×
李京杰;曹轩

多个有向无环图的贝叶斯联合推理。 （英语） Zbl 1520.62053号

《多元分析杂志》。 191，文章ID 105003，19 p.（2022）.
摘要：在许多应用程序中，数据通常来自多个可能具有类似特征的组。同时对几个组建模的联合估计方法比单独估计每个组中的参数更有效。我们重点研究了基于已知父序的有向无环图的数据依赖结构，并提出了一种多图的贝叶斯联合推理方法。为了鼓励所有组之间具有相似的依赖结构，采用了马尔可夫随机场先验。我们建立了高维分数后验的关节选择一致性和后验收敛率。这是第一个在理论上支持的用于多个有向非循环图联合估计的贝叶斯方法。通过仿真研究验证了该方法的性能，结果表明我们的联合推理优于其他竞争对手。我们将我们的方法应用于fMRI数据，以同时推断多个脑功能网络。

引用于1文件

理学硕士：

62甲12 多元分析中的估计
2015年1月62日 贝叶斯推断
2012年12月62日 参数估计量的渐近性质
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

胆碱酯酶因子;联合选择一致性;马尔可夫随机场先验
PDF格式BibTeX公司 XML格式引用
\textit{K.Lee}和\textit{X.Cao}，J.多元分析。191，文章ID 105003，19 p.（2022；Zbl 1520.62053）
全文： 内政部 arXiv公司

