[논문 리뷰] Kernelized Stein Discrepancy Tests of Goodness-of-fit for Time-to-Event Data

Tamara Fernández, Nicolás Rivera외 2명|arXiv (Cornell University)|2020. 08. 19.

Statistical Distribution Estimation and Applications인용 수 6

한 줄 요약

이 논문은 우회적 케이싱이 있는 시간-이벤트 데이터에 대한 적합도 검정을 위한 커널화된 스티븐 분산(KSD) 검정을 제안하며, 케이싱에 적응하는 세 가지 새로운 스티븐 연산자인 Survival, Martingale, Proportional을 도입한다. 이 방법은 정규화 상수를 요구하지 않으며 모델의 구조를 활용함으로써, 기존의 MMD 기반 검정보다 더 높은 검정력을 보이며, 특히 복잡한 대립가설에서 뛰어난 성능을 발휘한다.

ABSTRACT

Survival Analysis and Reliability Theory are concerned with the analysis of time-to-event data, in which observations correspond to waiting times until an event of interest such as death from a particular disease or failure of a component in a mechanical system. This type of data is unique due to the presence of censoring, a type of missing data that occurs when we do not observe the actual time of the event of interest but, instead, we have access to an approximation for it given by random interval in which the observation is known to belong. Most traditional methods are not designed to deal with censoring, and thus we need to adapt them to censored time-to-event data. In this paper, we focus on non-parametric goodness-of-fit testing procedures based on combining the Stein's method and kernelized discrepancies. While for uncensored data, there is a natural way of implementing a kernelized Stein discrepancy test, for censored data there are several options, each of them with different advantages and disadvantages. In this paper, we propose a collection of kernelized Stein discrepancy tests for time-to-event data, and we study each of them theoretically and empirically; our experimental results show that our proposed methods perform better than existing tests, including previous tests based on a kernelized maximum mean discrepancy.

연구 동기 및 목표

• 우회적 케이싱이 있는 시간-이벤트 데이터에 대해 모델 구조와 케이싱을 효과적으로 다룰 수 있는 비모수적 적합도 검정이 부족한 문제를 해결한다.
• 계산적으로 효율적이며 정규화 상수를 필요로 하지 않는 커널화된 스티븐 분산 검정을 개발하여, 이를 생존 분석에 확장한다.
• 다양한 유형의 케이싱과 생존 모델의 근본 가설에 맞추어 설계된 세 가지 독립적인 스티븐 연산자인 Survival, Martingale, Proportional을 제안하고 분석한다.
• 각 검정 통계량에 대해 근본 가설 하에서의 渐近 분포와 부트스트랩 기반 임계값을 확립하여 타당한 추론을 보장한다.
• 실험적으로 제안된 KSD 검정이 기존의 최첨단 MMD 기반 검정보다 케이싱된 데이터에서 더 뛰어난 검정력을 보이며, 특히 근본 모형에서의 미세하거나 복잡한 편이를 탐지하는 데서 뛰어나다는 것을 입증한다.

제안 방법

• 우회적 케이싱 데이터에 적합하도록, 케이싱 지표와 생존 함수를 통합함으로써 비케이싱 KSD의 직접적인 일반화로 Survival 스티븐 연산자를 도입한다.
• 생존 분석에서 고전적인 수형 과정 마틴갈을 기반으로 한 Martingale 스티븐 연산자를 제안하며, 근본 가설 하에서 기댓값이 0이 되도록 보장함으로써 강력한 검정 구조를 가능하게 한다.
• 위상성에 따라 알려진 위험 함수를 갖는 복합 근본 가설, 예를 들어 일정한 위험 함수 모형에 대해 Proportional 스티븐 연산자를 설계한다.
• 재생 핵 힐버트 공간(RKHS) 프레임워크를 사용하여 커널 통계량을 구성하며, 스티븐 연산자에서 유도된 커널을 포함하는 V-통계량 형태로 검정 통계량을 표현한다.
• 각 검정에 대해 으스러운 부트스트랩 샘플링을 적용하여 임계값을 추정함으로써, 근본 가설 하에서 타당한 크기 제어를 확보한다.
• 이론적 타당성을 확보하기 위해 渐近 분포 수렴을 위한 모멘트 조건을 점검하며, 특히 모델 클래스의 복잡성으로 인해 Proportional 연산자에 대해 더 엄격한 조건이 필요하다.

실험 결과

연구 질문

• RQ1 우회적 케이싱이 있는 시간-이벤트 데이터에 대해 커널화된 스티븐 분산을 어떻게 일반화할 수 있으며, 계산 효율성과 모델 구조의 활용을 유지할 수 있는가?
• RQ2 다양한 케이싱 인식 스티븐 연산자에 기반한 커널 스티븐 분산 검정의 이론적 성질—특히 渐近 분포—는 무엇인가?
• RQ3 다양한 케이싱 수준과 대립 분포 하에서, 제안된 KSD 검정은 기존의 비모수적 검정, 특히 Fernandez와 Gretton(2019)의 MMD 기반 검정보다 어떻게 비교되는가?
• RQ4 다른 스티븐 연산자(Survival, Martingale, Proportional)는 어떤 조건에서 근본 가설 하에서 분포 수렴을 달성하는가? 그 가정은 어떻게 비교되는가?
• RQ5 제안된 KSD 검정은 케이싱 설정에서 MMD 기반 접근보다 더 효과적으로 미세하거나 복잡한 근본 모형에서의 편이를 탐지할 수 있는가?

주요 결과

• 제안된 커널화된 스티븐 분산 검정은 복잡한 대립가설을 탐지하는 데 있어 기존 최첨단 MMD 기반 검정보다 뚜렷이 뛰어나며, 특히 고비율의 케이싱과 작은 표본 크기에서 뛰어난 성능을 발휘한다.
• Martingale 스티븐 연산자는 Survival 스티븐 연산자보다 더 강력한 渐近 분포 이론을 제공하며, 근본 가설 하에서 수렴을 위한 모멘트 조건이 더 덜 엄격하다.
• Proportional 스티븐 연산자는 복합 근본 가설의 성격으로 인해 더 강한 모멘트 조건이 필요하며, 고정된 분포가 아닌 모델 클래스를 추정하는 데서 발생하는 복잡성의 반영이다.
• 실험 결과에 따르면, KSD 기반 검정은 주기적인 위험 함수나 근본 모형에서의 미세한 편이와 같은 도전적인 상황에서 MMD 기반 검정보다 더 높은 통계적 검정력을 확보한다.
• 야생 부트스트랩 방법은 모든 세 가지 검정 통계량에 대해 정확한 임계값을 제공하며, 다양한 케이싱 수준과 표본 크기에서 타당한 크기 제어를 보장한다.
• 커널 통계량은 스티븐 연산자에서 유도된 커널을 사용하는 열거된 V-통계량 형태로 표현되며, 정규성 조건 하에서 일致 추정과 이론적 분석이 가능하다.