Dynamic Treatment Regimes using Bayesian Additive Regression Trees for Censored Outcomes
为了实现为每位患者提供最佳护理的目标,医生需要为具有相同诊断的患者定制治疗方法,特别是在治疗可能进一步发展并需要额外治疗的疾病时,例如癌症。随着疾病的进展,在多个阶段做出决定可以被正式定义为动态治疗方案(DTR)。大多数现有的估计动态治疗方案的优化方法,包括流行的Q-学习方法是在频率论的背景下开发的。最近,一个通用的贝叶斯机器学习框架,促进使用贝叶斯回归建模优化DTR已经提出。在这篇文章中,我们使用贝叶斯加性回归树(BART)为加速故障时间建模框架下的每个阶段,以及模拟研究和实际数据的例子,比较所提出的方法与Q学习的删失结果。我们还开发了一个R包装函数,利用标准的BART生存模型来优化DTR的删失结果。包装器函数可以很容易地扩展以适应任何类型的贝叶斯机器学习模型。
2022-10-24 stat.ME
Variational Deep Survival Machines: Survival Regression with Censored Outcomes
Carnegie Mellon University(卡内基梅隆大学)
提出基于变分自编码器(VAE)的深度生存回归方法,通过对生存数据进行聚类并结合原始分布预测生存时间,在SUPPORT和FLCHAIN数据集上取得了具有竞争力的性能和优越的长期预测结果。
2024-04-24 cs.CE cs.LG
Conformal Bayes for Two-Sided Censored Gaussian Regression under Label Shift
aSSIST University, Korea(aSSIST大学)
针对标签偏移下响应变量被删失的预测问题,提出结合后验预测倾斜与加权共形校准的共形贝叶斯方法,构建混合最高密度区域预测集,恢复边际覆盖并减小集合大小。
2026-07-03 stat.ME stat.ML
High-dimensional Bayesian Tobit regression for censored response with Horseshoe prior
针对高维左删失回归问题,提出结合 Horseshoe 先验、数据增强与 Gibbs 采样的贝叶斯 Tobit 框架,并证明其后验一致性与稀疏收敛速率。
2025-05-13 math.ST stat.ME stat.ML
Quantifying uncertainty of individualized treatment effects in right-censored survival data: A comparison of Bayesian additive regression trees and causal survival forest
本文通过广泛的模拟研究,比较了在右删失生存数据中量化个体化处理效应不确定性时,贝叶斯加性回归树(BART)和因果生存森林(CSF)的区间估计覆盖率,发现BART在三种设置下均优于CSF。
2025-04-06 stat.AP stat.ME
Probabilistic Rainfall Downscaling: Joint Generalized Neural Models with Censored Spatial Gaussian Copula
本研究提出一种结合联合广义神经模型与截断空间高斯Copula的概率性降雨降尺度方法,生成具有时空依赖的条件概率预报,并在英国大型数据集上验证其优于现有方法。
2025-03-28 stat.ME
C-mix: a high dimensional mixture model for censored durations, with applications to genetic data
本文引入了删失持续时间的混合模型(C-mix),并给出了该模型时间分布和潜回归参数的联合估计的极大似然推断。我们考虑一个高维的设置,包含大量的生物医学协变量的数据集。因此,我们通过弹性网络惩罚负对数似然,这导致模型的稀疏参数化。推理是使用一个有效的拟牛顿期望最大化(QNEM)算法,我们提供收敛性。然后,我们通过评估患者早期不良事件的风险来提出评分。该方法的统计性能进行了广泛的蒙特卡罗模拟研究,并最终说明了三个遗传数据集与高维协变量。我们表明,我们的方法优于最先进的,即治愈和考克斯比例风险模型的这项任务,无论是在C指数和AUC(t)。
2017-11-25 stat.ML
Censored Quantile Regression Forest
University of California San Diego(加州大学圣地亚哥分校);Alexa AI(Alexa人工智能部门)
随机森林是一种功能强大的非参数回归方法,但在存在随机删失观测值的情况下,其使用受到严重限制,并且由于所产生的偏差,天真地应用可能会表现出较差的预测性能。基于随机森林的一种局部自适应表示,研究了随机删失回归分位数模型的回归调整。回归调整是基于一个新的估计方程,适应删失,并导致分位数得分时,数据不显示删失。所提出的程序命名为{ \it删失分位数回归森林},允许我们估计的时间到事件的分位数,而无需任何参数建模假设。我们建立了温和的模型规格下的一致性。数值研究表明,所提出的程序的一个明显的优势。
