×
童铁军；张和民；王跃东

方差的James-Stein型估计。 （英语） Zbl 1236.62057号

《多元分析杂志》。 107, 232-243 (2012).
总结：我们建议W.詹姆斯和C.斯坦因[带二次损失的估计，第四届伯克利交响乐数学统计年报，加利福尼亚大学，1960年，361–379（1961）]通过将单个方差估计量缩小到算术平均值，将方差提高到固定幂的类型估计量。我们推导并估计了平方损失函数和斯坦因损失函数下收缩参数的最佳选择。当每个估计的自由度或个体数接近无穷大时，研究了两种方案下的渐近性质。仿真研究表明，各种收缩估计量的性能取决于损失函数，在平方损失函数下，所提出的估计量优于现有方法。

引用于2文件

MSC公司：

62甲12 多元分析中的估计
10层62层 点估计
62C15号机组 统计决策理论中的可容许性
65立方厘米60 统计中的计算问题（MSC2010）

关键词：

不可受理；收缩率估算；收缩率参数；平方损失函数；斯坦因损失函数

软件：

山姆；公司
PDF格式BibTeX公司 XML格式引用
\textit｛T.Tong｝等人，《多元分析杂志》。107、232--243（2012；Zbl 1236.62057）
全文： 内政部

参考文献：

[1] 阿布拉莫维茨，M。；Stegun，I.，《数学函数手册》（1972），多佛：纽约多佛·Zbl 0543.33001号
[2] 巴尔迪，P。；Long，A.D.，微阵列表达数据分析的贝叶斯框架：基因变化的正则化检验和统计推断，生物信息学，17，509-519（2001）
[3] 贝肯巴赫，E。；Bellman，R.，《不等式》（1970年），Springer-Verlag:Springer-Verlag纽约·Zbl 0128.27401号
[4] 崔，X。；黄，J.T.G。；邱，J。；叶片，新泽西州。；Churchill，G.A.，《通过缩小方差分量估计改进差异基因表达的统计检验》，生物统计学，659-75（2005）·Zbl 1069.62090号
[5] Ferguson，T.S.，《大样本理论课程》（1996），查普曼和霍尔：查普曼与霍尔伦敦·兹比尔0871.62002
[6] 福克斯，G。；Dimmic，M.，微阵列数据的双样本贝叶斯检验，BMC生物信息学，7，126（2006）
[7] W.James，C.Stein，带二次损失的估计，摘自：第四届伯克利数理统计与概率研讨会论文集，第1卷，1961年，第361-379页。；W.James，C.Stein，带二次损失的估计，摘自：第四届伯克利数理统计与概率研讨会论文集，第1卷，1961年，第361-379页·Zbl 1281.62026号
[8] Kamb，A。；Ramaswami，A.，微阵列衍生基因表达数据强度差异统计分析的简单方法，BMC生物技术，1，1-8（2001）
[9] Kubokawa，T.，《方差估计中的收缩和修正技术及相关问题：综述》，《统计学中的沟通：理论和方法》，28613-650（1999）·Zbl 1063.62514号
[10] Opgen-Rhein，R。；Strimmer，K.，《用无分布收缩法对差异表达基因进行准确排序》，《遗传学和分子生物学的统计应用》，6，9（2007）·Zbl 1166.62361号
[11] 庞，H。；Ebisu，K。；渡边，E。；苏·L。；Tong，T.，使用基于收缩率的判别分析分析非裔美国人的乳腺癌微阵列，人类基因组学，5，5-16（2009）
[12] 庞，H。；唐，T。；Zhao，H.，基于收缩率的对角判别分析及其在高维数据中的应用，生物统计学，651021-1029（2009）·Zbl 1181.62183号
[13] Smyth，G.K.，用于评估微阵列实验中差异表达的线性模型和经验贝叶斯方法，遗传学和分子生物学的统计应用，3，1（2004）·兹比尔1038.62110
[14] Storey，J.D。；Tibshirani，R.，检测DNA微阵列中差异基因表达的SAM阈值和错误发现率，（Parmigiani，G.；Garrett，E.S.；Irizarry，R.A.；Zeger，S.L.，《基因表达数据分析：方法和软件》（2003），Springer:Springer New York）
[15] 唐，T。；Wang，Y.，方差的最佳收缩估计及其在微阵列数据分析中的应用，美国统计协会杂志，102113-122（2007）·Zbl 1284.62449号
[16] Wright，G.W。；Simon，R.M.，用于检测小型微阵列实验中差异基因表达的随机方差模型，生物信息学，192448-2455（2003）
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。