論文の概要: Proper Scoring Rules for Right-Censored Survival Data
- arxiv url: http://arxiv.org/abs/2606.06393v1
- Date: Thu, 04 Jun 2026 17:00:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-05 22:39:44.981668
- Title: Proper Scoring Rules for Right-Censored Survival Data
- Title（参考訳）: 右検閲生存データのための適切なスコアリング規則
- Authors: Jef Jonkers, Glenn Van Wallendael, Luc Duchateau, Sofie Van Hoecke,
- Abstract要約: 本稿では, 適正な生存率評価のための枠組みを提案する。
検閲機構を通じて予測分布をマッピングし,その基礎となる適切なスコアを誘導された観測データ法則に適用する。
これにより、一定の検閲時間に対する局所化スコアと、検閲時間がランダムまたは部分的にのみ観察される際の限界化スコアが得られる。
- 参考スコア（独自算出の注目度）: 3.10349618301124
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Proper scoring rules provide a rigorous theoretical basis for the training and evaluation of probabilistic forecasts. However, in the presence of right censoring, the event time is only partially observed, rendering conventional scoring rules inapplicable in their standard form. We propose a framework for proper scoring of right-censored survival outcomes based on a simple idea: first, map the predictive distribution through the censoring mechanism, then apply the underlying proper score on the induced observed-data law. This yields localized scores for fixed censoring times and marginalized scores when the censoring time is random or only partially observed. The resulting construction recovers familiar right-censored likelihood and IPCW-type criteria within a coherent framework, while also yielding right-censored versions of the CRPS, pinball loss, Brier score, and energy score. We show that the marginalized score is proper under conditional independent censoring and strictly proper on the identifiable region. The same principle also leads to censored engression, a sample-based learning objective for multivariate right-censored survival modeling. In experiments, our scores correctly rank the oracle forecast across several censoring regimes, whereas forecast-dependent plug-in weighted scores can exhibit ranking reversals. Censored engression likewise substantially improves over naive training on censored outcomes.
- Abstract（参考訳）: 適切なスコアリングルールは、確率的予測のトレーニングと評価のための厳密な理論的基礎を提供する。
しかし、正しい検閲の存在下では、イベント時間は部分的にしか観察されず、従来のスコアリングルールを標準形式に適用できない。
本稿では、まず、検閲機構を通して予測分布をマッピングし、その基礎となる適切なスコアを誘導された観測データ法に適用する。
これにより、一定の検閲時間に対する局所化スコアと、検閲時間がランダムまたは部分的にのみ観察される際の限界化スコアが得られる。
その結果得られた構成は、コヒーレントフレームワーク内で見慣れた右チャージされた可能性とIPCW型基準を回復し、また、右チャージされたCRPS、ピンボール損失、ブライアスコア、エネルギースコアを得られる。
条件付き独立検閲の下では,辺縁化スコアは適切であり,同定可能な領域では厳密に適切であることを示す。
同じ原理は、多変量右検閲サバイバルモデリングのためのサンプルベースの学習目的である検閲エングレスにもつながる。
実験では,予測に依存したプラグイン重み付けスコアがランキングの逆転を示すのに対して,我々のスコアは,複数の検閲体制で正にオラクル予測をランク付けする。
検閲されたエングレースも同様に、検閲された結果に対するナイーブなトレーニングよりも大幅に改善される。
関連論文リスト
- Tailoring Strictly Proper Scoring Rules for Downstream Tasks: An Application to Causal Inference [48.78219918881965]
本稿では,ダウンストリーム誤差メトリックの局所曲率をマッチングすることにより,タスク固有の厳密なスコアリングルールを導出するフレームワークを提案する。
これを平均処理効果 (ATE) 推定に適用し, 閉形式損失と対応する正準確率写像を導出する。
論文 参考訳（メタデータ） (2026-06-02T08:41:25Z) - Proper Scoring Rules for Agentic Uncertainty Quantification [0.038379177968040606]
Trajectory Proper Score (TPS) は、厳密に適切なトラジェクトリレベルスコアルールの予測非依存のファミリーである。
軌道ECEは分解能が弱いが、スカラー化された軌道ブライアは崩壊したスカラーのみを付与する。
論文 参考訳（メタデータ） (2026-05-23T22:22:00Z) - Probability-Entropy Calibration: An Elastic Indicator for Adaptive Fine-tuning [55.2818264614932]
RankTunerは確率エントロピーキャリブレーション信号、相対ランクインジケータを導入し、予測分布の下で接地トラストークンのランクと期待ランクを比較する。
逆インジケータはトークン単位の相対尺度として使用され、微調整の目的を再重み付けし、真に未学習のトークンを更新する。
論文 参考訳（メタデータ） (2026-02-02T07:27:19Z) - Overcoming Dependent Censoring in the Evaluation of Survival Models [4.795126873893598]
本稿では,アルキメデスのコプラに基づく生存分析のための3つの新しい評価指標を提案する。
また,現実的な半合成データセットを生成するためのフレームワークも開発している。
論文 参考訳（メタデータ） (2025-02-26T10:28:44Z) - Conformal Prediction Sets with Improved Conditional Coverage using Trust Scores [52.92618442300405]
有限サンプルにおいて、正確に分布のない条件付きカバレッジを達成することは不可能である。
本稿では,最も重要となる範囲を対象とするコンフォメーション予測アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-01-17T12:01:56Z) - Examining marginal properness in the external validation of survival models with squared and logarithmic losses [0.0]
生存分析のための共通二乗および対数スコアリングルールを調査した。
我々は,ISBS(Integrated Survival Brier Score)とRCLL(Right-Censored Log-Likelihood)が理論的に不適切であることを示す。
我々は、RCLLとISBSの両方を、自動手順を含むモデルの外部検証で推奨する。
論文 参考訳（メタデータ） (2022-12-10T10:34:35Z) - Deconfounding Scores: Feature Representations for Causal Effect
Estimation with Weak Overlap [140.98628848491146]
推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。
分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。
特に,この手法が標準正規化の魅力的な代替となることを示す。
論文 参考訳（メタデータ） (2021-04-12T18:50:11Z) - 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。