Li等[8]的三個評估準(zhǔn)則。第一個評估準(zhǔn)則是包括所有活躍的預(yù)測變量的最小模型數(shù),用S表示。我們給出了200次重復(fù)模擬中S的5%、25%、50%、75%和95%分位數(shù)。第二個評估準(zhǔn)則是每個活躍預(yù)測變量的覆蓋率,用Pi表示,我們給出了當(dāng)給定模型大小為dn時200次重復(fù)模擬中Xi被選擇的比例。第三個評估準(zhǔn)則是所有活躍預(yù)測變量的覆蓋率,用Pa表示。我們給出了在200次重復(fù)模擬中,對于給定模型大小dn,所有活躍預(yù)測變量均被選擇的比例。我們選擇dn為dn=[n/logn],其中[x]表示x的整數(shù)部分。

    實(shí)例1(線性模型)考慮線性模型如下:

    Y=XTβ+ε。

    表1 線性模型中單個活躍因子被選中的概率Ps及所有活躍因子被選中的概率Pa

    從表1和2可以看出,在線性模型假設(shè),以及協(xié)變量與響應(yīng)變量都存在重尾數(shù)據(jù)下,本文提出的IDC方法相比于IPW和ITM兩種方法而言,具有較為明顯的優(yōu)勢。具體表現(xiàn)在活躍預(yù)測變量入選模型的比例更高,所需要的最小模型數(shù)更小。說明IDC方法可以將重要變量排在不重要變量的前面。完整數(shù)據(jù)下應(yīng)用本文的FDC方法表現(xiàn)最好,因?yàn)槠淅昧藰颖镜乃行畔ⅰ?/p>

    實(shí)例2(非線性模型1)考慮非線性模型如下:

    其中β=(β1,β2,β3,0,…,0)T=(2,2.5,3,0,…,0)T∈Rp,即只有前三個變量是活躍的,X=(X1,…,Xp)T產(chǎn)生于均值為0,協(xié)方差矩陣為Σ的多元正態(tài)分布,ε服從N(0,1)。另外為進(jìn)一步獲得重尾預(yù)測變量,我們類似于Lai等[13]的設(shè)置,替換X1和X3為服從自由度為3的t分布產(chǎn)生的隨機(jī)樣本,替換X2為服從t(3)+1分布產(chǎn)生的隨機(jī)樣本,核函數(shù)與實(shí)例1相同。在此情形下,我們設(shè)置(θ1,θ2,θp)=(1,0.3,0.1)和(3,-0.5,2)得到約20%和40%的缺失率,選取(n,p)=(100,1 000)和(200,2 000),模擬結(jié)果如表3和4所示。

    從表3和4可以看出,IDC方法對非線性關(guān)系的檢測能力要明顯優(yōu)于ITM和IPW方法。這是由于不同于ITM和IPW篩選指標(biāo)的線性表達(dá)形式,IDC基于穩(wěn)健距離相關(guān)指標(biāo),更適用于非線性模型的特征篩選。而且隨著樣本量的增大,方法的表現(xiàn)有明顯改善。

    表2 線性模型中最小模型數(shù)S的各分位數(shù)

    表3 非線性模型1中單個活躍因子被選中的概率Ps及所有活躍因子被選中的概率Pa

    表4 非線性模型1中最小模型數(shù)S的各分位數(shù)

    實(shí)例3(非線性模型2)為了進(jìn)一步驗(yàn)證方法在非線性模型上的性能,考慮非線性模型如下:

    cos(β21X1+β22X2+β23tanhX3)+ε,

    其中(β11,β12,β13,β21,β22,β23)=(0.8,1,1.2,1.6,1.4,1.2),即只有前三個變量是活躍的,其余設(shè)置與實(shí)例2中的設(shè)置相同。在此情形下,我們選取樣本量n和協(xié)變量個數(shù)p為(n,p)=(100,1 000)和(200,1 000),模擬結(jié)果見表5和6。

    表5 非線性模型2中單個活躍因子被選中的概率Ps及所有活躍因子被選中的概率Pa

    表6 非線性模型2中最小模型數(shù)S的各分位數(shù)

