查克拉博蒂,苏纳克;奥雷莉·洛扎诺(Aurelie C.Lozano)。 用于贝叶斯变量选择和分组的图拉普拉斯先验。 (英语) Zbl 1507.62024号 计算。统计数据分析。 136, 72-91 (2019). 概述:变量选择或子集选择在现代统计建模中起着基础性作用。在许多应用程序中,所选变量之间存在交互。这种依赖结构的统计建模非常重要。本文的重点是一些相关预测因子对反应有类似影响的情况,并将其分为预测聚类。这里在贝叶斯框架中引入了拉普拉斯先验图(GL-prior)后部最大A同时允许变量选择、系数估计和预测组识别的(MAP)估计。相应地建立了GL-前体(图拉普拉斯)与现有正则化回归方法之间的联系。对于计算,提出了一种基于EM的算法,其中利用高效的增广拉格朗日方法实现最大化步骤。该方法的性能通过模拟研究进行了检验,随后对拟南芥的微阵列数据进行了分析。 引用于2文件 MSC公司: 62-08 统计问题的计算方法 2015年1月62日 贝叶斯推断 62J05型 线性回归;混合模型 62页第10页 统计学在生物学和医学科学中的应用;元分析 关键词:贝叶斯分析;图拉普拉斯矩阵;预测聚类;正则回归;变量选择 软件:生物导体;奥斯卡;贝叶斯DA;compHclust公司 PDF格式BibTeX公司 XML格式引用 \textit{S.Chakraborty}和\textit{A.C.Lozano},计算。统计数据分析。136、72-91(2019;Zbl 1507.62024) 全文: 内政部 参考文献: [1] 邦德尔,H。;Reich,B.,《与奥斯卡奖同步回归收缩、变量选择和预测因子监督聚类》,《生物统计学》,第64期,第115-123页(2008年)·Zbl 1146.62051号 [2] 伯恩,L。;Gottardo,R。;Doucet,A.,《分组优先级和贝叶斯弹性网》(2010),不列颠哥伦比亚大学统计系 [3] 博伊德,S。;Vandenberghe,L.,《凸优化》(2004),剑桥大学出版社:剑桥大学出版社,美国纽约州纽约市·Zbl 1058.90049号 [4] Brown,P.J。;Vannucci,M。;Fearn,T.,《多变量贝叶斯变量选择与预测》,J.R.Stat.Soc.Ser。B统计方法。,60, 3, 627-641 (1998) ·Zbl 0909.62022号 [5] Bühlmann,P。;Hothorn,T.,《双子推进:改进的特征选择和预测》。,统计计算。,119-138 (2010) [6] 蔡J.-F。;Osher,S。;Shen,Z.,Split-bregman方法和基于帧的图像恢复,多尺度模型。模拟。,8, 2, 337-369 (2009) ·Zbl 1189.94014号 [7] Casella,G.,经验贝叶斯-吉布斯抽样,生物统计学,2485-500(2001)·Zbl 1097.62505号 [8] Chang,C。;昆都,S。;Long,Q.,用于结构化高维数据的可扩展贝叶斯变量选择,生物计量学(2018) [9] Chipman,H.,具有相关预测因子的贝叶斯变量选择,Canad。J.统计。,24, 17-36 (1996) ·Zbl 0849.62032号 [10] 克莱德,医学硕士。;George,E.I.,模型不确定性,统计师。科学。,19, 1, 81-94 (2004) ·Zbl 1062.62044号 [11] 克莱德,M。;Parmigiani,G。;Vidakovic,B.,小波中的多重收缩和子集选择,Biometrika,85,391-401(1998)·Zbl 0938.62021号 [12] 多诺霍博士。;Johnstone,I.,《通过小波收缩适应未知平滑度》,J.Amer。统计师。协会,90,1200-1224(1995)·Zbl 0869.62024号 [13] Dudoit,S。;Gentleman,R.,dna微阵列实验中的聚类分析,生物导体(2002) [14] 埃夫隆,B。;哈斯蒂,T。;约翰斯通,I。;Tibshirani,R.,最小角回归,Ann.Statist。,32, 2, 407-499 (2004) ·Zbl 1091.62054号 [15] Gelman,A。;Carlin,J.B。;斯特恩,H.S。;Rubin,R.B.,贝叶斯数据分析(2004),Chapman&Hall/CRC·Zbl 1039.62018号 [16] 乔治,E.I。;McCulloch,R.E.,《通过吉布斯抽样选择变量》,J.Amer。统计师。协会,88,423,881-889(1993) [17] E.I.乔治。