×
怀特，妮可;海伦，约翰逊;彼得·西尔本;克里·蒙格森

帕金森病症状无监督聚类的Dirichlet过程混合模型。 （英语） Zbl 1514.62279号

J.应用。斯达。 39，第11期，2363-2377（2012）.
小结：本文考虑了根据观察到的症状特征差异识别疾病亚组的目标。通常称为表型鉴定，这项任务的解决方案通常涉及应用无监督聚类技术。本文研究了Dirichlet过程混合模型在这项任务中的应用。该模型是通过将狄利克雷过程放置在混合模型的未知分量上来定义的，允许表达将观测数据划分为齐次子群的不确定性。为了举例说明这一方法，考虑将其应用于帕金森病的表型鉴定，并使用统一的帕金森病评定量表收集症状特征。

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
2015年1月62日 贝叶斯推断
62H30型 分类和区分；聚类分析（统计方面）

关键词：

群集;Dirichlet工艺混合物;帕金森病

软件：

贝叶斯DA;AS 136标准
PDF格式BibTeX公司 XML格式引用
\textit{N.White}等人，J.Appl。Stat.39，No.11，2363--2377（2012；Zbl 1514.62279）
全文： 内政部 链接

参考文献：

[1] Antoniak，C.E.1974年。Dirichlet过程与贝叶斯非参数问题应用的混合。Ann.统计。, 2: 1152-1174. ·Zbl 0335.60034号 ·doi:10.1214/aos/1176342871
[2] Binder，D.A.1978年。贝叶斯聚类分析。生物特征, 65: 31-38. ·Zbl 0376.62007号 ·doi:10.1093/biomet/65.1.31
[3] 布莱克威尔，D.1973。弗格森的谨慎选择。Ann.统计。, 1: 356-358. ·Zbl 0276.62009号 ·doi:10.1214操作系统/1176342373
[4] Blackwell，D.和MacQueen，J.B.1973年。通过Pólya urn方案的Ferguson分布。Ann.统计。, 1: 353-355. ·Zbl 0276.62010 ·doi:10.1214/aos/1176342372
[5] 布莱，D.M.和乔丹，M.I.，2006年。Dirichlet过程混合物的变分推理。贝叶斯分析。, 1: 121-144. ·Zbl 1331.62259号 ·doi:10.1214/06-BA104
[6] Celeux，G.、Hurn，M.和Robert，C.P.，2000年。混合后验分布的计算和推断困难。《美国统计杂志》。协会。, 95: 957-970. ·Zbl 0999.62020号
[7] Chen，C.、Keith，J.M.、Nyholt，D.R.、Martin，N.G.和Mengersen，K.L.，2009年。偏头痛症状数据的贝叶斯潜在特征建模。嗯，遗传学。, 126: 277-288. ·doi:10.1007/s00439-009-0671-4
[8] Dahl，D.B.2006年。基因表达和蛋白质组学贝叶斯推断中通过Dirichlet过程混合模型对表达数据进行基于模型的聚类, : 201-218. 剑桥大学出版社。剑桥
[9] Davidson，J.E.、Irizarry，M.C.、Bray，B.C.、Wetten，S.、Galwey，N.、Gibson，R.、Borrie，M.、Delisle，R.，Feldman，H.H.、Hsung，G.Y.、Fornazzari，L.、Gauthier，S.，Guzman，D.、Loy-English，I.、Keren，R.和Kertesz，A.、George-Hyslop，P.St.、Wherrett，J.和Monsch，A.U.，2010年。阿尔茨海默病认知亚群的探索。《国际神经心理学杂志》。Soc公司。, 16: 233-243. ·doi:10.1017/S1355617709991160
[10] 埃斯科瓦尔，医学博士，1994年。用Dirichlet过程先验估计正态均值。《美国统计杂志》。协会。, 89: 268-277. ·Zbl 0791.62039号
[11] Escobar，M.D.和West，M.1995。使用混合物的贝叶斯密度估计和推断。《美国统计杂志》。协会。, 90: 577-588. ·Zbl 0826.62021号