    從表5和6可以看出,在更復(fù)雜的非線性模型中,IDC對比ITM和IPW兩種方法的優(yōu)勢更為明顯。ITM和IPW兩種方法的接近于,即基本不可能選出所有的活躍預(yù)測變量,這可能是由于模型中存在示性函數(shù)及雙曲函數(shù),使得非線性關(guān)系復(fù)雜,變量篩選也變得更加困難。而且可以看到,隨著樣本量的增大,ITM和IPW兩種方法并沒有明顯的改善。

    實(shí)例4(雙響應(yīng)模型)考慮雙響應(yīng)變量模型如下:

    其中β1=(β11,β12,β13,0,…,0)=(1,0.8,0.6,0,…,0)T∈Rp,β2=(β21,β22,β23,0,…,0)=(1,1.5,2,0,…,0)T∈Rp,即只有前三個變量是活躍的,其余設(shè)置與實(shí)例2中的設(shè)置相同。另外,我們對ITM方法中的篩選指標(biāo)采取類似于文獻(xiàn)[13]中公式(7)的二范數(shù)處理方式,使其適用于雙響應(yīng)模型的篩選指標(biāo)計算。在此情形下,我們選取樣本量n和協(xié)變量個數(shù)p為(n,p)=(100,1 000)和(200,1 000),模擬結(jié)果見表7和8。

    表7 雙響應(yīng)模型中單個活躍因子被選中的概率Ps及所有活躍因子被選中的概率Pa

    表8 雙響應(yīng)模型中最小模型數(shù)S的各分位數(shù)

    從表7和8可以看出,在多響應(yīng)變量的非線性模型中,對比ITM和IPW兩種方法,當(dāng)缺失率提高時,插補(bǔ)技術(shù)較于逆概率加權(quán)方法表現(xiàn)較好,且在一定程度上也說明了IDC方法的指標(biāo)對于復(fù)雜模型更具穩(wěn)健性。

    除了上述模擬,我們還驗(yàn)證了方法在小樣本下的表現(xiàn)。在實(shí)例1的模型設(shè)置下,我們考慮了(n,p)=(50,500)和(n,p)=(50,1 000)兩種情況,模擬結(jié)果見表9和10。從中可以看出各種變量篩選方法的表現(xiàn)趨勢與大樣本結(jié)果大致相同。

    表9 在小樣本的線性模型中單個活躍因子被選中的概率Ps及所有活躍因子被選中的概率Pa

    另外,在實(shí)例1線性模型(n,p)=(100,1 000)的情況下,我們增加模擬了基于多重插補(bǔ)[19]的IDC方法,其中多重插補(bǔ)方法選取為10重插補(bǔ)(MI10-DC),從結(jié)果可以看出,IDC和MI10-DC方法都優(yōu)于IPW和ITM方法,這說明穩(wěn)健距離相關(guān)的指標(biāo)優(yōu)勢。但MI10-DC方法在Pa上表現(xiàn)劣于IDC方法,結(jié)合結(jié)果來看,可能是由于X3重尾分布對多重插補(bǔ)的抽樣過程產(chǎn)生了影響。模擬結(jié)果見表11。

    表10 在小樣本的線性模型中最小模型數(shù)S的各分位數(shù)

    表11 在線性模型中單個活躍因子被選中的概率Ps,所有活躍因子被選中的概率Pa及最小模型數(shù)S的各分位數(shù)

    3 實(shí)際案例

    我們應(yīng)用提出的方法來分析微陣列彌漫性大B細(xì)胞淋巴瘤(DLBCL)數(shù)據(jù),見Rosenwald等[17]及Zhu等[7]。為了對比,我們也采用IPW方法、ITM方法和FDC方法進(jìn)行分析。DLBCL數(shù)據(jù)集共包含240例患者,其中隨訪期間死亡138例。因此,相應(yīng)的響應(yīng)變量由觀察到的生存時間和刪失指標(biāo)組成,從每個患者的cDNA微陣列中獲得的p=7 399個基因值是預(yù)測因子。另外,我們將數(shù)據(jù)劃分為包含n1=160名患者的訓(xùn)練集和包含n2=80名患者的測試集。由于預(yù)測因子數(shù)量p遠(yuǎn)大于樣本量n,為擬合原始模型,進(jìn)行特征篩選是有必要的。

