IDEAS主页打印自https://ideas.repec.org/a/bpj/ijbist/v6y2010i1n8.html
  我的参考书目  保存此文章

不完全纵向数据聚类的伪EM算法

作者

上市的：
  • 谢赫·马泰恩

    （圭尔夫大学）

  • 麦克尼古拉斯·保罗·D

    （圭尔夫大学）

  • 德斯蒙德·安东尼F

    （圭尔夫大学）

摘要

提出了一种聚类不完全纵向数据，特别是基因表达时间历程数据的方法。具体来说，将现有的一种利用多元高斯分布与修改的Cholesky分解协方差结构的混合的方法扩展到适应不完整数据。参数估计的执行方式类似于期望最大化算法。我们重点研究了聚类不完整基因表达时间历程数据的特殊应用。在这个应用程序中，与没有丢失数据的结果相比，我们的方法提供了良好的聚类性能。还建议了这项工作的可能扩展。

建议引用

  • 谢赫·马泰恩（Shaikh Mateen）和麦克尼古拉斯·保罗·D&德斯蒙德·安东尼（McNicholas Paul D&Desmond Anthony F），2010年。"不完全纵向数据聚类的伪EM算法,"国际生物统计学杂志De Gruyter，第6卷（1），第1-17页，3月。
    • 手柄：RePEc:bpj:ijbist:v:6:y:2010年：i:1:n:8
    内政部：10.2202/1557-4679.1223
    作为

    从出版商下载全文

    文件URL: https://doi.org/10.2202/1557-4679.1223
    下载限制：要访问全文，需要订阅期刊或支付单个文章的费用。
    文件URL: https://libkey.io/10.2202/1557-4679.1223？utm_source=ideas
    LibKey链接：如果访问受到限制，并且您的库使用此服务，LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。

    IDEAS上列出的参考文献

    作为
    1. 劳伦斯·休伯特和菲普斯·阿拉比，1985年。"比较分区,"分类杂志，施普林格；船级社，第2卷（1），第193-218页，12月。
    2. Nema Dean&Thomas Brendan Murphy&Gerard Downey，2006年。"使用未标记数据更新分类规则并应用于食品真实性研究,"英国皇家统计学会杂志C辑，皇家统计学会，第55卷（1），第1-14页，1月。
    3. De la Cruz-Mesia，Rolando&Quintana，Fernando A.&Marshall，Guillermo，2008年。"基于模型的纵向数据聚类,"计算统计与数据分析爱思唯尔，第52卷（3），第1441-1457页，1月。
    4. 马平，钟文轩，2008。"具有多个协变量的大规模函数数据的惩罚聚类,"美国统计协会杂志，美国统计协会，第103卷，第625-636页，6月。
    5. 丹克马尔·伯宁（Dankmar Böhning）、埃克哈特·迪茨（Ekkehart Dietz）、雷内尔·肖布（Rainer Schaub）、彼得·施拉特曼（Peter Schlattmann）和布鲁斯·林赛（Bruce Lindsay），1994年。"单参数指数族密度混合的似然比分布,"统计数学研究所年鉴，施普林格；统计数学研究所，第46卷（2），第373-388页，6月。
    6. Donna K.Pauler和Nan M.Laird，2000年。"纵向数据的混合模型及其在不合规性评估中的应用,"生物计量学，国际生物识别学会，第56卷（2），第464-472页，6月。
    7. McNicholas，P.D.&Murphy，T.B.&McDaid，A.F.&Frost，D.，2010年。"基于模型聚类的简约高斯混合模型的串行和并行实现,"计算统计与数据分析，爱思唯尔，第54卷（3），第711-723页，三月。
    8. Fraley C.&Raftery A.E.，2002年。"基于模型的聚类、判别分析和密度估计,"美国统计协会杂志，美国统计协会，第97卷，第611-631页，6月。
    完整参考资料 （包括与IDEAS上的项目不匹配的项目）

