Robust and Efficient Estimation with a Right-Censored Covariate
연구 내용
우측 검열된 공변량이 포함된 모형에서 준모수 강건성과 효율을 동시에 달성하는 추정기를 개발하는 연구
우측 검열된 공변량이 존재하는 관측자료에서 공변량 ‘진단까지의 시간’과 같은 정보가 불완전하게 관측되는 문제를 다룹니다. 기존 완전사례 추정의 정보 손실과 최대우도 추정의 비검열 공변량 분포 오지정 민감성을 분석한 뒤, 검열 변수 및 검열 공변량의 준모수적 처리까지 포함해 robust and efficient 한 semiparametric 추정기를 제안합니다. 필요시 nuisance 분포를 모수적으로 적합하면 doubly robust 성질을, 비모수 또는 machine learning 기반 추정이면 일치성과 semiparametric 효율을 달성함을 이론적으로 보입니다. 또한 R 패키지 구현을 통해 실제 질환 진행 자료에 적용합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 우측 검열 공변량이 포함된 상황에서 기존 추정기들의 효율-강건성 trade-off를 정리하고, nuisance 모형의 오지정 가능성을 고려한 semiparametric 추정 틀을 제시했습니다. 이후 검열 공변량 모형과 검열 메커니즘을 결합하는 방식으로 robust and efficient 특성을 정교화하고, SPARCC라는 명칭으로 이론적 조건과 구현 절차를 정리했습니다. 마지막 단계에서는 실제 Huntington disease 자료의 증상 궤적 추정에 적용해 방법의 실사용 가능성을 확인했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Robust and efficient estimation in the presence of a randomly censored covariate
SPARCC: Semi-Parametric Robust Estimation in a Right-Censored Covariate Model