論文の概要: On the study of the Beran estimator for generalized censoring indicators
- arxiv url: http://arxiv.org/abs/2009.01726v1
- Date: Thu, 3 Sep 2020 15:04:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-22 07:07:28.949500
- Title: On the study of the Beran estimator for generalized censoring indicators
- Title(参考訳): 一般化された検閲指標に対するベラン推定器の研究
- Authors: Mikael Escobar-Bach and Olivier Goudet
- Abstract要約: 条件付きKaplan-Meier推定器は、寿命条件付き生存関数に対する一貫した推定を提案することが知られている。
本稿では,検閲指標が明確に特定されていない場合のベラン推定器について検討する。
本研究は, シミュレーションによる小型試料の挙動評価を行い, 合成データ解析による実用性を示す。
- 参考スコア(独自算出の注目度): 1.4213973379473654
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Along with the analysis of time-to-event data, it is common to assume that
only partial information is given at hand. In the presence of right-censored
data with covariates, the conditional Kaplan-Meier estimator (also referred as
the Beran estimator) is known to propose a consistent estimate for the
lifetimes conditional survival function. However, a necessary condition is the
clear knowledge of whether each individual is censored or not, although, this
information might be incomplete or even totally absent in practice. We thus
propose a study on the Beran estimator when the censoring indicator is not
clearly specified. From this, we provide a new estimator for the conditional
survival function and establish its asymptotic normality under mild conditions.
We further study the supervised learning problem where the conditional survival
function is to be predicted with no censorship indicators. To this aim, we
investigate various approaches estimating the conditional expectation for the
censoring indicator. Along with the theoretical results, we illustrate how the
estimators work for small samples by means of a simulation study and show their
practical applicability with the analysis of synthetic data and the study of
real data for the prognosis of monoclonal gammopathy.
- Abstract(参考訳): 時間からイベントまでのデータの分析とともに、部分的な情報だけが手元に与えられると仮定するのが一般的である。
条件付きKaplan-Meier推定器(Beran estimator)は、共変量を持つ右チャージデータの存在下で、寿命条件付き生存関数に対する一貫した推定を提案することが知られている。
しかし、各個人が検閲されているかどうかについては明確な知識が必要であるが、この情報は不完全かもしれないし、実際には完全に欠落しているかもしれない。
そこで本研究では,検閲指標が明確に特定されていない場合にberan推定器について検討する。
そこで我々は, 条件付き生存関数の新しい推定器を提供し, 温和な条件下での漸近正常性を確立する。
さらに,検閲指標なしで条件付き生存関数を予測できる教師付き学習問題についても検討する。
本研究では,検閲指標の条件付期待値を推定する様々な手法について検討する。
理論的な結果とともに, シミュレーション研究により, 微量試料に対する推定器の作用を解明し, 合成データの解析およびモノクローナルガムパチーの予後に関する実データに対する実用的応用性を示す。
関連論文リスト
- Label Shift Estimators for Non-Ignorable Missing Data [2.605549784939959]
ランダム変数 Y の平均を非無視的欠損(すなわち、不足メカニズムが Y に依存する場合)で推定する問題を考察する。
当社のアプローチは、無視できないアプローチと無視できないアプローチを比較して、大規模な健康調査を用いて、病気の有病率を推定するために使用します。
論文 参考訳(メタデータ) (2023-10-27T16:50:13Z) - Selective Nonparametric Regression via Testing [54.20569354303575]
本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。
既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
論文 参考訳(メタデータ) (2023-09-28T13:04:11Z) - The Implicit Delta Method [61.36121543728134]
本稿では,不確実性のトレーニング損失を無限に正規化することで機能する,暗黙のデルタ法を提案する。
有限差分により無限小変化が近似された場合でも, 正則化による評価の変化は評価推定器の分散に一定であることを示す。
論文 参考訳(メタデータ) (2022-11-11T19:34:17Z) - Evaluating Aleatoric Uncertainty via Conditional Generative Models [15.494774321257939]
本研究では,アレータティック不確実性推定のための条件生成モデルについて検討する。
本稿では,2つの条件分布間の差を測定するための2つの指標を提案する。
我々は,我々の測定値が条件分布の相違を正確に測定する方法を数値的に示す。
論文 参考訳(メタデータ) (2022-06-09T05:39:04Z) - Uncertainty estimation under model misspecification in neural network
regression [3.2622301272834524]
モデル選択が不確実性評価に与える影響について検討する。
モデルミスセグメンテーションでは,アレータリック不確実性は適切に捉えられていない。
論文 参考訳(メタデータ) (2021-11-23T10:18:41Z) - Conformalized Survival Analysis [6.92027612631023]
既存の生存分析技術は、強いモデリング仮定に大きく依存している。
共形予測のアイデアに基づく推論手法を開発した。
本手法の有効性と有効性は,英国バイオバンクの合成データと実際のCOVID-19データに基づいて実証した。
論文 参考訳(メタデータ) (2021-03-17T16:32:26Z) - Performance metrics for intervention-triggering prediction models do not
reflect an expected reduction in outcomes from using the model [71.9860741092209]
臨床研究者はしばしばリスク予測モデルの中から選択し評価する。
振り返りデータから算出される標準メトリクスは、特定の仮定の下でのみモデルユーティリティに関係します。
予測が時間を通して繰り返し配信される場合、標準メトリクスとユーティリティの関係はさらに複雑になる。
論文 参考訳(メタデータ) (2020-06-02T16:26:49Z) - Nonparametric Score Estimators [49.42469547970041]
未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。
正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。
カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
論文 参考訳(メタデータ) (2020-05-20T15:01:03Z) - Estimating Gradients for Discrete Random Variables by Sampling without
Replacement [93.09326095997336]
我々は、置換のないサンプリングに基づいて、離散確率変数に対する期待値の偏りのない推定器を導出する。
推定器は3つの異なる推定器のラオ・ブラックウェル化として導出可能であることを示す。
論文 参考訳(メタデータ) (2020-02-14T14:15:18Z) - Censored Quantile Regression Forest [81.9098291337097]
我々は、検閲に適応し、データが検閲を示さないときに量子スコアをもたらす新しい推定方程式を開発する。
提案手法は, パラメトリックなモデリング仮定を使わずに, 時間単位の定量を推定することができる。
論文 参考訳(メタデータ) (2020-01-08T23:20:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。