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Katherine Morris和Paul D.McNicholas，2016年。"通过广义双曲混合进行聚类、分类、判别分析和降维,"计算统计与数据分析爱思唯尔，第97卷（C），第133-150页。
    2. Sanjeena Subedi、Antonio Punzo、Salvatore Ingrassia和Paul McNicholas，2013年。"通过聚类加权因子分析仪进行聚类和分类,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第7卷（1），第5-40页，3月。
    3. Andrews、Jeffrey L.和McNicholas、Paul D.和Subedi，Sanjeena，2011年。"基于模型的多元t分布混合分类,"计算统计与数据分析爱思唯尔，第55卷（1），第520-529页，1月。
    4. Vrbik，Irene&McNicholas，Paul D.，2014年。"基于模型聚类和分类的简约斜交混合模型,"计算统计与数据分析爱思唯尔，第71卷（C），第196-210页。
    5. Hung Tong&Cristina Tortora，2022年。"基于模型的聚类和缺失数据的离群点检测,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第16卷（1），第5-30页，3月。
    6. Tyler Roick&Dimitris Karlis&Paul D.McNicholas，2021年。"聚类离散值时间序列,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第15卷（1），第209-229页，3月。
    7. Galinberti，Giuliano&Soffriti，Gabriele，2014年。"使用t分布有限混合的多元线性回归分析,"计算统计与数据分析爱思唯尔，第71卷（C），第138-150页。
    8. Murray，Paula M.&Browne，Ryan P.&McNicholas，Paul D.，2017年。"混合SDB偏t因子分析仪,"计量经济与统计爱思唯尔，第3卷（C），第160-168页。
    9. 莫里斯（Morris）、凯瑟琳（Katherine）和蓬佐（Punzo）、安东尼奥（Antonio）和麦克尼古拉斯（McNicholas）、保罗（Paul D.）和布朗（Browne）、瑞安（Ryan P.），2019年。"非对称簇和离群值：多元污染移位非对称拉普拉斯分布的混合,"计算统计与数据分析爱思唯尔，第132（C）卷，第145-166页。
    10. Wei，Yuhong&Tang，Yang&McNicholas，Paul D.，2019年。"不完全数据基于模型聚类的广义双曲分布和偏t分布的混合,"计算统计与数据分析爱思唯尔，第130（C）卷，第18-41页。
    11. Cristina Tortora和Brian C.Franczak、Ryan P.Browne和Paul D.McNicholas，2019年。"凝聚广义双曲分布的混合,"分类杂志，施普林格；船级社，第36卷（1），第26-57页，4月。
    12. Lin，Tsung-I，2014年。"基于特征值分解的参数化t混合模型的不完全数据学习,"计算统计与数据分析爱思唯尔，第71卷（C），第183-195页。
    13. Coffey，N.&Hinde，J.&Holian，E.，2014年。"应用P-样条和混合效应模型对时间进程基因表达数据的纵向分布进行聚类,"计算统计与数据分析爱思唯尔，第71卷（C），第14-29页。
    14. Utkarsh J.Dang&Antonio Punzo&Paul D.McNicholas&Salvatore Ingrassia&Ryan P.Browne，2017年。"高斯聚类加权模型的多元响应和简约性,"分类杂志，施普林格；船级社，第34卷（1），第4-34页，4月。
    15. Jason Hou-Liu和Ryan P.Browne，2022年。"基于模型的聚类的因子和混合组件,"数据分析和分类进展，施普林格；德国船级社-Gesellschaft für Klassifikation（GfKl）；日本船级社；意大利统计学会分类和数据分析小组（CLADAG）；国际船级社联合会（IFCS），第16卷（2），第373-398页，6月。
    16. Murray，Paula M.和Browne，Ryan P.和McNicholas，Paul D.，2014年。"偏t因子分析仪的混合物,"计算统计与数据分析爱思唯尔，第77（C）卷，第326-335页。
    17. 王万伦，2019。"具有异质性和缺失值的多纵向数据的多元t非线性混合模型,"测试：西班牙统计与运筹学会官方期刊，施普林格；《运营调查协会》，第28卷（1），196-222页，3月。
    18. Li，Pai-Ling&Chiou，Jeng-Min，2011年。"子空间投影函数数据聚类的聚类数识别,"计算统计与数据分析爱思唯尔，第55（6）卷，第2090-2103页，6月。
    19. Stefano Tonellato和Andrea Pastore，2013年。"基于模型的聚类解决方案的比较,"工作文件2013:05，威尼斯大学“Ca’Foscari”经济系。
    20. 吴汉明，2011。"基因表达数据软聚类算法的生物有效性指标研究,"计算统计与数据分析爱思唯尔，第55（5）卷，1969-1979页，5月。

    有关此项目的更多信息

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:bpj:ijbist:v:6:y:2010年：i:1:n:8。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了一个书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Peter Golla（以下电子邮件可用）。供应商的一般联系方式：网址：https://www.degruyter.com.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。