研究人员开发了一种名为依赖性Brier分数的新指标，以解决当事件时间和审查时间不独立时生存模型评估中的挑战。该分数基于阿基米德联结和联结图估计器，为其边际时间估计器提供了稳定性和渐近正态性。在对12个数据集的评估中，与传统的审查权重倒数（IPCW）方法相比，所提出的指标显示估计误差平均减少了12-16%。 AI
影响 引入了一种新颖的统计方法来评估生存模型，有可能提高依赖此类模型进行事件发生时间预测的AI系统的准确性。
排序理由 学术论文发布在arXiv上，详细介绍了一种新的统计方法。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
