竞争风险下共形校准何时需要删失权重

2026年10月7日，arXiv Statistics Machine Learning 发布一手研究《竞争风险下的失效原因预测集：何时需要删失权重？》。研究关注竞争风险标签的 split conformal 预测集在校准时可能因右删失而缺失标签的问题。仿真显示，当 22% 受试者在目标时点无事件时，complete-case 校准在名义 0.900 覆盖率下仅达 0.8723；正确设定的删失模型权重可让覆盖率接近名义水平。论文还给出含删失模型误差惩罚的有限样本覆盖率下界。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。