2020-01-08 cs.LG stat.ML
Neural Networks for Censored Expectile Regression Based on Data Augmentation
School of Economics and Management, Beihang University, Beijing, China(经济管理学院,北航大学,北京,中国)
本文提出基于数据增强的删失期望回归神经网络DAERNN,用于建模异质性删失数据,无需显式参数设定,性能优于现有方法且接近完全数据模型。
2025-10-23 cs.LG stat.ML
A Multi-Site Stochastic Weather Generator for High-Frequency Precipitation Using Censored Skew-Symmetric Distribution
随机天气发生器(SWG)是复杂天气过程的数字孪生体,广泛应用于农业和城市设计。由于测量仪器的改进,现在可以精确测量高频降水的SWG。然而,高频降水数据比普通(每小时或每日)降水数据更零膨胀,偏斜和重尾。因此,经典的方法,无论是模拟降水发生独立于其强度或假设降水遵循审查后的Meta高斯过程可能是不合适的。在这项工作中,我们提出了一种新的多站点降水发生器,驱动发生和强度的删失非高斯向量自回归模型与反对称动力学。建议的SWG是有利的建模偏斜和重尾数据与直接的物理和统计解释。我们应用所提出的模型,以30秒降水的基础上,从瑞士洛桑的密集测量网络获得的数据。除了再现高频降水外,该模型还可以提供与长短期记忆(LSTM)网络一样准确的预测,但具有不确定性和更可解释的结果。
2020-03-11 stat.AP stat.ME
Bayesian quantile regression analysis for continuous data with a discrete component at zero
在这项工作中,我们展示了一个贝叶斯分位数回归方法,以响应变量的混合离散-连续分布与一个点质量为零,这些观察被认为是左删失或真零。我们结合分位数回归分析提供的信息,给出了一个更完整的描述被删失的概率,给定的观察值等于零,同时还研究了连续部分的条件分位数。我们从文献中的相关模型建立了一个马尔可夫链蒙特卡罗方法来获得样本的后验分布。我们证明了该模型的适用性,以分析这种删失概率与模拟的例子和两个应用程序与真实数据。第一个是一个众所周知的数据集从计量经济学文献中的妇女劳动力在英国和第二个考虑的统计分析的支出与耐用品,考虑来自巴西的信息。
2015-11-18 stat.ME
Self-Consistent Equation-guided Neural Networks for Censored Time-to-Event Data
Harvard Pilgrim Health Care Institute(哈佛朝圣者医疗保健研究所);Harvard Medical School(哈佛医学院);Harvard School of Public Health(哈佛公共卫生学院);North Carolina State University(北卡罗来纳州立大学)
本文提出一种基于生成对抗网络和自洽方程的无模型深度学习方法,用于删失时间-事件数据中条件生存函数的非参数估计,并给出收敛速率及模拟与真实数据验证。
2025-03-12 cs.LG stat.ME stat.ML
Computationally Scalable Bayesian SPDE Modeling for Censored Spatial Responses
Virginia Commonwealth University(弗吉尼亚联邦大学);University of Missouri(密苏里大学);Indian Institute of Technology Kanpur(坎普尔印度理工学院);United States Environmental Protection Agency(美国环境保护署)
本文提出了一种基于GMRF的贝叶斯SPDE建模方法,用于处理受左删失的空间响应,解决了计算复杂性和高维积分问题,提高了模型效率和精度。
2024-03-23 stat.AP stat.CO stat.ME
Adaptive design for Gaussian process regression under censoring
工程问题中的一个关键目标是预测输入域上的未知实验曲面。在复杂的物理实验中,这可能会受到响应审查的阻碍,这会导致信息的重大损失。对于这样的问题,试验设计是至关重要的,使用少量的昂贵的实验运行最大限度地提高预测能力。为了解决这个问题,我们提出了一种新的自适应设计方法,称为综合删失均方误差(ICMSE)方法。ICMSE方法首先估计被删失的新观测的后验概率,然后自适应地选择设计点,以最小化删失下的预测不确定性。采用乘积相关函数的高斯过程回归模型,所提出的ICMSE准则易于评估,从而允许有效的设计优化。我们证明了ICMSE设计的有效性,在两个现实世界中的应用程序,手术规划和晶圆制造。
2021-06-25 stat.ME
A Menu-Driven Software Package of Bayesian Nonparametric (and Parametric) Mixed Models for Regression Analysis and Density Estimation
