[논문 리뷰] Further details on inference under right censoring for transformation models with a change-point based on a covariate threshold

Michael R. Kosorok, Rui Song|ArXiv.org|2006. 04. 03.

Statistical Methods and Inference참고 문헌 32인용 수 3

한 줄 요약

이 논문은 우측 절단 하에서 설명변수 임계값에서 회귀계수의 변화점이 있는 전환 모델에 대한 추론 방법을 개발한다. 변화점에 대해 n-일致성, 다른 매개변수에 대해는 루트-n-일치성을 확립하고, 적응성(adaptivity)을 증명하며, 귀무가설 하에서 식별불능(non-identifiability)이 존재하더라도 몬테카를로 방법을 통해 타당한 스코어 검정을 제안한다.

ABSTRACT

We consider linear transformation models applied to right censored survival data with a change-point based on a covariate threshold. We establish consistency and weak convergence of the nonparametric maximum lieklihood estimators. The change-point parameter is shown to be $n$-consistent, while the remaining parameters are shown to have the expected root-$n$ consistency. We show that the procedure is adaptive in the sense that the non-threshold parameters are estimable with the same precision as if the true threshold value were known. We also develop Monte-Carlo methods of inference for model parameters and score tests for the existence of a change-point. A key difficulty here is that some of the model parameters are not identifiable under the null hypothesis of no change-point. Simulation students establish the validity of the proposed score tests for finite sample sizes.

연구 동기 및 목표

• 우측 절단된 자료 하에서 설명변수 임계값 기반의 회귀계수 변화점이 있는 전환 모델에 대한 통계적 추론을 개발하기 위해.
• 변화점이 없는 귀무가설 하에서 매개변수의 식별불능 문제에 대응하기 위해.
• 이 설정에서 비모수적 최대우도추정량의 점근적 성질을 확립하기 위해.
• 몬테카를로 방법을 사용하여 변화점 존재 여부를 검출하기 위한 타당한 스코어 검정을 개발하기 위해.

제안 방법

• 우측 절단 하에서 모형 매개변수(변화점 포함)를 추정하기 위해 비모수적 최대우도추정(NPMLE)을 사용한다.
• NPMLE의 약한 수렴성과 일치성을 확립하여 변화점에 대해 n-일치성, 다른 매개변수에 대해 루트-n-일치성을 보여준다.
• 귀무가설 하에서 식별불능이 존재하므로, 검정통계량의 표본분포를 근사하기 위해 몬테카를로 방법을 적용한다.
• 변화점 존재 여부에 대한 스코어 검정을 유도하며, 귀무가설 하에서 매개변수 공간의 비정상성( irregularity)을 고려한다.
• 실제로 진짜 임계값이 알려져 있을 때와 동일한 정밀도로 비임계값 매개변수를 추정할 수 있음을 보여, 적응성을 입증한다.
• 시뮬레이션 연구를 통해 유한표본에서 스코어 검정의 성능을 검증한다.

실험 결과

연구 질문

• RQ1 우측 절단 하에서 설명변수 임계값이 있는 전환 모델에서 비모수적 최대우도추정량의 점근적 성질은 무엇인가?
• RQ2 진짜 임계값이 알려져 있을 때와 비교해, 진짜 임계값이 알려져 있지 않을 때 비임계값 매개변수의 추정 정밀도는 어떻게 되는가?
• RQ3 귀무가설 하에서 식별불능이 존재함에도 불구하고 변화점 매개변수에 대해 타당한 추론을 수행할 수 있는가?
• RQ4 변화점 검출을 위한 제안된 스코어 검정의 유한표본 성능는 어떠한가?
• RQ5 이 복잡한 모형에서 검정통계량의 표본분포를 효과적으로 근사하기 위해 몬테카를로 방법을 어떻게 활용할 수 있는가?

주요 결과

• 정규성 조건 하에서 변화점 매개변수는 n-일치성, 다른 회귀매개변수는 루트-n-일치성을 가진다.
• 모델은 적응적이다: 비임계값 매개변수는 진짜 임계값이 알려져 있을 때와 동일한 추정 정밀도를 달성한다.
• 변화점이 없는 귀무가설 하에서 매개변수의 식별불능 문제는 귀무분포의 몬테카를로 근사를 통해 다루어진다.
• 시뮬레이션 연구를 통해 확인된 바에 따르면, 변화점 존재 여부에 대한 스코어 검정은 표본 크기가 유한할 때에도 타당하고 잘 校正되어 있다.
• NPMLE의 약한 수렴성이 확립되어 있어, 모형 매개변수에 대한 점근적 추론을 뒷받침한다.
• 제안된 추론 프레임워크는 우측 절단된 생존자료에 대해 안정적이고 적용 가능하며, 회귀계수의 임계값 기반 구조적 변화를 다룰 수 있다.