    為進(jìn)一步研究各種方法的表現(xiàn),我們首先在訓(xùn)練集中分別利用IDC、ITM、IPW和FDC方法篩選基因并擬合Cox比例風(fēng)險模型。然后,在測試集評估各種方法的預(yù)測表現(xiàn),計算測試集的風(fēng)險得分,將其分為低風(fēng)險組和高風(fēng)險組,其中,區(qū)分值是由訓(xùn)練集中估計得分的中值得到的。圖1展示了四種方法下兩個風(fēng)險組病人的生存曲線的Kaplan-Meier估計[21]。

    從圖1我們可以看出,在MAR情況下,運(yùn)用IDC方法的曲線分離得最好,且其對數(shù)秩檢驗(yàn)產(chǎn)生的p值為0.001 2,而IPW方法和ITM方法對應(yīng)的p值分別為0.037 9和0.261 2。在完整數(shù)據(jù)集的情況下,F(xiàn)DC方法的p值為0.039 8。

    (虛線代表高風(fēng)險組,實(shí)線代表低風(fēng)險組。The dotted line is high-risk group, and the solid line is low-risk group.)

    4 結(jié)語

    本文提出了一種新的特征篩選程序(IDC),首先通過插補(bǔ)技術(shù),補(bǔ)全缺失響應(yīng)變量值,再構(gòu)造插補(bǔ)響應(yīng)變量與協(xié)變量分布函數(shù)之間的距離相關(guān)系數(shù),作為篩選指標(biāo)。與傳統(tǒng)的參數(shù)方法相比,所提出的非參數(shù)方法在穩(wěn)健性、可擴(kuò)展性和非線性重要變量檢測能力方面具有一定的優(yōu)勢。本文提出的IDC方法基于插補(bǔ)技術(shù)創(chuàng)建了一個完整的數(shù)據(jù)集,便于使用標(biāo)準(zhǔn)的完整數(shù)據(jù)算法。相比于逆概率加權(quán)方法,由于一次插補(bǔ)只為每個具有缺失值的變量創(chuàng)建一個偽觀察,因此其影響遠(yuǎn)小于基于缺失概率的逆概率加權(quán)方法的特征篩選程序,即我們的方法僅依賴于插補(bǔ),減少了極端缺失概率的不利影響。通過數(shù)值模擬和實(shí)例可以看出,IDC方法較于對比方法在應(yīng)用上具有一定的優(yōu)勢,但在確定篩選理論性質(zhì)方面,基于穩(wěn)健距離相關(guān)發(fā)展缺失響應(yīng)變量的插補(bǔ)方法具有一定的難度,這也啟發(fā)我們進(jìn)一步改進(jìn)篩選指標(biāo),優(yōu)化處理缺失響應(yīng)數(shù)據(jù)的超高維篩選方法。