参考文献：

[1] Abós，A。；巴乔，H.C。；塞古拉，B。；加西亚·迪亚斯，a.I。；康普塔，Y。；马蒂，M.J。；Valldeoriola，F。；Junqué，C.，通过功能连接组学和机器学习辨别帕金森病的认知状态，科学。代表，7，1，45347（2017）
[2] 班纳吉，S。；Ghosal，S.，图形模型中的贝叶斯结构学习，J.多元分析。，136, 147-162 (2015) ·Zbl 1308.62119号
[3] Ben-David，E。；李·T。；马萨姆，H。；拉贾拉特南，B.，高斯有向非循环图模型的高维贝叶斯推断（2015），arXiv:1109.4371v5
[4] 巴塔查里亚，A。；帕蒂，D。；Yang，Y.，Bayesian分数后验，Ann.Statist。，47, 1, 39-66 (2019) ·Zbl 1473.62116号
[5] Bickel，P.J。；Levina，E.，《大协方差矩阵的正则化估计》，Ann.Statist。，36, 1, 199-227 (2008) ·Zbl 1132.62040号
[6] Cai，T.T。；李，H。；刘伟。；Xie，J.，多个高维精度矩阵的联合估计，统计学。Sinica，26，2，445-464（2016）·Zbl 1356.62066号
[7] Cai，T.T。；张，C.-H。；周海华，协方差矩阵估计的最优收敛速度，Ann.Statist。，38, 4, 2118-2144 (2010) ·兹比尔1202.62073
[8] Cai，T.T。；周海华，稀疏协方差矩阵估计的最优收敛速度，Ann.Statist。，40, 5, 2389-2420 (2012) ·Zbl 1373.62247号
[9] 曹，X。；Khare，K。；Ghosh，M.，高维贝叶斯DAG模型的后验图选择和估计一致性，Ann.Statist。，47, 1, 319-348 (2019) ·Zbl 1417.62140号
[10] 曹，X。；王，X。；薛，C。；张，S。；黄，Q。；Liu，W.，《通过结合全脑功能活动和灰质结构预测帕金森病的放射方法》，Front。神经科学。，14, 751 (2020)
[11] Castelletti，F。；拉罗卡，L。；Peluso，S。；Stingo，F.C。；Consonni，G.，《基于观测数据的多定向网络贝叶斯学习》，《统计医学》，第39、30、4745-4766页（2020年）
[12] 查加斯，M.H.N。；Linares，I.M。；加西亚，G.J。；哈拉克，J.E。；杜马，V。；Crippa，J.A.S.，《帕金森病抑郁的神经影像学：综述》，《国际心理老人》。，25, 12, 1953-1961 (2013)
[13] 陈，J。；Chen，Z.，《大模型空间模型选择的扩展贝叶斯信息准则》，Biometrika，95，3，759-771（2008）·Zbl 1437.62415号
[14] Craddock，R.C。；詹姆斯·G。；霍尔茨海默三世，体育。；胡晓平。；Mayberg，H.S.，通过空间约束光谱聚类生成的全脑fMRI图谱，Hum.brain Mapp。，33, 8, 1914-1928 (2012)
[15] 丹·R。；Růzička，F。；O.贝兹迪克。；Růžička，E。；Roth，J。；维马扎尔，J。；Goelman，G。；Jech，R.，《帕金森病中抑郁、焦虑和冷漠的神经表征》，科学。代表，7，1，12164（2017）
[16] Danaher，P。；王，P。；Witten，D.M.，跨多个类别的逆协方差估计的联合图形套索，J.R.Stat.Soc.Ser。B统计方法。，76, 2, 373-397 (2014) ·Zbl 07555455号
[17] 甘·L。；杨，X。；Narisetty，N。；Liang，F.，多图形模型的贝叶斯联合估计，（神经信息处理系统进展（2019）），9802-9812
[18] van de Geer，S。；Bühlmann，P.，\（\ell_0\）-稀疏有向非循环图的惩罚最大似然，Ann.Statist。，41, 2, 536-567 (2013) ·Zbl 1267.62037号
[19] Halliday，G.M。；Leverenz，J.B。；施耐德，J.S。；Adler，C.H.，《帕金森病认知障碍的神经生物学基础》，Mov。Disord公司。，29, 5, 634-650 (2014)
[20] Jeffreys，H.，估计问题中先验概率的不变形式，Proc。R.Soc.A，186，1007，453-461（1946）·Zbl 0063.03050号
[21] Khare，K。；哦，S.-Y。；拉赫曼，S。；Rajaratnam，B.，一种基于Cholesky的可扩展稀疏方法，用于学习有序数据中的高维协方差矩阵，Mach。学习。，108, 12, 2061-2086 (2019) ·Zbl 1447.62048号
[22] Lee，K。；Lee，J.，通过修改的Cholesky分解估计大精度矩阵，统计。Sinica，2021年31日，173-196年（2021年）·Zbl 1464.62294号
[23] Lee，K。；Lee，J。；Lin，L.，基于稀疏Cholesky因子的高维DAG模型的Minimax后验收敛率和模型选择一致性，Ann.Statist。，47, 6, 3413-3437 (2019) ·Zbl 1435.62037号