大多数应用统计学涉及数据的回归分析。本文介绍了一个独立的和菜单驱动的软件包,贝叶斯回归:非参数和参数模型。目前,该软件包为用户提供了83个贝叶斯模型的选择,用于数据分析。它们包括47个贝叶斯非参数(BNP)无限混合回归模型; 5个用于密度估计的BNP无限混合模型;以及31个正态随机效应模型(HLM),包括正态线性模型。78个回归模型中的每一个都处理连续、二元或有序因变量,并且可以处理多水平(分组)数据。所有83个贝叶斯模型都可以处理加权观测的分析(例如,对于荟萃分析),以及左删失、右删失和/或区间删失数据的分析。每个BNP无限混合模型具有分配了各种BNP先验分布之一的混合分布,包括由Dirichlet过程、Pitman-Yor过程(包括归一化稳定过程)、beta(双参数)过程、归一化逆高斯过程、几何权重先验、相关Dirichlet过程或相关无限概率先验定义的先验。软件用户可以点击鼠标选择贝叶斯模型,并通过马尔可夫链蒙特卡罗(MCMC)抽样进行数据分析。采样完成后,软件自动打开文本输出,报告模型后验分布的基于MCMC的估计值和模型对数据的预测拟合。通过鼠标单击其他菜单选项可以生成其他文本和/或图形输出。这包括MCMC收敛分析的输出,以及选定泛函和协变量值的模型后验预测分布的估计。用MATLAB语言编制了BNP回归分析软件,并对实际数据进行了BNP回归分析。
2015-07-14 stat.CO
A Censored Transformed Model for Proportional Outcomes with Boundary Mass and an Application to Loss Given Default Modeling
ETH Zurich(苏黎世联邦理工学院)
提出零一删失变换正态模型处理边界有质量的比例响应,结合删失高斯变量与仿射logit变换,理论证明其能捕获更广密度形状,在抵押贷款违约损失率数据上表现最优。
2026-06-23 q-fin.RM q-fin.ST stat.AP
Censored Quantile Regression Forests
Department of Mathematics University of California San Diego(加利福尼亚大学圣地亚哥分校数学系)
随机森林是一种功能强大的非参数回归方法,但在存在随机删失观测值的情况下,其使用受到严重限制,并且由于所产生的偏差,天真地应用可能会表现出较差的预测性能。基于随机森林的局部自适应表示,我们开发了随机截尾回归分位数模型的回归调整。回归调整是基于新的估计方程,适应删失,并导致分位数得分时,数据不显示删失。所提出的方法被称为删失分位数回归森林,允许我们在没有任何参数建模假设的情况下估计事件发生时间的分位数。我们建立了温和的模型规格下的一致性。数值研究表明,所提出的程序的一个明显的优势。
2019-02-08 cs.LG econ.EM stat.ME
Censored Quantile Regression Neural Networks for Distribution-Free Survival Analysis
Tsinghua University(清华大学);Microsoft Research(微软研究院);University of Pittsburgh(匹兹堡大学)
本文考虑使用神经网络对删失数据进行分位数回归。这增加了生存分析工具包,允许直接预测的目标变量,随着分布的不确定性的表征,使用灵活的函数逼近。我们首先展示了如何流行的算法在线性模型可以应用到NN。然而,由此产生的过程是低效的,需要在每个所需的分位数的单个NN的顺序优化。我们的主要贡献是一种新的算法,同时优化一个单一的NN输出的分位数网格。为了提供理论上的见解,我们的算法,我们首先表明,它可以被解释为一种形式的期望最大化,其次,它表现出理想的“自我纠正”的属性。实验表明,该算法在12个真实数据集中的10个数据集上产生的分位数比现有方法更好地校准。
2023-02-06 cs.LG stat.ML
Boosting methods for interval-censored data with regression and classification
Columbia University(哥伦比亚大学);University of Western Ontario(西方大学)
本文提出非参数提升方法,用于处理区间删失数据的回归与分类任务,通过无偏转换调整损失函数并保持模型准确性,理论和实证均验证其有效性。
2026-02-18 cs.LG stat.ML
Learning Mixtures of Gaussians with Censored Data
University of Chicago(芝加哥大学)
研究删失数据下高斯混合模型的学习问题,提出仅需 $\frac{1}{\varepsilon^{O(k)}}$ 样本的算法,在 $\varepsilon$ 误差内估计权重和均值。
2023-06-29 cs.LG stat.ML
Efficient bayesian spatially varying coefficients modeling for censored data using the vecchia approximation