    猜你喜歡
    活躍線性概率
    漸近線性Klein-Gordon-Maxwell系統(tǒng)正解的存在性
    第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
    第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
    概率與統(tǒng)計(一)
    概率與統(tǒng)計(二)
    線性回歸方程的求解與應(yīng)用
    活躍在抗洪救災(zāi)一線的巾幗身影
    海峽姐妹(2019年8期)2019-09-03 01:00:46
    二階線性微分方程的解法
    這些活躍在INS的時髦萌娃,你Follow了嗎?
    Coco薇(2017年11期)2018-01-03 20:24:03
    具有θ型C-Z核的多線性奇異積分的有界性
    老熟妇乱子伦视频在线观看| 全区人妻精品视频| 成人毛片a级毛片在线播放| 亚洲精品日韩在线中文字幕 | 国产真实伦视频高清在线观看| 亚洲国产高清在线一区二区三| 两个人的视频大全免费| 看十八女毛片水多多多| 欧美人与善性xxx| 精品久久久噜噜| 日韩中字成人| 舔av片在线| 成人av在线播放网站| 又爽又黄a免费视频| 亚洲,欧美,日韩| 大型黄色视频在线免费观看| 亚洲内射少妇av| 亚洲av免费高清在线观看| av黄色大香蕉| 亚洲精品一卡2卡三卡4卡5卡| 97人妻精品一区二区三区麻豆| 色尼玛亚洲综合影院| av视频在线观看入口| 噜噜噜噜噜久久久久久91| 色综合站精品国产| 成人性生交大片免费视频hd| 成熟少妇高潮喷水视频| 亚洲人成网站在线观看播放| 秋霞在线观看毛片| 久久久欧美国产精品| 伦理电影大哥的女人| 亚洲成人久久性| 国产蜜桃级精品一区二区三区| 欧美性感艳星| 亚洲成人久久爱视频| av在线播放精品| 两个人视频免费观看高清| 能在线免费观看的黄片| 亚洲在线自拍视频| 成年女人看的毛片在线观看| 亚洲一级一片aⅴ在线观看| 亚洲av熟女| 美女 人体艺术 gogo| av黄色大香蕉| 国产精品亚洲一级av第二区| 香蕉av资源在线| 一a级毛片在线观看| 真实男女啪啪啪动态图| 国产极品精品免费视频能看的| 夜夜夜夜夜久久久久| 亚洲真实伦在线观看| 又爽又黄无遮挡网站| 日韩精品有码人妻一区| 日韩欧美精品免费久久| 亚洲专区国产一区二区| 国产高清有码在线观看视频| 尾随美女入室| 黄色视频,在线免费观看| 久久久久久久亚洲中文字幕| 国产精品免费一区二区三区在线| 久久精品夜色国产| 无遮挡黄片免费观看| 亚洲最大成人中文| 欧美潮喷喷水| 国产精品永久免费网站| 中文在线观看免费www的网站| 亚洲av免费高清在线观看| 日本-黄色视频高清免费观看| 亚洲高清免费不卡视频| 色哟哟哟哟哟哟| 国产综合懂色| av视频在线观看入口| 亚洲七黄色美女视频| 久久久国产成人精品二区| 国产在线男女| 日日啪夜夜撸| 超碰av人人做人人爽久久| 少妇人妻精品综合一区二区 | 午夜福利高清视频| 丰满乱子伦码专区| 久久99热6这里只有精品| 麻豆一二三区av精品| 精品一区二区三区人妻视频| 国产av不卡久久| 免费观看的影片在线观看| av黄色大香蕉| 国产高清视频在线播放一区| 久久久久久大精品| 成人鲁丝片一二三区免费| 国产亚洲精品av在线| 亚洲av中文av极速乱| 精品久久国产蜜桃| 韩国av在线不卡| 99热6这里只有精品| 国产一区二区激情短视频| 精品人妻视频免费看| 看黄色毛片网站| 国产亚洲精品久久久com| 久久精品91蜜桃| 干丝袜人妻中文字幕| 欧美性猛交╳xxx乱大交人| 