[12] Ferguson，T.S.，1973年。一些非参数问题的贝叶斯分析。Ann.统计。, 1: 209-230. ·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360
[13] Foltynie，T.、Brayne，C.和Barker，R.A.，2002年。特发性帕金森病的异质性。神经药理学杂志。, 249: 138-145. ·doi:10.1007/PL00007856
[14] Fritsch，A.和Ickstadt，K.，2009年。改进了基于后验相似矩阵的聚类准则。贝叶斯分析。, 4: 367-392. ·Zbl 1330.62249号 ·doi:10.1214/09-BA414
[15] Frühwirth Schnatter，S.，2001年出版。经典和动态切换及混合模型的马尔可夫链蒙特卡罗估计。《美国统计杂志》。协会。, 96: 194-209. ·Zbl 1015.62022号
[16] Frühwirth-Schnatter，S.2006年。有限混合和马尔可夫切换模型纽约：Springer Verlag·Zbl 1108.6202号
[17] Gelman，A.、Carlin，J.B.、Stern，H.S.和Rubin，D.B.，2004年。贝叶斯数据分析，2，博卡拉顿：查普曼和霍尔/CRC·Zbl 1039.62018号
[18] George，E.I.和McCulloch，R.E.，1993年。通过吉布斯采样选择变量。《美国统计杂志》。协会。, 88: 881-889.
[19] Green，P.J.和Richardson，S.，2001年。使用和不使用Dirichlet过程对异质性进行建模。扫描。J.统计。, 2: 355-375. ·Zbl 0973.62031号 ·doi:10.1111/1467-9469.00242
[20] Hartigan，J.A.和Wong，M.A.，1979年。一种k-means聚类算法。J.R.统计学家。Soc.序列号。C类, 28: 100-108. ·Zbl 0447.62062号 ·doi:10.2307/2346830
[21] Ishwaran，H.和James，L.F.，2001年。破胶前期吉布斯取样方法。《美国统计杂志》。协会。, 96: 161-173. ·Zbl 1014.62006年
[22] Ishwaran，H.和James，L.F.，2002年。有限正态混合中的近似Dirichlet过程计算：平滑和先验信息。J.计算。图表。斯达。, 11: 508-532.
[23] Ishwaran，H.和Zarepour，M.，2000年。近似Dirichlet和beta两参数过程层次模型中的马尔可夫链蒙特卡罗。生物特征, 87: 371-390. ·兹比尔0949.62037 ·doi:10.1093/biomet/87.2.371
[24] Jain，A.K.、Murty，M.N.和Flynn，P.J.，1999年。数据聚类：综述。ACM计算。调查（CSUR）, 31: 264-323. ·数字对象标识代码：10.1145/331499.331504
[25] Jain，S.和Neal，R.M.，2004年。Dirichlet过程混合模型的分裂大马尔可夫链蒙特卡罗方法。J.计算。图表。斯达。, 13: 158-182.
[26] Jain，S.和Neal，R.M.，2007年。非共轭Dirichlet过程混合模型的分解和合并组件。贝叶斯分析。, 2: 445-472. ·Zbl 1331.62145号 ·doi:10.1214/07-BA219
[27] Johnson，S.C.1967年。分层聚类方案。心理测量学, 32: 241-254. ·Zbl 1367.62191号 ·doi:10.1007/BF02289588
[28] Kalli，M.、Griffin，J.E.和Walker，S.G.，2011年。切片取样混合物模型。统计计算。, 21: 93-105. ·Zbl 1256.65006号 ·doi:10.1007/s11222-009-9150-y
[29] Kendler，K.S.、Karkowski，L.M.和Walsh，D.1998年。精神病的结构：Roscommon家族研究中先证者的潜在类别分析。架构（architecture）。Gen.精神病学, 55: 492-509. ·doi:10.1001/archpsyc.55.6.492