Ecole des mines de Paris(巴黎高等矿业学院)
本文提出基于Vecchia近似的高效贝叶斯高斯过程模型,用于处理受阻数据中的空间变化系数建模问题。
2025-11-26 stat.CO stat.ME
Gaussian process regression for survival time prediction with genome-wide gene expression
基于他/她的全基因组基因表达预测癌症患者的生存时间仍然是一个具有挑战性的问题。对于某些类型的癌症,基因表达对生存的影响既微弱又丰富,因此很难以合理的准确度识别非零效应。作为使用变量选择的方法的替代方案,我们提出了一个高斯过程加速失效时间模型,使用全基因组或全通路基因表达数据来预测生存时间。使用蒙特卡罗期望最大化算法,我们联合插补截尾对数生存时间和估计模型参数。我们证明了我们的方法的性能和现有的方法在模拟和真实数据分析的优势。我们分析的真实数据来自513名肾透明细胞癌患者,包括生存时间,人口统计学/临床变量和超过20,000个基因的表达。我们的方法是广泛适用的,因为它可以适应右,左,和区间删失的结果;并提供了一种自然的方式来结合多种类型的高维组学数据。实现我们方法的R包可以在线获得。
2018-08-30 stat.ME
auton-survival: an Open-Source Package for Regression, Counterfactual Estimation, Evaluation and Phenotyping with Censored Time-to-Event Data
Carnegie Mellon University(卡内基梅隆大学)
机器学习在医疗保健中的应用通常需要处理时间到事件的预测任务,包括不良事件、再次住院或死亡的预测。由于失访,此类结局通常会被删失。标准的机器学习方法不能直接应用于具有删失结果的数据集。在本文中,我们介绍了auton-survival,一个开源的工具库,用于简化审查事件发生时间或生存数据的工作。自动生存包括生存回归工具、在存在域转移的情况下的调整、反事实估计、用于风险分层的表型、评估以及治疗效果的估计。通过使用SEER肿瘤发病率数据的一个大子集的真实案例研究,我们证明了自动生存的能力,以快速支持数据科学家回答复杂的健康和流行病学问题。
2022-08-03 cs.LG cs.MS stat.ML
A flexible quantile mixed-effects model for censored outcomes
Syneos Health;Department of Mathematical Statistics and Actuarial Science, University of the Free State(自由州大学数学统计与精算科学系);I-BioStat, KU Leuven(KU鲁汶大学生物统计研究所);Department of Statistics and Actuarial Science, University of Stellenbosch(斯泰伦博斯大学统计与精算科学系)
本文提出了一种基于SEP分布的分位数混合效应模型,用于处理截断纵向数据,相较于SL模型,该方法在偏斜性冲突时表现更稳定。
2025-11-20 stat.ME
Ensemble Method for Censored Demand Prediction
National Research University Higher School of Economics(国立研究型大学高等经济学院)
包括最优定价和库存管理在内的许多经济应用都需要根据销售数据预测需求,并估计销售对价格变化的反应。有一个广泛的计量经济学方法,用于纠正偏差的需求参数的估计删失的销售数据。这些方法也可以应用到各类机器学习模型中,以减少销量的预测误差。在这项研究中,我们构建了两个集成模型的需求预测和不占需求审查。销售审查的核算基于审查分位数回归方法的思想,其中模型估计分为两个单独的部分:a)分类模型预测零销售额; b)回归模型预测非零销售额。考虑审查和不考虑审查的模型是基于最小二乘、岭回归和拉索回归以及随机森林模型的预测聚合。在估计了这两个模型的预测特性之后,我们根据经验测试了考虑到需求的删失性质的模型的最佳预测能力。我们还表明,机器学习方法与审查会计提供偏差校正的估计价格变化的需求敏感性类似的计量经济学模型。
2018-10-22 cs.LG stat.ML
Contamination mapping in Bangladesh using a multivariate spatial Bayesian model for left-censored data
孟加拉国地下水的砷和其他有毒元素污染每天对数百万人构成重大威胁。了解砷和其他元素之间的复杂关系可以为减轻饮用水中的砷中毒提供有用的见解,并需要对元素进行多变量建模。然而,这些污染物的环境监测往往涉及到很大比例的左删失观测值低于最低检测限(MDL)。这个问题促使我们提出了一个多变量空间贝叶斯模型左删失数据调查孟加拉国地下水中的砷的丰度,并创建污染物的空间地图。使用自适应马尔可夫链蒙特卡罗(MCMC)采样的模型参数的推断。所提出的模型的计算时间是相同的顺序作为一个多变量高斯过程模型,不插补删失值。该方法适用于砷污染数据集提供的孟加拉国水发展委员会(BWDB)。砷,钡(Ba),和钙(Ca)浓度在地下水中的空间地图准备使用后预测手段计算的细格在孟加拉国。我们的研究结果表明,吉大港和达卡司遭受砷浓度过高,只有拉杰沙希和Rangpur司根据世界卫生组织(WHO)的建议,有安全的饮用水。
