比较时间事件模型判别性能的估计量

预测事件发生的时间和发生是数据科学应用的主要焦点，尤其在生物医学研究中。估计这些结果（常称为时间事件或生存结果）的模型性能常使用判别度量进行总结，特别是时间依赖AUC和一致性。已提出许多这些量的估计量，可大致分为半参数估计量或非参数估计量。在本文中，我们回顾了各种估计量的数学构造，并比较了两类估计量的行为。重要的是，我们识别出半参数估计量类的一个先前未知的特征，该特征可能导致在常见应用任务中样本外判别性能估计过于乐观。尽管这些半参数估计量在实践中很流行，但我们发现的现象表明这类估计量可能不适合用于基于样本外评估准则的模型评估和选择。这是因为半参数估计量倾向于偏向那些在使用样本外预测准则（如交叉验证）时过拟合的模型。非参数估计量不表现出这种行为，但对于局部判别高度可变。我们提出通过惩罚回归样条平滑来解决高变异性问题。通过模拟研究使用两种产生半参数估计量乐观样本外估计的机制，说明了各种时间依赖AUC和一致性估计量的行为。进一步使用2011-2014年全国健康与营养调查数据通过案例研究比较了估计量。