[论文解读] Kernelized Stein Discrepancy Tests of Goodness-of-fit for Time-to-Event Data

Tamara Fernández, Nicolás Rivera+2 more|arXiv (Cornell University)|Aug 19, 2020

Statistical Distribution Estimation and Applications被引用 6

一句话总结

该论文为右删失的时间事件数据提出了核化Stein差异性检验（KSD），引入了三种新颖的Stein算子——生存（Survival）、局部鞅（Martingale）和比例（Proportional）——以适应删失机制。该方法通过利用模型结构而无需归一化常数，在复杂备择假设下相较于现有的MMD-based检验展现出更优的检验效能。

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.

研究动机与目标

• 解决现有非参数拟合优度检验在右删失时间事件数据中缺乏对模型结构和删失机制有效处理的问题。
• 开发计算高效的核化Stein差异性检验，无需归一化常数，从而将该方法扩展至生存分析领域。
• 提出并分析三种不同的Stein算子——生存（Survival）、局部鞅（Martingale）和比例（Proportional）——分别适用于不同类型删失和生存模型中的零假设。
• 为每种检验统计量在零假设下的渐近分布和基于自助法的临界值提供理论依据，确保推断的有效性。
• 通过实证结果表明，所提出的KSD检验在检测复杂或细微偏离零模型方面，显著优于当前最先进的基于MMD的检验方法。

提出的方法

• 提出生存Stein算子，作为未删失KSD的直接推广，通过引入删失指标和生存函数，将其适配于右删失数据。
• 基于生存分析中经典的计数过程局部鞅，提出局部鞅Stein算子，确保在零假设下期望为零，从而支持稳健的检验构造。
• 为复合零假设设计比例Stein算子，其中危险函数仅知其比例关系，如恒定危险率模型。
• 基于再生核希尔伯特空间（RKHS）框架构建核统计量，检验统计量以由Stein算子导出的核函数表示的V-统计量形式呈现。
• 应用野生自助法（wild bootstrap）对每种检验的临界值进行估计，确保在零假设下具有有效的大小控制。
• 通过验证矩条件以确保渐近分布收敛的理论有效性，其中比例算子因模型类的复杂性而有更严格的条件要求。

实验结果

研究问题

• RQ1 如何将核化Stein差异性推广至具有右删失的时间事件数据，同时保持计算效率并有效利用模型结构？
• RQ2 在不同删失感知的Stein算子下，核化Stein差异性检验的理论性质（尤其是渐近分布）是什么？
• RQ3 在不同删失率和备择分布下，所提出的KSD检验与现有非参数检验（特别是Fernandez和Gretton（2019）提出的基于MMD的检验）相比，其检验效能如何？
• RQ4 在何种条件下，不同Stein算子（生存、局部鞅、比例）在零假设下实现分布收敛？其假设条件如何比较？
• RQ5 在删失设置下，所提出的KSD检验是否能比基于MMD的方法更有效地检测到零模型的细微或复杂偏离？

主要发现

• 所提出的核化Stein差异性检验在检测复杂备择假设方面显著优于当前最先进的基于MMD的删失数据检验，尤其在高删失率和小样本量条件下表现更优。
• 局部鞅Stein算子相比生存Stein算子具有更稳健的渐近分布理论，其在零假设下的收敛性所需矩条件更宽松。
• 比例Stein算子因零假设的复合性质而需要更强的矩条件，反映出估计模型类（而非固定分布）的复杂性更高。
• 实证结果表明，在周期性危险函数和对零模型的微小偏离等具有挑战性的场景中，基于KSD的检验比基于MMD的检验具有更高的统计功效。
• 野生自助法为所有三种检验统计量提供了准确的临界值，确保在不同删失率和样本量下均具有有效的大小控制。
• 核统计量以由Stein算子导出的退化V-统计量形式表达，在正则条件下可实现一致估计和理论分析。