易能军;马、双葛 高维广义线性模型的层次收缩先验和模型拟合。 (英语) 兹比尔1296.92079 统计应用程序。遗传学。分子生物学。 第11号第6条第3条第23页(2012年). 概述:遗传学和其他科学研究通常会产生很多预测变量,这些预测变量可以自然分组,同一组中的预测变量高度相关。期望将预测变量的层次结构合并到广义线性模型中,用于同时进行变量选择和系数估计。我们提出了广义线性模型系数的两种先验分布:层次Cauchy分布和双指数分布。层次化先验包括可变特定和组特定的调整参数,因此不仅对不同系数和不同组采用不同的收缩率,还提供了一种在组内汇集信息的方法。我们通过将灵活的期望最大化(EM)算法合并到通用统计软件包R中实现的标准迭代加权最小二乘中,将广义线性模型与提出的分层先验拟合。这些方法是用一项实验的数据来说明的,该实验用于鉴定单核细胞增生性李斯特菌感染后小鼠存活的遗传多态性。通过模拟研究进一步评估拟议程序的性能。这些方法在免费的R包BhGLM中实现(http://www.ssg.uab.edu/bhglm/). 引用于1文件 MSC公司: 92B15号机组 普通生物统计学 62J12型 广义线性模型(逻辑模型) 2015年1月62日 贝叶斯推断 关键词:自适应套索;贝叶斯推断;广义线性模型;遗传多态性;分组变量;层次模型;高维数据;先收缩 软件:R(右);BhGLM公司 PDF格式BibTeX公司 XML格式引用 \textit{N.Yi}和\textit{S.Ma},Stat.Appl。遗传学。分子生物学。11,第6号,第3条,23页(2012年;Zbl 1296.92079) 全文: 内政部 链接