右删失数据的核log-rank独立性检验
统计方法学
2021-11-23 v3 机器学习
摘要
我们引入一种通用的非参数独立性检验，用于右删失生存时间与协变量（可为多元）之间。我们的检验统计量具有双重解释：其一是作为一族以权重为指标的潜在无穷多个log-rank检验的上确界，其中权重函数属于函数的再生核Hilbert空间(RKHS)；其二是作为某些有限测度到RKHS中嵌入之差的范数，类似于Hilbert-Schmidt独立性准则(HSIC)检验统计量。我们研究了该检验的渐近性质，给出了确保检验在任何备择假设下正确拒绝原假设的充分条件。检验统计量可直接计算，拒绝阈值通过渐近一致的Wild Bootstrap过程获得。对模拟与真实数据的广泛研究表明，我们的检验过程在检测复杂非线性依赖时通常优于竞争方法。
引用
@article{arxiv.1912.03784,
title = {A kernel log-rank test of independence for right-censored data},
author = {Tamara Fernandez and Arthur Gretton and David Rindt and Dino Sejdinovic},
journal= {arXiv preprint arXiv:1912.03784},
year = {2021}
}