×
埃多尔多·艾罗尔迪（Edoardo M.Airoldi）。;蒂亚戈·科斯塔;费德里科·巴塞蒂;法布里奇奥·雷森;米歇尔·吉尼达尼

具有潜在β增强的广义物种采样先验。 （英语） Zbl 1368.62125号

美国统计协会。 109，第508号，1466-1480（2014）.
摘要：许多流行的贝叶斯非参数先验可以用可交换物种采样序列来表征。然而，在某些应用中，互换性可能并不合适。我们引入了一个新的概率相干非交换物种采样序列族，其特征是具有由独立Beta随机变量序列驱动的权值的可处理预测概率函数。我们将它们的理论聚类性质与Dirichlet过程和两参数Poisson-Dirichlet过程的聚类性质进行了比较。与现有工作不同，所提出的结构提供了联合过程的完整特征。然后，我们建议在分层贝叶斯建模框架中使用先验分布等过程，并描述了用于后验推理的马尔可夫链蒙特卡罗采样器。我们在仿真研究中评估了先验的性能和结果推理的鲁棒性，并与流行的Dirichlet过程混合和隐马尔可夫模型进行了比较。最后，我们利用阵列比较基因组杂交（CGH）数据开发了检测乳腺癌染色体畸变的应用程序。

引用于14文件

MSC公司：

62G99型 非参数推理
2015年1月62日 贝叶斯推断
60G09年 随机过程的可交换性
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：

