面向当前状态数据的核机器

在生存分析中，估计失效时间分布是一项重要且困难的任务，因为数据通常受删失影响。具体地，本文考虑当前状态数据，一种所有观测均被删失的数据类型。数据的形式使得失效时间仅能获知是否超过一个随机监测时间。我们提出一种灵活的核机器方法，用于在当前状态数据下估计失效时间期望作为协变量的函数。为获得核机器决策函数，我们针对一种新的损失函数最小化经验风险的正则化版本。利用有限样本界和新的预言不等式，我们证明所获得的估计量在很大一类概率测度下收敛于真实条件期望。最后，我们给出模拟研究及真实数据分析，将所提方法性能与现有方法比较。我们通过实证表明，我们的方法与当前最先进水平相当，在某些情况下甚至更优。