;McCulloch,R.E.,《贝叶斯变量选择方法》,Stat.Sin。,7, 339-373 (1997) ·Zbl 0884.62031号 [18] 吉尔,体育。;默里,W。;Saunders,M.A.,《SQOPT 7用户指南:大规模线性和二次规划的Fortran包》(2005),加利福尼亚大学数学系 [19] Goldstein,T。;Osher,S.,l1-正则化问题的分裂bregman方法,SIAM J.成像科学。,2, 323-343 (2009) ·Zbl 1177.65088号 [20] Hans,C.,贝叶斯套索回归,生物统计学,96,4,835-845(2009)·兹比尔1179.62038 [21] 哈斯蒂,T。;Tibshirani,R。;博茨坦,D。;Brown,P.,《表达树的监管收获》,《基因组生物学》。,2, 1, 3.1-3.12 (2001) [22] Hestenes,M.R.,乘数和梯度法,J.Optim。理论应用。,4, 303-320 (1969) ·Zbl 0174.20705号 [23] 霍尔,A.E。;Kennard,R.W.,岭回归:非正交问题的有偏估计,技术计量学,12,1,55-67(1970)·Zbl 0202.17205号 [24] 霍恩,R.A。;Johnson,C.R.,矩阵分析(1990),剑桥大学出版社·Zbl 0704.15002号 [25] 易卜拉欣,J.G。;陈先生。;Gray,R.J.,基因表达与dna微阵列数据的贝叶斯模型,J.Amer。统计师。协会,9745788-99(2002年)·Zbl 1073.62578号 [26] Ishwaran,H。;Rao,J.S.,使用贝叶斯模型选择检测微阵列中的差异表达基因,J.Amer。统计师。协会,98,438-455(2003)·Zbl 1041.62090号 [27] Ishwaran,H。;Rao,J.S.,Spike and slab variable selection:frequentist and bayesian strategies,《统计年鉴》。,33, 2, 730-773 (2005) ·Zbl 1068.62079号 [28] Kim,S。;Xing,E.P.,数量性状网络相关基因组关联的统计估计,《公共科学图书馆·遗传学》。,5, 8 (2009) [29] 郭,L。;Mallick,B.,回归模型的变量选择,Sankhya Ser。B、 60、65-81(1998)·Zbl 0972.62016号 [30] Kyung,M。;吉尔·J。;戈什,M。;Casella,G.,惩罚回归,标准误差和贝叶斯套索,贝叶斯分析。,5, 2, 369-412 (2010) ·Zbl 1330.62289号 [31] Laule,O。;Furholz,A。;Chang,H.-S。;Zhu,T。;王,X。;Heifetz,P.B。;格鲁伊斯姆,W。;Lange,M.,拟南芥类异戊二烯生物合成的细胞溶质和质体途径之间的串扰,Proc。国家。阿卡德。科学。,100, 11, 6866-6871 (2003) [32] 李,Q。;Lin,N.,《贝叶斯弹性网》,贝叶斯分析。,5, 1, 151-170 (2010) ·Zbl 1330.65026号 [33] 李,F。;Zhang,N.R.,结构化高维协变量空间中的贝叶斯变量选择及其在基因组学中的应用,J.Amer。统计师。协会,105,491,1202-1214(2010)·Zbl 1390.62027号 [34] 梁,F。;保罗,R。;莫利纳,G。;克莱德,医学硕士。;Berger,J.O.,贝叶斯变量选择的(g)先验混合,J.Amer。统计师。协会,103481(2008)·Zbl 1335.62026号 [35] 香港Lichtenthaler。;施温德,J。;排放,A。;Rohmer,M.,高等植物叶绿体中类异戊二烯的生物合成通过甲羟戊酸非依赖途径进行,FEBS Lett。,400, 3, 271-274 (1997) [36] 刘,F。;Chakraborty,S。;李,F。;刘,Y。;Lozano,A.,通过图拉普拉斯的贝叶斯正则化,贝叶斯分析。,9, 2, 449-474 (2014) ·Zbl 1327.62152号 [37] Lunn,J.E.,《植物代谢中的区系划分》,《实验生物学》,58,1,35-47(2007) [38] U.v.Luxburg,《光谱聚类教程》,Stat.Comput。,17, 4, 395-416 (2007) [39] McCullagh,P。;Nelder,J.A.,《广义线性模型》(1989),查普曼和霍尔/CRC·Zbl 0744.62098号 [40] 米切尔,T.J。