[论文解读] Dynamic likelihood hazard rate estimation

Nils Lid Hjort|arXiv (Cornell University)|Feb 19, 2026

Statistical Methods and Inference参考文献 12被引用 16

一句话总结

该论文发展了一种半参动态似然方法用于风险率估计，将局部参数建模与核平滑相结合，以降低相对于纯参数或非参数方法的偏差与方差。

ABSTRACT

The best known methods for estimating hazard rate functions in survival analysis models are either purely parametric or purely nonparametric. The parametric ones are sometimes too biased while the nonparametric ones are sometimes too variable. In the present paper a certain semiparametric approach to hazard rate estimation, proposed in Hjort (1991), is developed further, aiming to combine parametric and nonparametric features. It uses a dynamic local likelihood approach to fit the locally most suitable member in a given parametric class of hazard rates, and amounts to a version of nonparametric parameter smoothing within the parametric class. Thus the parametric hazard rate estimate at time $s$ inserts a parameter estimate that also depends on $s$. We study bias and variance properties of the resulting estimator and methods for choosing the local smoothing parameter. It is shown that dynamic likelihood estimation often leads to better performance than the purely nonparametric methods, while also having capacity for not losing much to the parametric methods in cases where the model being smoothed is adequate.

研究动机与目标

• 通过结合参数和非参数思想来解决风险率估计中的偏差-方差问题。
• 开发一个动态局部似然估计量，在给定风险率族中局部拟合合适的参数模型。
• 分析动态似然估计量及核平滑变体的偏差和方差性质。
• 研究局部平滑参数的选择如何影响估计量的性能。
• 识别在何种情形下动态似然相对于纯非参数或纯参数方法具有优势。

提出的方法

• 在时间点 s 附近使用区间 [s−h/2, s+h/2] 内的数据来构造局部（窗口化）似然 L_W(θ)，并最大化得到 θ̂(s)，然后设 α̂(s) = α(s, θ̂(s))。
• 扩展为带核平滑的动态似然，通过对带有核 K(h^{-1}(t−s)) 的加权似然进行最大化，得到具有更好平滑性的 α̂(s)。
• 推导偏差和方差近似：E[α̂(s)] ≈ α(s) + (1/2)β_K h^2 b(s) 和 Var[α̂(s)] ≈ γ_K/(n h) · α(s)/y(s)。
• 将其专用于一参数和多参数风险族，包括 Gompertz、Weibull 和类脆弱性模型，并给出相应的偏差项。
• 将动态似然与传统的核平滑非参数估计量进行比较，并讨论何时动态似然具有优势。
• 讨论实际的局部平滑参数选择及其对估计精度的影响。

实验结果

研究问题

• RQ1 在局部半参数风险估计方法下，是否可以在相对于非参数方法降低偏差的同时，在参数形式接近真实情况时避免显著的效率损失？
• RQ2 动态似然风险估计量的偏差与方差如何依赖窗口大小 h 以及核函数的选择 K？
• RQ3 将动态似然扩展到多参数风险族对估计精度与复杂度有何影响？
• RQ4 在何种数据产生情景下，核平滑的动态似然优于传统的 Nelson–Aalen 核风险估计量？

主要发现

• 动态似然估计量的偏差为 O(h^2)，常数与核相关，且方差与 n h 成反比，类似于典型的非参数平滑行为。
• 即使采用粗糙的局部参数模型，动态似然方法也能实现相对非参数方法具有竞争力或优越的性能。
• 在动态似然框架内的核平滑产生的偏差和方差表达式对所选的参数族具有鲁棒性，特殊情形化简为局部常数风险。
• 专门情形（Gompertz、Weibull、类脆弱性模型）给出显式的偏差修正和与一参数结果相似的方差结构。
• 与平滑的 Nelson–Aalen 估计量相比，在适当条件下，动态似然可提供更低的均方误差和更平滑的估计。