×

混合神经生理数据的时间序列分析和互信息的应用。 (英语) Zbl 1446.92200号

摘要:一些成分是连续时间序列,其余成分是点过程的多元时间序列数据称为混合数据。在处理神经科学数据时,这些数据集经常出现,脑电图和棘波训练可能是最明显的例子。在本文中,我们讨论了一个混合时间序列的建模,其中连续分量是中指远节指骨的生理性震颤,以及指总伸肌中指部分的运动单位放电。我们使用基于自回归滑动平均(ARMA)类型模型的两个分量的模型。此类数据建模中出现的另一个主要问题是评估拟合优度。我们提出了一种基于互信息的可视化程序来评估混合数据的依赖模式。拟合优度也通过单变量数据的标准模型拟合诊断技术进行了验证。

MSC公司:

92 C55 生物医学成像和信号处理
92C20美元 神经生物学
62页第10页 统计学在生物学和医学中的应用;元分析
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Cover,T.和Thomas,J.(1991年)。信息论要素纽约威利·Zbl 0762.94001号
[2] Box,G.E.P.和Jenkins,G.M.(1976年)。时间序列分析:预测和控制(修订版)。Holden-Day,旧金山·Zbl 0363.62069号
[3] Andrieu,C.、Davy,M.和Doucet,A.(2003年)。跳跃马尔可夫系统的有效粒子滤波:应用于时变自回归。IEEE信号处理汇刊,51,1762年-1770年·兹比尔1369.94075
[4] Atkinson,A.C.和Biswas,A.(2005年)。具有正常反应的临床试验的贝叶斯自适应偏倚设计。生物统计学,61, 118-125. ·Zbl 1077.62064号
[5] Barbieri R、Quirk M.C.、Frank L.M.、Wilson M.A.和Brown E.N.(2001年)。神经尖峰训练活动非泊松刺激反应模型的构建与分析。神经科学方法杂志,105, 25-37.
[6] Basharin,G.P.(1959年)。关于独立随机变量序列熵的统计估计。概率论及其应用,4, 333-336.
[7] Biswas,A.和Guha,A.(2007年)。使用自动交互信息对分类数据进行时间序列分析。印度统计局技术报告编号ASD/2007/01·Zbl 1168.62078号
[8] Berry,M.J.、Warland,D.K.和Meister,M.(1997)。视网膜棘波序列的结构和精度。美国国家科学院院刊,94, 5411-5416.
[9] Brillinger,D.R.(2004)。使用互信息进行一些数据分析。巴西概率统计杂志,18, 163-183. ·兹比尔1272.62007
[10] Brillinger,D.R.和Guha,A.(2007年)。频域中的相互信息。统计规划与推断杂志,137, 1076-1084. ·兹比尔1104.62101
[11] Chen Y.H.、Bressler S.L.、Knuth K.H.、Truccolo W.A.和Ding M.Z.(2006)。神经生物学时间序列的随机建模:功率、一致性、格兰杰因果关系以及诱发反应与持续活动的分离。混沌,16(026113). ·Zbl 1152.62362号
[12] Brown,E.N.、Barbieri,R.、Ventura,V.、Kass,R.E.和Frank,L.M.(1998年)。时间重标定理及其在神经尖峰训练数据分析中的应用。神经计算,14, 325-346. ·Zbl 0989.62060号
[13] Davis,G.M.和Ensor,K.B.(2007年)。LSTR模型中分类变量和连续变量的多变量时间序列分析。时间序列分析杂志,28, 867-885. ·Zbl 1150.62043号
[14] Elble,R.J.(1986)。生理性和本质性震颤。神经病学,36, 225-231.
[15] Granger,C.和Lin,J.L.(1994年)。利用互信息系数识别非线性模型中的滞后。时间序列分析杂志,15(4), 371-384. ·Zbl 0807.62067号
[16] Gardner,G,Harvey,A.C.和Phillips,G.D.A.(1980)。利用卡尔曼滤波对自回归移动平均模型进行精确最大似然估计的算法。应用统计学,29, 311-322. ·Zbl 0471.62098号
[17] Guha,A.(2005)。利用互信息分析混合随机过程的依赖结构加州大学伯克利分校博士论文。
[18] Halliday,D.M.、Conway,B.A.、Farmer,S.F.和Rosenberg,J.R.(1999)。电机单元同步对人类生理震颤的负载独立贡献。神经生理学杂志,82, 664-675.
[19] Guha,A.和Biswas,A.(2008年)。混合脑数据建模技术概述。中国统计局,18(2008), 1311-1340. ·Zbl 1293.62213号