婷婷六月久久综合丁香| 男人舔奶头视频| 亚洲国产高清在线一区二区三| 国产精品不卡视频一区二区| 久久久久久久亚洲中文字幕| 午夜久久久久精精品| 夜夜夜夜夜久久久久| 久久精品国产亚洲网站| 亚洲成人久久爱视频| 大又大粗又爽又黄少妇毛片口| 国产精品一区二区性色av| 久久久久久伊人网av| 村上凉子中文字幕在线| 国产一区二区亚洲精品在线观看| 深爱激情五月婷婷| 欧美日韩综合久久久久久| 欧美国产日韩亚洲一区| 18禁在线无遮挡免费观看视频 | 国产成人影院久久av| 一级毛片久久久久久久久女| 国产黄色小视频在线观看| 麻豆乱淫一区二区| 日韩精品中文字幕看吧| 久久中文看片网| 国产亚洲av嫩草精品影院| 丝袜喷水一区| 亚洲精品亚洲一区二区| 亚洲七黄色美女视频| 国产视频内射| 网址你懂的国产日韩在线| 国产高清激情床上av| 99久久无色码亚洲精品果冻| 免费观看精品视频网站| 国产av在哪里看| 国产一区二区三区在线臀色熟女| 成年女人毛片免费观看观看9| 国产成人freesex在线 | 桃色一区二区三区在线观看| 毛片一级片免费看久久久久| 在线看三级毛片| 国产蜜桃级精品一区二区三区| 在线天堂最新版资源| 韩国av在线不卡| 丝袜美腿在线中文| 国产 一区精品| 欧美区成人在线视频| 亚洲性久久影院| 久久久欧美国产精品| 久久精品国产鲁丝片午夜精品| av.在线天堂| 桃色一区二区三区在线观看| 两个人视频免费观看高清| 久久久精品欧美日韩精品| 亚洲av免费高清在线观看| 精品国内亚洲2022精品成人| 欧美日本亚洲视频在线播放| 卡戴珊不雅视频在线播放| 久久精品国产鲁丝片午夜精品| 日本-黄色视频高清免费观看| 深夜精品福利| 午夜激情欧美在线| .国产精品久久| 久久精品国产亚洲av香蕉五月| 日韩欧美精品免费久久| 精品久久久久久久人妻蜜臀av| 亚洲精品在线观看二区| videossex国产| 国产又黄又爽又无遮挡在线| 久久久久久九九精品二区国产| 亚洲国产欧美人成| 成熟少妇高潮喷水视频| 国产高潮美女av| 狂野欧美激情性xxxx在线观看| 成年免费大片在线观看| 国产精品1区2区在线观看.| 久久久久久久久久黄片| 97超级碰碰碰精品色视频在线观看| 久久精品国产亚洲av涩爱 | 麻豆国产97在线/欧美| 三级毛片av免费| 搞女人的毛片| 国产精品一区二区三区四区久久| 麻豆精品久久久久久蜜桃| 亚洲国产精品合色在线| 欧美精品国产亚洲| 中出人妻视频一区二区| 国产在线男女| 亚洲无线观看免费| av在线老鸭窝| 在线免费观看不下载黄p国产| av卡一久久| 最近2019中文字幕mv第一页| 国产黄色视频一区二区在线观看 | 精品久久久久久久久亚洲| 日本 av在线| 国产精品国产三级国产av玫瑰| 九九热线精品视视频播放| 久久精品国产亚洲网站| 不卡一级毛片| 性插视频无遮挡在线免费观看| 精品久久久久久久久久免费视频| 国产av在哪里看| 夜夜爽天天搞| 欧美日韩国产亚洲二区| 精品午夜福利在线看| 国产日本99.免费观看| 亚洲av五月六月丁香网| 亚洲精品国产成人久久av| 亚洲欧美精品综合久久99| 日本黄大片高清| 国产精品精品国产色婷婷| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av中文av极速乱| 亚洲五月天丁香| 老女人水多毛片| 国语自产精品视频在线第100页| 欧美zozozo另类| 国产精品一区二区三区四区久久| 18禁在线播放成人免费| 国产亚洲精品久久久com| 国产精品伦人一区二区| 国产欧美日韩精品一区二区| 精品少妇黑人巨大在线播放 | 久久精品国产清高在天天线| 99热只有精品国产| 