[24] Lin，H。；蔡，X。；张，D。；刘杰。；钠、磷。；Li，W.，晚期帕金森病患者抑郁的功能连接标记，神经影像学：临床。，25，第102130条pp.（2020）
[25] 刘杰。；孙，W。；Liu，Y.，异质群体的多个有向无环图的联合骨架估计，生物计量学，75，1，36-47（2019）·Zbl 1436.62592号
[26] 利克斯·L·M。；霍布森，D.E。；Azimaee，M。；莱斯利，W.D。；Burchill，C。；Hobson，S.，《帕金森病患病率和发病率的社会经济变化：基于人群的分析》，《流行病学杂志》。社区卫生，64,333-340（2010）
[27] 马丁·R。；Mess，R.公司。；Walker，S.G.，稀疏高维线性模型中的经验贝叶斯后验浓度，Bernoulli，23，3，1822-1847（2017）·Zbl 1450.62085号
[28] 马丁·R。；Walker，S.G.，稀疏正态平均向量的渐近极小极大经验Bayes估计，Electron。J.Stat.，8，2，2188-2206（2014）·Zbl 1302.62015年
[29] Mhyre，T.R。；博伊德，J.T。；Hamill，R.W。；Maguire-Zeiss，K.A.，《帕金森氏病》，（大脑和系统性淀粉样疾病中的蛋白质聚集和纤维生成（2012）），389-455
[30] Ni，Y。；缪勒，P。；Zhu，Y。；Ji，Y.，异质互惠图形模型，生物统计学，74，2，606-615（2018）·Zbl 1414.62466号
[31] Oates，C.J。；J.Q.史密斯。；穆克吉，S。；Cussens，J.，多有向无环图的精确估计，统计计算。，26, 4, 797-811 (2016) ·Zbl 1505.62300号
[32] O'Hagan，A.，模型比较的分数贝叶斯因子，J.R.Stat.Soc.Ser。B统计方法。，57, 1, 99-118 (1995) ·Zbl 0813.62026号
[33] 彼得森，C.B。；奥斯本，N。；Stingo，F.C。；Bourgeat，P。；Doecke，J.D。；Vannucci，M.，阿尔茨海默病进展过程中多结构连接网络的贝叶斯建模，生物统计学，76，4，1120-1132（2020）·Zbl 1520.62306号
[34] 彼得森，C。；Stingo，F.C。；Vannucci，M.，多高斯图形模型的贝叶斯推断，J.Amer。统计师。协会，110，509，159-174（2015）·Zbl 1373.62106号
[35] 任，Z。；孙，T。；张，C.-H。；Zhou，H.H.，大高斯图形模型估计中的渐近正态性和最优性，Ann.Statist。，43, 3, 991-1026 (2015) ·Zbl 1328.62342号
[36] 尚，Z。；Clayton，M.K.，贝叶斯线性模型选择与越来越多参数的一致性，J.Statist。计划。推断，141，11，3463-3474（2011）·Zbl 1219.62051号
[37] 希勒，J。；格林，C。；顾问，C.E。；Zajicek，J.P.，《运动和非运动症状对新诊断的特发性帕金森病健康状态值的影响》，J.Neurol。，259, 3, 462-468 (2012)
[38] Shojaie，A。；Michailidis，G.，估计稀疏高维有向非循环图的惩罚似然方法，Biometrika，97，3，519-538（2010）·Zbl 1195.62090号
[39] Tibar，H。；El Bayad，K。；Bouhouche，A。；Ait Ben Haddou，E.H。；贝诺马尔，A。；Yahyaoui，M。；Benazzouz，A。；Regragui，W.，《帕金森病的非运动症状及其对摩洛哥患者队列生活质量的影响》，Front。神经生理学。，9, 170 (2018)
[40] Wang，Y。；塞加拉，S。；Uhler，C.，多定向高斯图形模型的高维联合估计，电子。J.Stat.，14，1，2439-2483（2020年）·Zbl 1445.62046号
[41] Wei，L。；胡，X。；Zhu，Y。；袁，Y。；刘伟。；Chen，H.，抑郁症患者的异常网络内和网络间功能连接，科学。代表，7，1，1-12（2017）
[42] Yang，Y。；Wainwright，M.J。；Jordan，M.I.，《关于高维贝叶斯变量选择的计算复杂性》，Ann.Statist。，44, 6, 2497-2532 (2016) ·Zbl 1359.62088号
[43] Yu，G。；Bien，J.，学习有序数据中的局部依赖性，J.Mach。学习。第18、42、1-60号决议（2017年）·Zbl 1433.68385号
[44] 臧，Y。；姜涛（Jiang，T.）。；Lu，Y。；何毅。；Tian，L.，fMRI数据分析的区域同质性方法，NeuroImage，22，1，394-400（2004）
[45] Zellner，A.，《关于使用g-先验分布评估先验分布和贝叶斯回归分析》，（贝叶斯推断和决策技术：纪念布鲁诺·德·菲内蒂的论文，第6卷（1986年），北荷兰：北荷兰阿姆斯特丹），233-243·Zbl 0655.62071号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。