不平衡样本中监控与筛查的自适应阈值：最优性与提升灵敏度
统计理论
2025-10-10 v1 统计方法学
统计理论
摘要
假设（标准化的）测量值或统计量用于超过阈值时发出警报。经常情况下，底层人口对于重要离散变量是异构的，因而样本可能由不平衡的类别组成。我们提议使用依赖于此类协变量的阈值，以提升对稀有类别的灵敏度，这些类别通常被忽视。在轻微条件下，我们识别出最优阈值函数并开发了其计算的可行程序。进一步地，对于比例规则，提出了阈值函数的非参数估计器，并给出中心极限定理，包括当用于标准化的条件均值和方差被估计的情形。对于可行的不确定性量化，提出了 bootstrap 方法。该方法通过实际数据分析进行说明和评估。
引用
@article{arxiv.2510.08035,
title = {Adaptive Thresholds for Monitoring and Screening in Imbalanced Samples: Optimality and Boosting Sensitivity},
author = {Ansgar Steland},
journal= {arXiv preprint arXiv:2510.08035},
year = {2025}
}