×
费德里科·卡斯特莱蒂;圭多·康斯坦尼;卢卡·拉罗卡

讨论：Y.Ni、V.Baladadayuthapani、M.Vannucci和F.C.Stingo的“现代生物应用的贝叶斯图形模型”。 （英语） Zbl 1515.62106号

Stat.方法应用。 31，第2号，261-267（2022）.
摘要：我们通过以下方式为论文的讨论做出贡献Y.镍等【Stat.Methods Appl.31，No.2，197–225（2022；Zbl 1515.62112号)]通过关注两个方面：（i）有向非循环图形模型的变量排序，以及（ii）存在协变量时数据的异质性。关于（i）我们声称，只有在获得可靠的事先信息时，才应假定订购；否则，应继续执行未指定的订单，以防止订单错误指定。或者，可以在马尔可夫等价类的空间上进行贝叶斯推断，或者使用观测数据和干预数据的混合来缓解识别的不足。关于（ii），我们通过将范围扩大到混合图以及非参数贝叶斯模型来补充作者的分析。

引用于1审查

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
62H22个 概率图形模型

关键词：

父订单;DAG-Wishart优先;马尔可夫等价;异质性;协变量调整

引文：

兹比尔1515.62112
PDF格式BibTeX公司 XML格式引用
\textit{F.Castelletti}等人，Stat.Methods Appl。31，第2号，261--267（2022；Zbl 1515.62106）
全文： 内政部

参考文献：

[1] Altomare，D。；康索尼，G。；La Rocca，L.，非局部先验有序变量高斯定向非循环图形模型的目标贝叶斯搜索，生物统计学，69，2，478-487（2013）·兹比尔1274.62709 ·doi:10.1111/biom.12018
[2] 安德森公司；Madigan，D。；Perlman，MD，非循环有向图的马尔可夫等价类的特征，Ann Stat，25，2，505-541（1997）·Zbl 0876.60095号
[3] Argiento R，De Iorio M（2019）无限远吗？有限混合模型的贝叶斯非参数视角。arXiv预印本arXiv:1904.09733，康奈尔大学
[4] Ben-David E，Li T，Massam H，Rajaratnam B（2015）高斯有向非循环图模型的高维贝叶斯推理。arXiv预印本arXiv:1109.4371，康奈尔大学
[5] Bhadra，A。；Mallick，B.，联合高维贝叶斯变量和协方差选择及其在eQTL分析中的应用，生物统计学，69，2，447-457（2013）·Zbl 1274.62722号 ·doi:10.1111/biom.12021
[6] 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 Stat，47，1，319-348（2019）·Zbl 1417.62140号 ·doi:10.1214/18-AOS1689
[7] Castelletti，F.，高斯有向非循环图结构的贝叶斯模型选择，国际统计评论，88，3，752-775（2020）·Zbl 1528.62030号 ·doi:10.1111/insr.12379
[8] Castelletti，F。；Consonni，G.，从高斯图形模型中的观测数据对因果效应的贝叶斯推断，生物统计学，77，1，136-149（2021）·Zbl 1520.62149号 ·doi:10.1111/biom.13281
[9] Castelletti F，Consonni G（2021）异质因果效应的贝叶斯图形建模。arXiv预印本arXiv:2106.03252，康奈尔大学·Zbl 1435.62435号
[10] 康索尼，G。；拉罗卡，L。；Peluso，S.，客观贝叶斯协变量调整的稀疏图形模型选择，Scand J Stat，44，3741-764（2017）·Zbl 06774144号 ·doi:10.1111/jos.12773
[11] 埃文斯，R。；Maathuis，M。；德顿，M。；Lauritzen，S。；Wainwright，M.，混合图形模型的马尔可夫特性，图形模型手册，39-60（2018），博卡拉顿：CRC出版社，博卡拉通·Zbl 1442.62111号 ·doi:10.1201/9780429463976-2
[12] Ha，MJ；Stingo，FC公司；Baladandayuthapani，V.，《多层基因组网络中的贝叶斯结构学习》，美国统计学会杂志，116，534，605-618（2021）·Zbl 1464.62435号 ·doi:10.1080/01621459.2020.1775611
[13] 豪泽，A。；Bühlmann，P.，联合干预和观察数据：有向非循环图的干预马尔可夫等价类的估计，J R Stat Soc Ser B（Stat Methodol），77，1，291-318（2015）·兹比尔1414.62021 ·doi:10.1111/rssb.12071
[14] 伊克斯塔特，K。；博恩坎普，B。；格雷戈奇克，M。；Wieczorek，J。；治安官，MR；格雷科，HE；扎米尔，E。；贝纳多，JM；巴亚里，MJ；JO伯杰；阿联酋Dawid；赫克曼，D。；史密斯，AFM；West，M.，非参数贝叶斯网络，贝叶斯统计，283-316（2011），牛津：牛津大学出版社，牛津·doi:10.1093/acprof:oso/9780199694587.003.0010
[15] Maathuis，MH；Kalisch，M。；Bühlmann，P.，《从观测数据估计高维干预效果》，《Ann Stat》，37，6，3133-3164（2009）·Zbl 1191.62118号 ·doi:10.1214/09-AOS685
[16] Ni，Y。；巴拉丹达尤塔帕尼，V。；Vannucci，M。；Stingo，FC，现代生物应用的贝叶斯图形模型，统计方法应用（2021）·Zbl 1515.62112号 ·doi:10.1007/s10260-021-00572-8
[17] Ntzoufras，I。；Tarantola，C.，边缘独立离散图形模型的共轭和条件共轭贝叶斯分析，计算统计数据分析，66，161-177（2013）·Zbl 1471.62152号 ·doi:10.1016/j.csda.2013.04.005
[18] Ntzoufras，I。；塔兰托拉，C。；Lupparelli，M.，图形对数线性边际模型中贝叶斯定量学习的基于概率的独立采样器，贝叶斯分析，14，3，777-803（2019）·Zbl 1421.62029号 ·doi:10.1214/18-BA1128
[19] Pearl，J.，《统计学中的因果推断：概述》，《Stat Surv》，第396-146页（2009年）·Zbl 1300.62013年 ·doi:10.1214/09-SS057
[20] Peluso，S。；Consonni，G.，高维高斯DAG模型选择的兼容先验，Electron J Stat，14，2，4110-4132（2020）·Zbl 1455.62062号 ·doi:10.1214/20-EJS1768
[21] 罗德里格斯，A。；Lenkoski，A。；Dobra，A.，异质样本中的稀疏协方差估计，Electron J Stat，5，981-1014（2011）·Zbl 1274.62207号 ·doi:10.1214/11-EJS634
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。