2021-11-25 stat.AP
Neural interval-censored survival regression with feature selection
Instituto de Ciencias Matemáticas, CSIC(数学科学研究所(西班牙高等科学研究理事会));Universidad Autónoma de Madrid(马德里自治大学);Harvard University(哈佛大学);Université Paris 1 Panthéon-Sorbonne(巴黎第一大学先贤祠-索邦大学);University of North Carolina, Chapel Hill(北卡罗来纳大学教堂山分校)
本文提出一种基于加速失效时间模型的神经区间删失生存回归预测框架,结合稀疏神经网络进行变量选择,在非线性场景下优于传统算法。
2024-08-22 cs.LG stat.ME stat.ML
Subspace Network: Deep Multi-Task Censored Regression for Modeling Neurodegenerative Diseases
Michigan State University(密歇根州立大学);University of Wisconsin-Stout(威斯康星大学斯托特分校);Texas A&M University(得克萨斯农工大学)
在过去的十年中,已经开发了广泛的机器学习模型来模拟神经退行性疾病,将生物标志物,特别是非侵入性神经成像标志物与测量患者认知状态的关键临床评分相关联。多任务学习(MTL)通常被这些研究用来解决高维和小队列规模的挑战。然而,大多数现有的MTL方法是基于线性模型,并遭受两个主要的限制:1)他们不能明确考虑这些临床评分的上限/下限; 2)他们缺乏捕捉变量之间的复杂的非线性相互作用的能力。在本文中,我们提出了子空间网络,这是一种用于非线性多任务截尾回归的高效深度建模方法。子空间网络的每一层都执行多任务审查回归,以通过绘制低维子空间来改进上一层的预测,从而在学习任务之间执行知识转移。在温和的假设下,对于每一层的参数子空间可以恢复使用只有一个通过的训练数据。实验结果表明,所提出的子空间网络快速拿起正确的参数子空间,并优于国家的最先进的预测神经退行性疾病的临床评分使用脑成像中的信息。
2018-03-01 cs.AI cs.LG stat.ML
Fast Bayesian Inference in Nonparametric Double Additive Location-Scale Models With Right- and Interval-Censored Data
惩罚B样条通常用于加性模型,以描述具有定量协变量的响应的平滑变化。它通常通过指数族中的条件均值使用对其他条件矩有间接影响的广义可加模型来完成。另一种常见的策略是集中在几个低阶条件矩,留下完整的条件分布未指定。或者,可以假设响应的多参数分布,其中多个参数使用加法表达式对协变量进行联合回归。我们的工作可以连接到后一个建议的权利或区间删失连续响应具有高度灵活和光滑的非参数密度。我们专注于位置-尺度模型的条件均值和标准差中的附加项。从最近的结果在贝叶斯框架下,我们提出了一个快速收敛的算法来选择惩罚参数,从他们的边际后验。它依赖于样条参数的条件后验的拉普拉斯近似。仿真结果表明,这样得到的估计拥有优良的频率属性和提高效率相比,工作高斯假设的方法。我们说明的方法与分析不精确测量的收入数据。
2020-05-11 stat.ME
Deep Survival Machines: Fully Parametric Survival Regression and Representation Learning for Censored Data with Competing Risks
Carnegie Mellon University(卡内基梅隆大学)
我们描述了一种新的方法来估计相对风险的时间到事件的预测问题与删失数据在一个完全参数的方式。我们的方法不需要作出强有力的假设,恒定的比例风险的基本生存分布,所需的考克斯比例风险模型。通过联合学习输入协变量的深度非线性表示,我们通过在具有不同删失水平的多个真实世界数据集上进行广泛实验,证明了我们的方法在用于估计生存风险时的优势。我们进一步展示了我们的模型在竞争风险场景中的优势。据我们所知,这是第一个工作涉及完全参数估计的生存时间与竞争风险的存在删失。
2021-06-09 cs.LG stat.AP stat.ML
A Semi-Markov Switching Linear Gaussian Model for Censored Physiological Data
University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