[30] Kim，S.、Tadesse，M.G.和Vannucci，M.，2006年。基于Dirichlet过程混合模型的聚类变量选择。生物特征, 93: 877-893. ·Zbl 1436.62266号 ·doi:10.1093/biomet/93.4.877
[31] Lau，J.W.和Green，P.J.2007。基于贝叶斯模型的聚类过程。J.计算。图表。斯达。, 16: 526-558.
[32] Leask，S.、Vermunt，J.、Done，D.、Crow，T.、Blows，M.和Boks，M.，2009年。超越症状维度：通过潜在类别分析得出患者群体的精神分裂症风险因素。精神分裂症。物件。, 115: 346-350. ·doi:10.1016/j.schres.2009.09.017
[33] Lewis，S.、Foltynie，T.、Blackwell，A.、Robbins，T.，Owen，A.和Barker，R.，2005年。采用数据驱动方法研究帕金森病早期临床阶段的异质性。神经学杂志。神经外科精神病学, 76: 343-348. ·doi:10.1136/jnnp.2003.033530
[34] Ligoi，A.、Mena，R.H.和Prünster，I.2007年。贝叶斯非参数混合模型中的强化控制。J.R.统计。Soc.序列号。B（统计方法）, 69: 715-740. ·Zbl 07555373号 ·文件编号：10.1111/j.1467-9868.2007.00609.x
[35] Likoi，A.和Prünster，I.2010年。“Dirichlet过程之外的模型”。在贝叶斯非参数编辑：Hjort，N.、Holmes，C.、Müller，P.和Walker，S.80-136。剑桥：剑桥大学出版社。 ·doi:10.1017/CBO9780511802478.004
[36] MacEachern，S.N.，1994年。用共轭型Dirichlet过程先验估计正态均值。通信统计模拟。计算。, 23: 727-741. ·Zbl 0825.62053号
[37] MacEachern，S.N.和Müller，P.1998。估计Dirichlet过程模型的混合。J.计算。图表。斯达。, 7: 223-238.
[38] Marin，J.M.、Mengersen，K.L.和Robert，C.P.2005年。混合分布的贝叶斯建模和推断。统计手册。, 25: 459-507. ·doi:10.1016/S0169-7161（05）25016-2
[39] McLachlan，G.和Peel，D.2000。有限混合模型纽约：Wiley·Zbl 0963.62061号 ·doi:10.1002/0471721182
[40] Medvedovic，M.和Sivaganesan，S.，2002年。基于贝叶斯无限混合模型的基因表达谱聚类。生物信息学, 18: 1194-1206. ·doi:10.1093/bioinformatics/18.9.1194
[41] Neal，R.M.2000年。Dirichlet过程混合模型的马尔可夫链抽样方法。J.计算。图表。斯达。, 9: 249-265.
[42] Neal，R.M.，2003年。切片采样。Ann.统计。, 31: 705-741. ·Zbl 1051.65007号 ·doi:10.1214/aos/1056562461
[43] Nyholt，D.R.、Gillespie，N.G.、Heath，A.C.、Merikangas，K.R.、Duffy，D.L.和Martin，N.G，2004年。潜在类别和遗传分析不支持先兆偏头痛和无先兆偏头疼作为单独的实体。遗传学。流行病。, 26: 231-244. ·doi:10.1002/gepi.10311
[44] 运动障碍协会帕金森病评定量表工作组。2003年，统一帕金森病评定量表（UPDRS）：现状和建议。压敏电阻。迪索德。, 18: 738-750. ·数字对象标识代码：10.1002/mds.10473
[45] Reijnders，J.、Ehrt，U.、Lousberg，R.、Aarsland，D.和Leentjens，A.，2009年。帕金森病运动亚型与精神病理学之间的关系。帕金森综合征相关。迪索德。, 15: 379-382. ·doi:10.1016/j.parkreldis.2008.09.003
[46] van Rooden，S.M.、Colas，F.、Martínez-Martín，P.、Visser，M.、Verbaan，D.、Marinus，J.、Chaudhuri，R.K.、Kok，J.n.和van Hilten，J.J.，2011年。帕金森病的临床亚型。压敏电阻。迪索德。, 29: 51-58. ·数字对象标识代码：10.1002/mds.23346