亚洲最大成人手机在线| 在线国产一区二区在线| 99热这里只有是精品50| 日韩人妻高清精品专区| 99久久无色码亚洲精品果冻| 波多野结衣巨乳人妻| 久久精品国产亚洲av香蕉五月| 欧美一区二区亚洲| 观看美女的网站| 亚洲精品一卡2卡三卡4卡5卡| 大香蕉久久网| 国产精品亚洲美女久久久| 国产精品一区二区性色av| 男女边吃奶边做爰视频| 亚洲人成网站在线播| 91久久精品电影网| 亚洲精品久久国产高清桃花| 国产探花极品一区二区| 亚洲精品粉嫩美女一区| 国产91av在线免费观看| 欧美+亚洲+日韩+国产| 免费搜索国产男女视频| 91狼人影院| 久久久久久久久久黄片| 亚洲av不卡在线观看| 亚洲中文字幕一区二区三区有码在线看| 91久久精品国产一区二区三区| 中文字幕免费在线视频6| 91久久精品电影网| 一本久久中文字幕| 少妇高潮的动态图| 舔av片在线| 干丝袜人妻中文字幕| 亚洲最大成人中文| 黄色视频,在线免费观看| 国产综合懂色| 国内揄拍国产精品人妻在线| 美女高潮的动态| 悠悠久久av| 国产精品久久久久久av不卡| 特级一级黄色大片| 成年女人永久免费观看视频| 国产久久久一区二区三区| 亚洲精品日韩在线中文字幕 | 国产人妻一区二区三区在| 免费无遮挡裸体视频| 乱人视频在线观看| 成人精品一区二区免费| 波多野结衣高清作品| 午夜福利成人在线免费观看| 亚洲自拍偷在线| 在现免费观看毛片| 亚洲精品一卡2卡三卡4卡5卡| 狂野欧美激情性xxxx在线观看| 国产 一区 欧美 日韩| 日本与韩国留学比较| 久久午夜亚洲精品久久| 欧美区成人在线视频| 精品免费久久久久久久清纯| 18+在线观看网站| 精品乱码久久久久久99久播| 晚上一个人看的免费电影| 久久久久久九九精品二区国产| 六月丁香七月| 伦精品一区二区三区| 国产成年人精品一区二区| 久久99热6这里只有精品| 99久久久亚洲精品蜜臀av| 在线观看午夜福利视频| 黄色配什么色好看| av在线天堂中文字幕| 亚洲av成人精品一区久久| 国产一区二区在线观看日韩| 国产精品久久久久久久久免| 国产真实伦视频高清在线观看| 国产欧美日韩一区二区精品| 亚洲国产高清在线一区二区三| 岛国在线免费视频观看| 国产精品乱码一区二三区的特点| 国产精品爽爽va在线观看网站| 成人综合一区亚洲| 亚洲精品色激情综合| 国产91av在线免费观看| 美女大奶头视频| 国产精品一区www在线观看| 大香蕉久久网| 日日干狠狠操夜夜爽| 亚洲中文日韩欧美视频| 少妇的逼好多水| 亚洲在线自拍视频| 亚洲18禁久久av| 欧美极品一区二区三区四区| 午夜影院日韩av| 好男人在线观看高清免费视频| 久久久久国产网址| 一级毛片久久久久久久久女| 国产伦在线观看视频一区| АⅤ资源中文在线天堂| 亚洲在线自拍视频| 99热只有精品国产| 老师上课跳d突然被开到最大视频| av国产免费在线观看| 51国产日韩欧美| 两个人的视频大全免费| 亚洲国产精品成人久久小说 | 在线免费观看的www视频| 一卡2卡三卡四卡精品乱码亚洲| 日本五十路高清| 亚洲欧美日韩高清专用| 亚洲欧美精品自产自拍| 禁无遮挡网站| 亚洲中文字幕日韩| 亚洲最大成人手机在线| 两个人的视频大全免费| 欧美色视频一区免费| 欧美三级亚洲精品| 午夜福利在线观看吧| 国产精品乱码一区二三区的特点| 欧美日韩乱码在线| 亚洲成av人片在线播放无| 精品久久国产蜜桃| 成人欧美大片| 国产一区二区在线av高清观看| 十八禁国产超污无遮挡网站| 深夜精品福利| 欧美最黄视频在线播放免费| 亚洲自偷自拍三级| 观看免费一级毛片| 国产精品国产三级国产av玫瑰| 高清毛片免费看| 午夜a级毛片| 精品久久久久久成人av| 五月伊人婷婷丁香| 