普通病房中的重症患者容易发生意外的临床恶化,需要及时转移到重症监护室(ICU)。为了在这样的环境中进行风险评分和患者监测,我们开发了一种新的用于住院患者生理的半马尔可夫切换线性高斯模型(SSLGM)。该模型捕获患者的潜在临床状态及其相应的可观察实验室测试和生命体征。我们提出了一种有效的无监督学习算法,该算法利用电子健康记录(EHR)中的信息审查数据来学习SSLGM的参数;然后使用学习的模型以在线方式评估新住院患者的临床恶化风险,从而及时进入ICU。在一个大型学术医疗中心收治的6,094名患者的异质性队列中进行的实验表明,所提出的模型显著优于目前部署的风险评分,如Rothman指数,MEWS,SOFA和APACHE。
2016-11-16 cs.LG stat.ML
Inference for High Dimensional Censored Quantile Regression
随着高维遗传生物标志物的可用性,人们感兴趣的是识别这些预测因子对患者生存的异质性影响,以及适当的统计推断。删失分位数回归已成为检测协变量对生存结局异质性影响的有力工具。据我们所知,很少有工作可用于推断的影响,高维预测删失分位数回归。本文提出了一种新的程序,在全球审查的分位数回归,调查协变量的响应协会的分位数水平的间隔,而不是一些离散值的框架内得出的所有预测推理。该估计器结合了一系列低维模型估计,是基于多样本分裂和变量选择。我们证明了在一定的正则条件下,估计是相合的,并且渐近服从以分位数水平为指标的高斯过程。模拟研究表明,我们的程序可以适当地量化的不确定性的估计在高维设置。我们应用我们的方法来分析居住在肺癌通路中的SNP对患者生存的异质性影响,使用波士顿肺癌生存队列,一项关于肺癌分子机制的癌症流行病学研究。
2021-07-22 stat.ME stat.ML
Support Vector Regression for Right Censored Data
我们为受右删失的数据开发了一种统一的分类和回归支持向量机方法。我们提供了有限的样本范围内的算法的推广误差,证明了风险的一致性,为广泛的一类概率测度,并研究了相关的学习率。我们采用的一般方法来估计(截断)的平均值,中位数,分位数,和分类问题。我们提出了一个模拟研究,证明了所提出的方法的性能。
2013-01-12 math.ST stat.ML stat.TH
Survival Regression with Proper Scoring Rules and Monotonic Neural Networks
University of Oxford(牛津大学)
我们考虑了右删失生存回归模型常用的评分规则,如时间依赖一致性、生存CRPS、综合Brier评分和综合二项式对数似然,并证明了它们都不是一个合适的评分规则。这意味着真实的生存分布可能比不正确的分布评分更差,导致估计不准确。我们证明,与这些分数相比,右删失对数似然是一个适当的评分规则,即,最高的期望分数由真实分布实现。尽管如此,现代前馈神经网络的生存回归模型无法训练和验证直接对右删失对数似然,由于其棘手性,并诉诸上述替代方案,即,不正确的评分规则。因此,我们提出了一个简单的新的生存回归方法,能够直接优化对数似然使用单调限制的时间依赖的权重,创造生存单调网(SuMo网)。SuMo-net在多个数据集上实现了最先进的对数似然分数,与现有的最先进的神经方法相比,在推理上具有20- 100 $\times$的计算加速,并且很容易适用于具有数百万个观测值的数据集。
2022-02-02 cs.LG stat.ML
Hybrid Censored Quantile Regression Forest to Assess the Heterogeneous Effects
在许多应用中,对删失响应变量的异质处理效应是主要关注的,并且很自然地评估不同分位数的效应(例如,中位数)。大量的潜在效应修饰因子、处理效应的未知结构以及右删失的存在构成了重大挑战。在本文中,我们开发了一个混合森林方法称为混合删失分位数回归森林(HCQRF),以评估异质性的影响,随着高维变量。混合估计方法利用随机森林和删失分位数回归。我们提出了一个双加权估计过程,包括一个再分布的质量权重来处理审查和一个自适应最近邻权重来自森林处理高维效应函数。我们提出了一个变量的重要性分解来衡量一个变量对处理效应函数的影响。大量的仿真研究证明了HCQRF的有效性和稳定性。仿真研究的结果也证明了变量重要性分解的有效性。我们将HCQRF应用于结直肠癌的临床试验。我们实现了有见地的估计的处理效应和有意义的变量重要性的结果。变量重要度的计算结果也证实了分解的必要性。
2022-12-12 stat.ME stat.ML
Robust Confidence Intervals in High-Dimensional Left-Censored Regression
本文研究了高维左删失回归的稳健置信区间。I型截尾回归模型在实践中非常常见,其中竞争事件使感兴趣的变量不可观察。然而,为完全观测数据开发的技术并不直接适用于删失观测。在本文中,我们开发的平滑估计方程,增强去偏方法,使所得的估计是自适应删失,是更强大的误指定的误差分布。本文提出了一类统一的稳健估计,包括Mallow、Schweppe和Hill-Ryan的一步估计。在超高维的设置,其中的维度可以指数增长的样本量,我们表明,只要初步估计比$n^{-1/4}$收敛快,一步估计继承渐近分布的完全迭代版本。此外,我们表明,Bahadur表示的残差的大小匹配的简单线性模型,$s^{3/4 } (\log (p \vee n))^{3/4} / n^{1/4}$ -也就是说,删失的影响渐近消失。仿真结果表明,该方法对删失水平和误差分布的不对称性具有自适应性,并且在误差分布为对称分布时不损失效率。最后,我们将所开发的方法应用于与HIV-1研究相关的MAQC-II存储库的真实数据集。
