[论文解读] Normalised Local Hazard Plots

Nils Lid Hjort, Thomas Lumley|ArXiv.org|Mar 23, 2026

Soil Geostatistics and Mapping参考文献 17被引用 2

一句话总结

论文提出称为标准化局部危险（NLH）图的图形工具，通过比较非参数和参数化的危险估计来验证生存模型，在各时间点产生标准正态检验曲线。

ABSTRACT

The purpose of this paper is to develop and illustrate certain classes of graphical plots that can be used for model verification in quite general survival data and life history data models. By suitably comparing nonparametric and parametric estimates of hazard rate functions over time a hazard comparison function can be constructed which under parametric model assumptions is approximately a zero-mean normal process. The test curves we propose are locally normalised versions of such hazard comparison functions. Under model conditions the test function is approximately a standard normal for each time point. This makes the normalised local hazard curves easy to interpret.We give explicit constructions for the most commonly used models of survival analysis, including the exponential, the Weibull, the Gompertz, the gamma, and for parametric Cox regression. Algorithms carrying this out have been developed in Splus. Various theoretical and practical issues are discussed, including detection power and extensions to time-discrete models. Illustrations are given on simulated and real data.

研究动机与目标

• 在生存与生命史数据中使用危险函数来推动模型检验。
• 将 NLH-图发展与系统化为针对参数模型的局部标准化检验。
• 为常见生存模型和参数化 Cox 回归提供明确的构造。
• 在仿真与真实数据上演示这些图，并讨论检验力及向离散时间设定的扩展。

提出的方法

• 定义与危险相关的计数过程（N 与 Y）以及非参数 H 的 Nelson–Aalen 估计量。
• 构造带权函数 Kn(s) 的危险比较过程 Dn(t)，并推导其极限高斯过程。
• 通过一致的局部标准差估计 κ(t) 对 Dn(t) 进行标准化，得到 NLH(t)，在模型下应遵循标准正态分布。
• 给出 κ(t) 的参数化与非参数估计量，并说明如何对 Type A、Type B、Type C NLH-图计算它们。
• 将 NLH-图专用于常见模型（指数、Weibull、Gompertz、伽马、脆弱性、Gompertz–Makeham 等）以及参数化 Cox 模型。
• 概述向时间离散模型的扩展，并讨论检验力及实际实现（S-Plus）。

实验结果

研究问题

• RQ1 如何以直观与统计方式评估生存数据中参数化危险模型的拟合优度？
• RQ2 在常见生存模型下，不同 NLH-图类型（A、B、C）的 κ(t) 方差估计量应如何？
• RQ3 NLH-图在标准模型（指数、Weibull、伽马、Gompertz、脆弱性）以及 Cox 回归中的表现如何？
• RQ4 NLH-图能否扩展到时间离散或更一般的生命史计数过程模型？

主要发现

• 在正确模型下，经过适当 κ(t) 规范化后，NLH-图在每个时间点应近似标准正态分布，形成检验曲线。
• 为 Type A、B、C 的多种危害模型提供 κ(t) 的显式公式及插件与非参数两种选项。
• 该框架涵盖完全指定的危险、常见参数族（Weibull、伽马、Gompertz、脆弱性）与 Cox 回归，并就形式与计算给出指南。
• 论文讨论检出力、向时间非齐次马尔可夫链及时间离散危险的模型扩展，并给出在 S-Plus 中实现的算法。