;Beauchamp,J.J.,线性回归中的贝叶斯变量选择,J.Amer。统计师。协会,83,1023-1036(1988)·Zbl 0673.62051号 [41] Ng,A。;约旦,M。;Weiss,Y.,《关于谱聚类:分析和算法》(Dietterich,T.;Becker,S.;Ghahramani,Z.,《神经信息处理系统进展》14(2002),麻省理工学院出版社) [42] Nowak,G。;Tibshirani,R.,补充层次聚类,J.生物统计。,9, 3, 467-483 (2008) ·Zbl 1143.62085号 [43] 帕克,T。;Casella,G.,《贝叶斯套索》,J.Amer。统计师。协会,103,482,681-686(2008)·Zbl 1330.62292号 [44] 纽约州帕克。;哈斯蒂,T。;Tibshirani,R.,回归的平均基因表达,生物统计学,8212-227(2007)·Zbl 1144.62357号 [45] 罗德里格斯-康塞普西翁,M。;Boronat,A.,细菌和质体中类异戊二烯生物合成的甲基赤藓糖醇磷酸途径的阐明。通过基因组学、植物生理学实现的代谢里程碑。,130, 3, 1079-1089 (2002) [46] Stingo,F.C。;Chen,Y.A。;Tadesse,M.G。;Vannucci,M.,《将生物信息纳入线性模型:路径和基因选择的贝叶斯方法》,Ann.Appl。统计(2011)·Zbl 1228.62150号 [47] Stingo,F.C。;Chen,Y.A。;Vannucci,M。;屏障,M。;Mirkes,P.E.,微rna调控网络推断的贝叶斯图形建模方法,Ann.Appl。统计,2024-2048年4月4日(2010年)·Zbl 1220.62142号 [48] Storey,J.D。;Tibshirani,R.,全基因组研究的统计意义,Proc。国家。阿卡德。科学。美国,1009440-9445(2003)·Zbl 1130.62385号 [49] Tadesse,M.G。;Sha,N。;Vannucci,M.,高维数据聚类中的贝叶斯变量选择,J.Amer。统计师。协会,100,602-617(2005)·Zbl 1117.62433号 [50] Tibshirani,R.,《通过套索进行回归收缩和选择》,J.R.Stat.Soc.Ser。B统计方法。,58, 1, 267-288 (1996) ·Zbl 0850.62538号 [51] Tipping,M.E.,稀疏贝叶斯学习和相关向量机,J.Mach。学习。第1211-244号决议(2001年)·Zbl 0997.68109号 [52] Vannucci,M。;Stingo,F.C.,《结合生物信息的变量选择贝叶斯模型》(含讨论),659-678(2011),牛津大学出版社 [53] West,M.,“大p,小n”范式中的贝叶斯因子回归模型,(贝叶斯统计,第7卷(2003)),723-732 [54] Wille,A。;齐默尔曼,P。;弗拉诺娃,E。;Furholz,A。;Laule,O。;布鲁勒,S。;Hennig,L。;Prelic,A。;冯·罗尔,P。;Thiele,L。;Zitzler,E。;格鲁伊斯姆,W。;Buhlmann,P.,拟南芥类异戊二烯基因网络的稀疏图形高斯建模,基因组生物学。,5 (2004) [55] Ye,G.-B。;Xie,X.,大规模融合套索的分裂bregman方法,计算。统计师。数据分析。,55, 4, 1552-1569 (2011) ·Zbl 1328.65048号 [56] 袁,M。;Lin,Y.,《分组变量回归中的模型选择和估计》,J.R.Stat.Soc.Ser。B统计方法。,68, 1, 49-67 (2006) ·Zbl 1141.62030号 [57] Zellner,A.,关于用\(g-\)先验分布评估先验分布和贝叶斯回归分析,(贝叶斯推理和决策技术:纪念Bruno de Finetti的论文(1986),北荷兰/爱思唯尔),233-243·Zbl 0655.62071号 [58] Zou,H.,《自适应套索及其预言属性》,J.Amer。统计师。协会,101,1418-1429(2006)·Zbl 1171.62326号 [59] 邹,H。;Hastie,T.,《通过弹性网进行正则化和变量选择》,J.R.Stat.Soc.Ser。B、 67、2、301-320(2005)·兹比尔1069.62054 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。