2016-09-22 math.ST stat.ME stat.ML
Interpretable Deep Regression Models with Interval-Censored Failure Time Data
School of Mathematics, Jilin University(吉林大学数学学院);School of Economics and Statistics, Guangzhou University(广州大学经济与统计学院);Department of Statistics, Chinese University of Hong Kong(香港中文大学统计系);School of Data Science, Fudan University(复旦大学数据科学学院)
本文提出一种针对区间删失数据的可解释深度回归框架,结合参数化关键效应与DNN非线性效应,采用筛极大似然和EM算法,实现最优收敛并在模拟和真实数据中优于现有方法。
2025-03-25 cs.LG math.ST stat.ML
Deep Learning for Quantile Regression under Right Censoring: DeepQuantreg
University of Pittsburgh(匹兹堡大学)
神经网络或深度学习的计算预测算法最近在统计学以及图像识别和自然语言处理中引起了广泛关注。特别是在删失生存数据的统计应用中,用于优化的损失函数主要基于Cox模型及其变体的部分似然,以利用现有的神经网络库,如Keras,它是基于开源的TensorFlow库构建的。本文提出了一种新的神经网络应用于生存数据的右截尾分位数回归,它是由估计的截尾分布在检查函数中的逆调整。这项工作的主要目的是表明,与现有的分位数回归方法(如传统的线性分位数回归和具有总变差正则化的非参数分位数回归)相比,深度学习方法可以足够灵活,更准确地预测非线性模式,强调该方法对删失生存数据的实用性。进行了模拟研究,以生成非线性删失生存数据,并在预测精度方面将深度学习方法与现有的分位数回归方法进行比较。所提出的方法说明了两个公开的乳腺癌数据集的基因签名。该方法已内置在一个软件包中,可在\url{https://github.com/yicjia/DeepQuantreg}上免费获得。
2021-04-12 cs.LG stat.AP stat.ML
Scalable Bid Landscape Forecasting in Real-time Bidding
University of Massachusetts, Amherst(马萨诸塞大学阿默斯特分校);Adobe Research(Adobe研究院);Adobe Advertising Cloud(Adobe广告云)
在程序化广告中,广告位通常使用第二价格(SP)拍卖实时的【形】出售。出价最高的广告客户获胜,但只支付第二高的出价(称为获胜价格)。在SP中,对于单个项目,每个投标人的主导策略是从投标人的角度出价的真实价值。然而,在一个实际的设置,与预算限制,投标的真实价值是一个次优策略。因此,为了设计最优的投标策略,准确地了解中标价格的分布是至关重要的。此外,一个代表广告商投标的需求方平台(DSP),如果它赢得了拍卖,它会观察获胜价格。对于失败的拍卖,DSP只能将其投标价格视为未知获胜价格的下限。在文献中,通常使用删失回归来对此类部分观测数据进行建模。删失回归中的一个常见假设是,获胜价格来自固定方差(同方差)单峰分布(通常是高斯分布)。然而,在现实中,这些假设往往被违反。我们放松这些假设,并提出了异方差全参数删失回归方法,以及一个混合密度删失网络。我们的方法不仅推广了删失回归,而且还提供了灵活性,任意分布的真实世界的数据建模。在公开的中标价格估计数据集上的实验结果表明了该方法的有效性。此外,我们评估我们的算法在一个最大的需求方平台和显着的改善已经取得了比较基线的解决方案。
2020-01-18 cs.GT cs.LG stat.ML
High-dimensional censored MIDAS logistic regression for corporate survival forecasting
ORSTAT, KU Leuven(KU鲁汶大学ORSTAT);Department of Economics, KU Leuven(KU鲁汶大学经济系);Department of Finance, Copenhagen Business School(哥本哈根商学院金融系)
本文提出了一种高维受 censoring 影响的MIDAS逻辑回归模型,用于预测企业生存,通过逆概率加权和稀疏组惩罚处理删失和混合频率数据,实现了高维设置下的有效统计推断。
2026-09-07 econ.EM stat.ML
Global Censored Quantile Random Forest
Emory University(埃默里大学)
针对右删失数据的条件分位数预测问题,提出全局删失分位随机森林(GCQRF),该方法能捕捉非线性关系,通过连接IDUP量化预测变异性并建立弱收敛性,同时提出基于样本外精度的特征重要性排序,在模拟与真实数据上展现出更优预测精度。
2024-10-16 cs.LG stat.ME stat.ML