精品日产1卡2卡| 亚洲自拍偷在线| 免费在线观看成人毛片| 亚洲美女黄片视频| 亚洲精品456在线播放app| 欧美日韩在线观看h| 亚洲人与动物交配视频| 中文字幕av成人在线电影| 好男人在线观看高清免费视频| 中文亚洲av片在线观看爽| 亚洲婷婷狠狠爱综合网| 色综合色国产| 99riav亚洲国产免费| 亚洲av二区三区四区| 嫩草影院新地址| 欧美激情国产日韩精品一区| 国产精品女同一区二区软件| 午夜免费男女啪啪视频观看 | 日韩精品中文字幕看吧| 女人十人毛片免费观看3o分钟| 特级一级黄色大片| 嫩草影院新地址| 国产伦在线观看视频一区| 国产一区二区在线av高清观看| 国产v大片淫在线免费观看| 久久精品国产亚洲av天美| 久久天躁狠狠躁夜夜2o2o| 极品教师在线视频| 亚洲国产精品合色在线| 搡女人真爽免费视频火全软件 | 国产精品久久视频播放| 国产真实乱freesex| 人妻制服诱惑在线中文字幕| 午夜爱爱视频在线播放| 伦精品一区二区三区| 赤兔流量卡办理| 九九爱精品视频在线观看| 在线播放国产精品三级| 国产激情偷乱视频一区二区| 欧美日韩综合久久久久久| 搡女人真爽免费视频火全软件 | 成年av动漫网址| 3wmmmm亚洲av在线观看| av黄色大香蕉| 国产亚洲91精品色在线| 国产激情偷乱视频一区二区| 黄色视频,在线免费观看| 免费av观看视频| 美女xxoo啪啪120秒动态图| 亚洲人成网站在线观看播放| 俄罗斯特黄特色一大片| 成人永久免费在线观看视频| 在线观看美女被高潮喷水网站| 日本熟妇午夜| 岛国在线免费视频观看| 亚洲经典国产精华液单| 高清毛片免费观看视频网站| 亚洲第一区二区三区不卡| 国产亚洲av嫩草精品影院| 国内精品一区二区在线观看| 国产高清视频在线观看网站| 精品少妇黑人巨大在线播放 | 欧美一区二区国产精品久久精品| 亚洲四区av| 麻豆国产av国片精品| 又爽又黄a免费视频| 亚洲人成网站在线播放欧美日韩| av在线天堂中文字幕| 日韩大尺度精品在线看网址| www日本黄色视频网| 人妻少妇偷人精品九色| av天堂中文字幕网| 亚洲精品国产成人久久av| 丝袜喷水一区| 久久精品久久久久久噜噜老黄 | 久久婷婷人人爽人人干人人爱| 99热6这里只有精品| 国内精品美女久久久久久| 亚洲五月天丁香| 欧美激情国产日韩精品一区| 国产一区二区亚洲精品在线观看| 国产色爽女视频免费观看| 亚洲成人精品中文字幕电影| 日本欧美国产在线视频| 啦啦啦观看免费观看视频高清| 国产中年淑女户外野战色| 99久久九九国产精品国产免费| 国产成人91sexporn| 亚洲美女搞黄在线观看 | 插阴视频在线观看视频| 少妇高潮的动态图| 国产精品一区二区三区四区久久| 久久久久性生活片| 国产熟女欧美一区二区| 国产成人a∨麻豆精品| 一个人看视频在线观看www免费| 99久久精品国产国产毛片| 亚洲国产日韩欧美精品在线观看| 18禁在线播放成人免费| 国产精品一区二区三区四区免费观看 | 能在线免费观看的黄片| 免费看a级黄色片| 一级av片app| 欧美日韩精品成人综合77777| 内地一区二区视频在线| 天堂动漫精品| 亚洲中文日韩欧美视频| 日韩成人av中文字幕在线观看 | 国产亚洲av嫩草精品影院| 我的老师免费观看完整版| 别揉我奶头~嗯~啊~动态视频| 22中文网久久字幕| 国产精品久久久久久久久免| 免费av毛片视频| 青春草视频在线免费观看| 日韩精品有码人妻一区| 亚洲va在线va天堂va国产| 好男人在线观看高清免费视频| 日韩国内少妇激情av| a级毛片免费高清观看在线播放| 成年女人毛片免费观看观看9| 悠悠久久av| 天天躁日日操中文字幕| 啦啦啦韩国在线观看视频| 