贝叶斯非参数;癌症;基因组学;MCMC公司;预测概率函数;随机分区
PDF格式BibTeX公司 XML格式引用
\textit{E.M.Airoldi}et al.，J.Am.Stat.Assoc.109，No.508，1466--1480（2014；Zbl 1368.62125）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 内政部：10.1214/06-BA110·Zbl 1331.62491号 ·doi:10.1214/06-BA110
[2] DOI:10.1016/j.jedc.2007.01.021·Zbl 1181.91222号 ·doi:10.1016/j.jedc.2007.01.021
[3] 内政部：10.1198/jasa.2010.ap09250·Zbl 1388.62312号 ·doi:10.198/jasa/2010.ap09250
[4] 内政部：10.1239/aap/1275055237·Zbl 1202.60034号 ·doi:10.1239/aap/1275055237
[5] 内政部：10.1214/009117904000000676·Zbl 1050.60004号 ·doi:10.1214/009117904000000676
[6] 内政部：10.1214/aos/1176342372·Zbl 0276.62010 ·doi:10.1214/aos/1176342372
[7] Blei D.，《机器学习研究杂志》，第12页，2461页–（2011年）
[8] Blei D.M.，第24届国际ACM SIGIR年会会议记录第343页–（2001）
[9] Cardin N.，《遗传流行病学》，第35页，第536页–（2011年）
[10] 内政部：10.1002/0471733180·Zbl 1087.60001号 ·doi:10.1002/0471733180
[11] DOI:10.1016/j.ccr.2006.10.009·doi:10.1016/j.ccr.2006.10.009
[12] 内政部：10.1109/TSA.2005.845810·doi:10.1109/TSA.2005.845810
[13] 内政部：10.1093/nar/gkm076·doi:10.1093/nar/gkm076
[14] Curtis C.，《自然》486第346页–（2012年）
[15] 内政部：10.1111/j.1541-0420.2009.01226.x·Zbl 1180.62164号 ·文件编号：10.1111/j.1541-0420.2009.01226.x
[16] 内政部：10.1109/LSP.2012.2184795·doi:10.10109/LSP.2012.2184795
[17] 内政部：10.1109/TSP.2010.2053033·Zbl 1391.92014年 ·doi:10.1109/TSP.2010.2053033
[18] DOI:10.1080/01621459.1999年5月10日0476550·doi:10.1080/01621459.1995.10476550
[19] Ferguson J.D.，隐马尔可夫模型在文本和语音中的应用研讨会论文集，第143页–（1980）
[20] Fortini S.，Sankhya，A系列62第86页–（2000）
[21] 内政部：10.1214/14-AOAS742·Zbl 1303.62048号 ·doi:10.1214/14-AOAS742
[22] 内政部：10.1214/10-AOAS395·Zbl 1232.62077号 ·doi:10.1214/10-OAS395
[23] DOI:10.1093/acprof:oso/9780199216093.0014·doi:10.1093/acprof:oso/9780199216093.0014
[24] 内政部：10.1198/1061860032030·doi:10.1198/1061860032030
[25] 内政部：10.1198/jasa.2010.tm09340·Zbl 1392.60064号 ·doi:10.1198/jasa.2010.tm09340
[26] 内政部：10.1198/0162145000000923·Zbl 1469.62368号 ·doi:10.1198/0162145000000923
[27] DOI:10.1016/S0167-7152（99）00109-1·Zbl 0944.62109号 ·doi:10.1016/S0167-7152（99）00109-1
[28] DOI:10.1016/j.neuroimage.2006.04.233·doi:10.1016/j.neuroimage.2006.04.233
[29] DOI:10.1017/CBO9780511973420·doi:10.1017/CBO9780511973420
[30] 内政部：10.1017/CBO9780511802478·Zbl 1192.62080号 ·doi:10.1017/CBO9780511802478
[31] 内政部：10.1214/07-BA219·Zbl 1331.62145号 ·doi:10.1214/07-BA219
[32] Jara A.，Rnews 7第17页–（2007年）
[33] DOI:10.1016/j.neuroimage.2008.08.044·doi:10.1016/j.欧洲图像.2008.08.044
[34] DOI:10.1093/bioinformatics/btn049·doi:10.1093/bioinformatics/btn049
[35] 内政部：10.1093/biomet/93.4877·Zbl 1436.62266号 ·doi:10.1093/biomet/93.4.877
[36] 内政部：10.1214/12-STS407·Zbl 1331.62152号 ·doi:10.1214/12-STS407
[37] Liu，Z.、Windle，J.和Scott，J.C.（2013），《贝叶斯理论与应用》中的“时间变量模型结构贝叶斯筛选案例研究”，编辑P.Damien、P.Dellaportaas、N.G.Ploson和D.A.Stephens，牛津：牛津大学出版社，第337-442页。
[38] 内政部：10.1080/10618600.1998.10474772·doi:10.1080/10618600.1998.10474772
[39] 内政部：10.1093/bioinformatics/btl089·doi:10.1093/bioinformatics/btl089
[40] 内政部：10.1109/89.388149·doi:10.1109/89.388149
[41] 数字对象标识码：10.1214/11-BA626·Zbl 1330.62146号 ·doi:10.1214/11-BA626
[42] Müller P.，《贝叶斯统计》，第8页，第349页——（2007年）
[43] 内政部：10.1016/j.jspi.2010.03.002·Zbl 1191.62073号 ·doi:10.1016/j.jspi.2010.03.002
[44] 内政部：10.1016/j.jmp.2005.11.006·Zbl 1138.91594号 ·doi:10.1016/j.jmp.2005.11.006
[45] 内政部：10.1080/10618600.2000.10474879·doi:10.1080/10618600.2000.10474879
[46] DOI:10.1093/生物统计/5.2.155·Zbl 1096.62124号 ·doi:10.1093/biostatistics/5.2.155
[47] Park J.H.，《中国统计》，第20页，第1203页–（2010年）
[48] 内政部：10.1214/lnms/1215453576·doi:10.1214/lnms/1215453576
[49] --组合随机过程。圣弗洛尔概率学院XXXII 2002，数学课堂讲稿（2006）
[50] 内政部：10.1109/5.18626·数字对象标识代码：10.1109/5.18626
[51] DOI:10.1007/978-1-59745-538-1_17·doi:10.1007/978-1-59745-538-1_17
[52] 内政部：10.1198/jasa.2009.ap08497·兹比尔1392.62356 ·doi:10.1198/jasa.2009.ap08497
[53] 数字对象标识码：10.1214/11-BA605·Zbl 1330.62120号 ·doi:10.1214/11-BA605
[54] 内政部：10.1214/aos/1074290335·Zbl 1042.62026 ·doi:10.1214/aos/1074290335
[55] DOI:10.1093/生物统计/kxl019·兹比尔1213.62175 ·doi:10.1093/biostatistics/kxl019
[56] Sudderth E.B.，《神经信息处理系统进展》，第1585页–（2008年）
[57] Sun W.，《皇家统计学会杂志》，B辑
[58] 内政部：10.1198/016214500000302·Zbl 1171.62349号 ·doi:10.1198/016214500000302
[59] 内政部：10.1214/13-AOAS657·Zbl 1454.62206号 ·doi:10.1214/13-AOAS657
[60] 数字对象标识码：10.1111/j.1467-9868.2010.00756.x·文件编号：10.1111/j.1467-9868.2010.00756.x
[61] DOI:10.1016/j.artint.2009.11.011·Zbl 1344.68181号 ·doi:10.1016/j.artint.2009.11.011
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。