Non-Crossing Deep Quantile Regression for Distributional Survival Prediction
University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);The Hong Kong Polytechnic University(香港理工大学)
该研究针对生存分析中现有分位数回归方法的交叉问题,提出CNQ框架,结合Kolmogorov-Arnold与Transformer骨干,在模拟和临床数据上表现更优,可恢复生存分布上变化的协变量效应。
2026-08-18 cs.LG stat.AP stat.ML
A Semiparametric Bayesian Method for Instrumental Variable Analysis with Partly Interval-Censored Time-to-Event Outcome
University of California Los Angeles(加利福尼亚大学洛杉矶分校)
针对部分区间删失生存数据,本文提出基于两阶段 Dirichlet 过程混合工具变量(DPMIV)模型的半参数贝叶斯方法,放宽正态误差假设以估计内生变量的因果效应,模拟和 UK Biobank 数据验证了其稳健性与优越性。
2025-01-23 cs.LG stat.AP stat.CO
Conditional Distribution Function Estimation Using Neural Networks for Censored and Uncensored Data
神经网络的大多数工作集中在估计一个连续的响应变量的条件均值给定的一组协变量。在这篇文章中,我们考虑使用神经网络估计的条件分布函数的删失和未删失数据。该算法是建立在专门为Cox回归与时间相关的协变量构建的数据结构。在不强加任何模型假设的情况下,我们考虑了一个基于全似然的损失函数,其中条件风险函数是唯一未知的非参数参数,可以应用无约束优化方法。通过仿真研究,我们表明所提出的方法具有令人满意的性能,而部分似然方法和传统的神经网络与$L_2$损失产生偏差的估计模型的假设被违反时.我们进一步说明了所提出的方法与几个现实世界的数据集。在https://github.com/bingqing0729/NNCDE上提供了所提出的方法的实施。
2022-07-06 stat.ME stat.ML
Deep Partially Linear Transformation Model for Right-Censored Survival Data
Shanghai Jiao Tong University(上海交通大学)
本文提出深度部分线性变换模型(DPLTM),用于右删失生存数据,兼顾灵活性、可解释性并避免维数灾难,理论推导了估计量性质,模拟和真实数据验证了其性能。
2025-10-18 stat.ME stat.ML
Data mining for censored time-to-event data: A Bayesian network model for predicting cardiovascular risk from electronic health record data
基于个体患者特征预测心血管事件风险的模型是管理患者护理的重要工具。大多数当前和常用的风险预测模型都是根据精心挑选的流行病学队列建立的。然而,这些队列的同质性和有限的规模限制了这些风险模型对其他人群的预测能力和普遍性。来自大型医疗保健系统的电子健康数据(EHD)提供了对关于大型、异质和同期患者群体的数据的访问。EHD的独特特征和挑战,包括风险因素信息缺失、风险因素与心血管事件结局之间的非线性关系以及不同患者亚组的不同影响,需要新的机器学习方法来开发风险模型。在本文中,我们提出了一种基于贝叶斯网络的机器学习方法,该方法在EHD上训练以预测五年内发生心血管事件的概率。在此类数据中,由于退出和不完整随访,事件时间被右删失,因此某些个体的事件状态可能未知。由于许多传统的数据挖掘方法不太适合这样的数据,我们描述了如何修改建模和评估技术,以占审查观察时间。我们表明,我们的方法可以导致更好的预测性能比考克斯比例风险模型(即,基于回归的方法,通常用于删失的至事件发生时间数据)或贝叶斯网络(使用{ \em{ad hoc} }方法进行右删失)。我们的技术是由美国中西部一个大型医疗保健系统的数据驱动和说明的。
2014-04-08 stat.AP stat.ML
Non-asymptotic Oracle Inequalities for the High-Dimensional Cox Regression via Lasso
我们考虑了正则化高维Cox回归的有限样本性质。现有的文献主要集中在线性模型或具有Lipschitz损失函数的广义线性模型,其中经验风险函数是独立同分布(iid)损失的总和。然而,截尾生存数据的负对数偏似然函数中的被加数既不是iid也不是Lipschitz。首先用iid非Lipschitz项之和逼近负对数偏似然函数,然后利用逐点变元推导了lasso惩罚Cox回归的非渐近预言不等式,解决了由于缺乏iid和Lipschitz性质而带来的困难.
2012-04-09 math.ST stat.ML stat.TH