邹至庄青年学者交流工作坊第14期

论文题目：对于区间删失生存数据的条件独立性检验

报告人：吴昌越

导师：钟威教授

摘要：

本文提出一种基于双重机器学习框架的区间删失生存数据条件独立性检验方法。检验统计量由扰动风险模型导出的正交化得分构建，并通过样本分割将冗余参数估计与检验评估所用的数据分离，其中冗余参数（包括条件风险函数、方向函数和条件期望中心化函数）均采用非参数方法估计，从而避免对基线风险和删失机制施加参数假设。为降低随机分割带来的变异性，本文采用秩变换子抽样（RTS）方法对单次分割统计量进行聚合。在条件独立原假设下，单次分割统计量渐近服从标准正态分布；当冗余参数估计量满足正则条件时，单次分割检验具有一致渐近水平。经 RTS 聚合后，检验在原假设下仍具有一致渐近水平，并且对以略慢于参数收敛速度趋于原假设的局部备择假设，拒绝概率趋于 1。不同协变量维度和相关结构下的模拟研究表明，本文方法能够控制第一类错误并具有较高功效。将本文方法应用于 Signal Tandmobiel 牙科研究，结果表明该方法在部分牙齿上检测出牙齿萌出时间和龋齿发病时间与刷牙起始年龄、氟斑牙等协变量之间的条件依赖关系，且依赖模式在不同牙象限间存在差异。

地点：D236

腾讯会议：998-733-827

时间：11月16日，周一中午，12:30-14:00

语言：中文