[47] van Rooden，S.M.、Heiser，W.J.、Kok，J.N.、Verbaan，D.、van Hilten，J.J.和Marinus，J.，2010年。使用聚类分析确定帕金森病亚型：一项系统综述。压敏电阻。迪索德。, 25: 969-978. ·doi:10.1002/mds.23116
[48] van Rooden，S.M.、Visser，M.、Verban，D.、Marinus，J.和van Hilten，J.，2009年。帕金森病患者的运动模式：数据驱动方法。压敏电阻。迪索德。, 24: 1042-1047. ·doi:10.1002/mds.22512
[49] Schiess，M.C.、Zheng，H.、Soukup，V.M.、Bonnen，J.G.和Nauta，H.J.2000。帕金森氏病亚型：临床分类和脑脊液分析。帕金森综合征相关。迪索德。, 6: 69-76. ·doi:10.1016/S1353-8020（99）00051-6
[50] Sethuraman，J.，1994年。Dirichlet先验的构造性定义。统计师。西尼卡, 4: 639-650. ·Zbl 0823.62007号
[51] Spycher，B.、Silverman，M.、Brooke，A.、Minder，C.和Kuehni，C.，2008年。使用潜在类别分析区分儿童喘息和咳嗽的表型。欧洲复兴银行。J。, 31: 974-981. ·doi:10.1183/09031936.00153507
[52] 斯蒂芬斯，M.2000。处理混合模型中的标签切换。J.R.统计。Soc.序列号。B类, 62: 795-809. ·Zbl 0957.62020号 ·doi:10.1111/1467-9868.00265
[53] Sutherland，G.T.、Halliday，G.M.、Silburn，P.A.、Mastaglia，F.L.、Rowe，D.B.、Boyle，R.S.、O'Sullivan，J.D.、Ly，T.、Wilton，S.D.和Mellick，G.D.，2009年。家族性帕金森综合征基因的多态性是否有助于散发性帕金森病的风险？。压敏电阻。迪索德。, 24: 833-838. ·doi:10.1002/mds.22214
[54] Tanner，C.M.和Goldman，S.M.，1996年。帕金森病流行病学。神经醇。临床。, 14: 317-335. ·doi:10.1016/S0733-8619（05）70259-0
[55] Wade，S.、Mongelluzzo，S.和Petrone，S.，2011年。一种用于贝叶斯非参数推理的丰富共轭先验。贝叶斯分析。, 6: 359-386. ·Zbl 1330.62219号 ·doi:10.1214/11-BA614
[56] Walker，S.G.2007年。用切片对Dirichlet混合模型进行采样。通信统计模拟。计算。, 36: 45-54. ·Zbl 1113.62058号
[57] Walsh，C.D.2006年。阿尔茨海默病综合征的潜在类别分析识别：贝叶斯方法。Metodoloski Zvezki：高级Methodol。斯达。, 3: 147-162.
[58] 韦斯特，M.1992。狄利克雷过程混合模型中的超参数估计。达勒姆杜克大学ISDS讨论论文92-A03
[59] West，M.，Müller，P.和Escobar，M.D.，1994年。层次先验和混合模型，在回归和密度估计中的应用，在不确定性方面：向D.V.Lindley致敬，编辑：Smith，A.F.M.和Freeman，P.363-386。奇切斯特：威利·Zbl 0842.62001号
[60] N.White、H.Johnson、P.Silburn、G.Mellick、N.Dissanayaka和K.Mengersen，基于贝叶斯有限混合模型的概率亚群识别：帕金森病表型识别的一个案例研究，预印本（2010），将出现在Statist中。方法医学研究，doi:10.1177/0962280210391012。
[61] Wong，M.A.和Lane，T.1983年。第k个最近邻聚类过程。J.R.统计。Soc.序列号。B类, 45: 362-368. ·Zbl 0535.62055号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。