统计及其接口
第16卷(2023年)
数字2
复杂时间序列分析最新发展专题——第二部分
特约编辑:Robert T.Krafty(埃默里大学)、Guodong Li(香港大学)、Anatoly Zhigljavsky(加的夫大学)
奇异谱分析中卡尔曼滤波的改进递归预测及其在二倍体信号提取中的应用
页:217 – 225
内政部:https://dx.doi.org/10.4310/22-SII723
作者
Reza Zabihi Moghadam(伊朗德黑兰Payame Noor大学统计系)
Masoud Yarmohammadi(伊朗德黑兰Payame Noor大学统计系)
侯赛因·哈萨尼(伊朗德黑兰大学能源管理与规划研究所)
摘要
黑腹果蝇的一个重要课题是二倍体蛋白梯度的统计分析。二倍体蛋白梯度在头部和胸部胚胎发育的分割阶段起着重要作用,并且具有相当大的噪声。因此,它已被许多研究人员考虑。本文将状态空间模型和卡尔曼滤波算法用于噪声消除和二次曲面基因表达的平滑。状态空间允许将未观察到的变量(每个变量都有特定的解释)包含在观测模型的估计中,并可以使用卡尔曼滤波算法进行分析。然后,利用噪声较小的二倍体基因表达进行奇异谱分析(SSA)预测。实验结果表明,该方法在基因表达测量的分析和预测中是一种有效的技术。
关键词
预测,卡尔曼滤波,奇异谱分析,状态空间形式,递归预测,二倍体,果蝇
2021年5月23日收到
2022年1月6日接受
2023年4月13日出版