基于随机化生存概率的删失回归模型诊断
统计方法学
2022-01-04 v4 统计计算
摘要
正态回归中的残差用于评估模型的拟合优度（GOF）并发现改进模型的方向。然而，对于删失回归，缺乏具有明确参考分布的残差。本文中，我们提出用归一化随机化生存概率（RSP）来诊断删失回归。RSP 的核心思想是将删失失效时间的生存概率替换为 0 与该删失时间生存概率之间的一个均匀随机数。我们证明，在具有真实生成参数的真实模型下，RSP 在 上始终服从均匀分布。因此，我们可以用正态分位函数将 RSP 转换为正态分布的残差。我们将此类残差称为归一化 RSP（NRSP 残差）。我们开展模拟研究，考察基于 NRSP 残差的统计检验在检测分布族误选与协变量非线性效应方面的显著性水平与功效。模拟研究表明，尽管基于 NRSP 残差的 GOF 检验不如传统 GOF 检验方法功效强，但基于 NRSP 残差的非线性检验在检测非线性方面具有显著更高的功效。我们还将这类模型诊断方法应用于乳腺癌无复发生存时间数据集进行比较。结果表明，NRSP 残差诊断成功捕捉到数据集中一个细微的非线性关系，而基于 CS 残差的图形诊断与现有 GOF 检验均未检测到该关系。
引用
@article{arxiv.1911.00198,
title = {Model diagnostics for censored regression via randomized survival probabilities},
author = {Longhai Li and Tingxuan Wu and Cindy Feng},
journal= {arXiv preprint arXiv:1911.00198},
year = {2022}
}
备注
Accepted version. 12 pages