拟线性时间内的等变 Passing-Bablok 回归
统计方法学
2022-02-17 v1
摘要
Passing-Bablok 回归因其在 CLSI 等行业指南中的地位，成为方法与检测比对研究的标准工具。遗憾的是，其计算代价高昂，因为朴素方法需要 O(n2) 时间。这使得在大型数据集上无法计算 Passing-Bablok 回归估计量。此外，即使在较小数据集上，基于 bootstrap 的推断也可能难以进行。我们提出了首个用于等变 Passing-Bablok 估计量的拟线性时间算法。与朴素算法相比，我们的算法在 O(n) 空间下以 O(n log(n)) 期望时间运行，从而可应用于大得多的数据集。此外，我们提出了一种针对 Passing-Bablok 斜率方差的快速估计量，并讨论了基于 bootstrap 与该方差估计的统计推断。最后，我们提出了一种诊断图以识别 Passing-Bablok 回归中的影响点。所提方法的优越性能通过临床方法比对研究的真实数据示例得以展示。
引用
@article{arxiv.2202.08060,
title = {Equivariant Passing-Bablok regression in quasilinear time},
author = {Jakob Raymaekers and Florian Dufey},
journal= {arXiv preprint arXiv:2202.08060},
year = {2022}
}