美女免费视频网站| 国产亚洲av嫩草精品影院| 亚洲欧美日韩东京热| 欧美一区二区国产精品久久精品| 亚洲天堂国产精品一区在线| 亚洲欧美日韩无卡精品| 51国产日韩欧美| 国产成人精品久久久久久| 毛片一级片免费看久久久久| 国产成人一区二区在线| 欧美性感艳星| 白带黄色成豆腐渣| 99riav亚洲国产免费| 国产乱人视频| 久久草成人影院| 99热网站在线观看| 久久久久久久久中文| 69人妻影院| av天堂中文字幕网| 国产人妻一区二区三区在| 午夜影院日韩av| 国产久久久一区二区三区| 国产av不卡久久| 国产免费男女视频| 久久午夜亚洲精品久久| av在线观看视频网站免费| 亚洲人成网站在线播| 亚洲一级一片aⅴ在线观看| 看片在线看免费视频| 欧美一区二区亚洲| 人人妻人人澡人人爽人人夜夜 | 亚洲天堂国产精品一区在线| 日韩强制内射视频| 网址你懂的国产日韩在线| 精品一区二区三区视频在线| 亚洲精品一区av在线观看| 成熟少妇高潮喷水视频| 亚洲18禁久久av| 欧美日本视频| 国产精品久久久久久av不卡| 国产爱豆传媒在线观看| 欧洲精品卡2卡3卡4卡5卡区| 国国产精品蜜臀av免费| 国产白丝娇喘喷水9色精品| 国产精品嫩草影院av在线观看| 国产一区二区三区av在线 | 免费观看在线日韩| 在线看三级毛片| 热99在线观看视频| 欧美潮喷喷水| 免费搜索国产男女视频| 久久精品人妻少妇| 亚洲av电影不卡..在线观看| 变态另类丝袜制服| 免费看光身美女| 午夜福利视频1000在线观看| 日日啪夜夜撸| 亚洲第一电影网av| 狂野欧美激情性xxxx在线观看| 一级黄色大片毛片| 麻豆精品久久久久久蜜桃| 午夜福利在线观看吧| 日本-黄色视频高清免费观看| 免费在线观看成人毛片| 久久婷婷人人爽人人干人人爱| 欧美潮喷喷水| 女人十人毛片免费观看3o分钟| 两个人的视频大全免费| 精品久久久久久成人av| 国产黄a三级三级三级人| 久久久久久久久久成人| 男插女下体视频免费在线播放| 日韩av不卡免费在线播放| 中文字幕免费在线视频6| 国产av不卡久久| 伊人久久精品亚洲午夜| 日本欧美国产在线视频| 国产一区二区在线观看日韩| 大又大粗又爽又黄少妇毛片口| 国产精品女同一区二区软件| 精品一区二区三区视频在线观看免费| 夜夜夜夜夜久久久久| 99热网站在线观看| 亚洲欧美成人精品一区二区| 男人的好看免费观看在线视频| av在线观看视频网站免费| 久久久a久久爽久久v久久| 校园人妻丝袜中文字幕| 麻豆久久精品国产亚洲av| 欧美丝袜亚洲另类| 欧美bdsm另类| 麻豆一二三区av精品| 男女视频在线观看网站免费| 国产精品久久久久久亚洲av鲁大| 色尼玛亚洲综合影院| 中文字幕熟女人妻在线| 欧美区成人在线视频| 精品人妻熟女av久视频| 日韩av不卡免费在线播放| 少妇熟女欧美另类| 国产熟女欧美一区二区| 性色avwww在线观看| 在线天堂最新版资源| 免费搜索国产男女视频| 久久久久国产网址| 91在线精品国自产拍蜜月| 亚洲无线观看免费| 国产精品精品国产色婷婷| 少妇的逼水好多| 国产一区二区亚洲精品在线观看| 国产在线男女| 成人午夜高清在线视频| 国产成人精品久久久久久| 成人亚洲精品av一区二区| 精品久久国产蜜桃| 亚洲av二区三区四区| 少妇人妻精品综合一区二区 | 免费高清视频大片| 国产精品一区二区三区四区免费观看 | h日本视频在线播放| 熟女人妻精品中文字幕| 一区福利在线观看| 看黄色毛片网站| 性色avwww在线观看| 美女免费视频网站| 久久久久久久久中文| 99riav亚洲国产免费| 午夜福利18| 亚洲三级黄色毛片| 卡戴珊不雅视频在线播放| av在线观看视频网站免费| 免费人成在线观看视频色|