BIVAS公司 swMATH ID: 43404 软件作者: 蔡明轩;戴明伟;明静思;彭,恒;刘,金;杨,肯 描述: BIVAS:一种可扩展的贝叶斯方法,用于应用程序的双层变量选择。在本文中,我们考虑了高维回归中的贝叶斯双层变量选择问题。在许多实际情况下,为每个预测值分配组成员是很自然的。例如,遗传变异可以在基因水平上分组,来自不同任务的协变量自然形成一个组。因此,从这些群体中选择重要群体以及重要成员是很有意义的。现有的马尔可夫链蒙特卡罗方法通常计算量很大,无法扩展到大型数据集。为了解决这个问题,我们考虑了双层变量选择的变分推理。与常用的平均场近似相比,我们提出了一种分层因式分解,通过使用双层变量选择结构来近似后验分布。此外,基于这种变分近似,我们开发了一种计算效率高且完全可并行的算法。我们进一步扩展了所开发的方法,以从多任务学习中建模数据集。仿真研究和实际数据分析的综合数值结果表明,与现有方法相比,BIVAS在变量选择、参数估计和计算效率方面具有优势。该方法在R包“bivas”中实现,可在https://github.com/mxcai/bivas网站(在新选项卡中打开)。本文的补充材料可在网上获得。 主页: https://arxiv.org/abs/1803.10439 源代码: https://github.com/mxcai/bivas 依赖项: R(右) 相关软件: PRMLT公司;高级网络;格林特网;BVSNLP公司;EMVS公司;国际货币数据库;qqman(质量管理人员);GCTA公司;ANNOVAR公司;文字云;PLINK公司;ggplot2;R(右) 引用于: 3文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 BIVAS:一种可扩展的贝叶斯方法,用于应用程序的双层变量选择。 Zbl 07499270号蔡明轩;戴明伟;明、景思;彭亨;刘,金;杨,肯 2020 全部的 前5名13位作者引用 1 蔡明轩 1 陈瑞彬 1 陈颖 1 戴明伟 1 托尔斯滕·科赫 1 赖伟婷 1 刘,金 1 马、双葛 1 明、景思 1 彭亨 1 秦,邢 1 吴梦云 1 杨,肯 3篇连载文章中引用 1 生物计量学 1 计算统计与数据分析 1 计算与图形统计杂志 在1个字段中引用 三 统计学(62-XX) 按年份列出的引文