[20] Jacobs,P.A.和Lewis,P.A.W.(1978年)。由混合物生成的离散时间序列。一: 条件并运行属性。英国皇家统计学会期刊,B辑,40第94-105页·Zbl 0374.62087号
[21] Jacobs,P.A.和Lewis,P.A.W.(1983年)。混合生成的平稳离散自回归移动平均时间序列。时间序列分析杂志,4, 19-36. ·Zbl 0526.62084号
[22] Johnson,D.H.和Swami,A.(1983年)。通过听觉神经纤维放电模式传输信号。美国声学学会杂志,74, 493-501.
[23] Joe,H.(1996)。卷积闭无穷可分类中具有单变量边界的时间序列模型。应用概率杂志,33, 664-677. ·Zbl 0865.60029号
[24] Jörgensen,B.、Lundbye-Cristensen,S.、Song,P.X.和Sun,L.(1996)。混合类型多元纵向数据的状态空间模型。《加拿大统计杂志》,24, 385-402. ·Zbl 0877.62083号
[25] Jörgensen,B.和Song,P.X.-K.(1998年)。具有指数分散模型裕度的平稳时间序列模型。应用概率杂志,35, 78-92. ·Zbl 0906.60035号
[26] Kanter,M.(1975)。离散过程的自回归模型2。应用概率杂志,12, 371-375. ·Zbl 0306.62022号
[27] Kiang,N.Y.S.、Watanabe,T.、Thomas,E.C.和Clark,L.F.(1965)。猫听神经单纤维放电模式麻省理工学院,剑桥。
[28] Kass,R.E.、Ventura,V.和Brown,E.N.(2005)。神经元数据分析中的统计问题。神经生理学杂志,94, 8-25.
[29] Mars,N.J.I.和van Arragon,G.W.(1982年)。非线性系统中使用互信息分析平均量的时延估计。信号处理,4, 139-153.
[30] Moddemeijer,R.(1989年a)。延迟估计在癫痫脑电图中的应用恩舍德特温特大学博士论文。
[31] Moon,Y.I.、Rajagopalan,B.和Lall,U.(1995年)。使用核密度估计器估计互信息。物理复习E,52, 2318-2321.
[32] Pegram,G.G.S.(1980年)。多标记马尔可夫链的自回归模型。应用概率杂志,17, 350-362. ·Zbl 0428.60082号
[33] Shannon,C.E.(1948)。传播的数学理论。贝尔系统技术期刊,27, 379-423, 623-656. ·Zbl 1154.94303号
[34] Steutel,F.W.和van Harn,K.(1979年)。自我合成和稳定性的离散类似物。概率年鉴,7, 893-899. ·Zbl 0418.60020号
[35] Stiles,R.N.(1980年)。正常受试者姿势性手抖的机械和神经反馈因素。神经生理学杂志,44, 40-59.
[36] Ventura,V.、Carta,R.、Kass,R.E.、Olson,C.R.和Gettner,S.N.(2001年)。单神经元放电率时间演变的统计分析。生物统计学,1, 1-20. ·Zbl 1133.62372号
[37] Strong,S.P.、Koberle,R.、de Ruyter van Stevenick,R.R.和Bialek,W.(1998)。神经棘波序列中的熵和信息。物理评论信件,80,197-200年。
[38] Willie,J。
[39] Waagepetersen,R.(2006)。广义线性混合模型中随机效应的基于模拟的良好性检验。斯堪的纳维亚统计杂志,33, 721-731. ·Zbl 1164.62348号
[40] Moddemeijer,R.(1989年b)。关于连续分布的熵和互信息的估计。信号处理,16, 233-248.
[41] 李伟(1994)。基于广义线性模型的时间序列模型:一些进一步的结果。生物计量学,50, 506-511. ·Zbl 0825.62606号
[42] 李伟(1990)。互信息函数与相关函数。统计物理杂志,60, 823-837. ·Zbl 1086.82554号
[43] Kedem,B.和Fokianos,K.(2002年)。时间序列分析的回归模型纽约威利·Zbl 1011.62089号
[44] Jung,R.C.和Tremayne,A.R.(2006)。整数时间序列模型中的相干预测。国际预测杂志,22,第223-238页。
[45] Brown,E.N.、Frank,L.M.、Tang,D.、Quirk,M.C.和Wilson,M.A.(1998年)。神经棘波序列解码的统计范式应用于大鼠海马花边细胞整体放电模式的位置预测。神经科学杂志,18, 7411-7425.
[46] Antos,A.和Kontoyiannis,Y.(2001年)。离散分布函数估计的收敛性。随机结构与算法,19, 163-193. ·Zbl 0985.62006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。