为什么我证明 Kaplan-Meier 估计无偏的证明不起作用?

机器算法验证 可能性 生存 卡普兰迈尔
2022-03-27 17:10:33

我知道 Kaplan-Meier 估计量是有偏见的,因为我的教科书是这样说的。但是,我不明白为什么以下证明不起作用:

S^(t)是生存函数的 Kaplan-Meier 估计S(t)P(Ti>t)在哪里Ti是 iid 失败时间。Λ^(u)是累积风险函数的 Nelson-Aalen 估计量Λ(u).

众所周知S^(t)S(t)1=0tS^(u)S(u)d{Λ^(u)Λ(u)}.

现在,0tS^(u)S(u)d{Λ^(u)Λ(u)}是鞅,因为Λ^(u)Λ(u)是鞅,因为S^(u)S(u)是一个可预测的过程。

所以,E[S^(t)S(t)1]=0E[S^(t)S(t)]=1E[S^(t)]=S(t)自从S(t)是一个非随机函数。

1个回答

你的论点的缺陷是Λ^(t)Λ(t)不是永远的鞅t. 它只是当时的鞅T实验结束时,即最后一名幸存者死亡或被审查(即退出研究)时。在那之后,Λ(t)继续增加,但Λ^(t)才不是。

现在,如果样本中的最后一个幸存者真的死了,那么此时这并不重要Λ^(t)Λ(t)不再是鞅,因为S^(t)=0因此S^(t)/S(t)将继续是鞅。因此,如果没有审查数据,KM 估计量实际上是无偏的(很容易直接显示这一点而无需随机过程)。

然而,如果存在审查,这就增加了最后剩下的幸存者将被审查而不是死亡的可能性。在这种情况下S^(t)永远不会下降到零,所以S^(t)/S(t)将不再是鞅T. 这种可能性——最后一个幸存者被审查——是知识管理估计器中偏差的来源。