×

高维矩阵变量稀疏Kronecker结构相关矩阵的稳健估计。 (英语) Zbl 1437.62198号

高维矩阵变量(X in mathbb{R}^{p timesq})的相关矩阵的估计在实际中是多次需要的。作者提出了一种基于Kendall相关性的稳健估计。该估计器进一步扩展到张量数据。本文表明,Kronecker结构实际上增加了有效样本量,并导致快速收敛。他们将该方法应用于Monse Aging(AGEMAP)数据库中的GeneExpression白羊座,以研究所提方法的行为。

MSC公司:

62甲12 多元分析中的估计
62页第10页 统计学在生物学和医学中的应用;元分析
62G35型 非参数稳健性
62H22个 概率图形模型
62华氏35 多元分析中的图像分析

软件:

诺姆火箭利马
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Barber,R.F。;Kolar,M.,Rocket:《通过Kendallτ确定跨椭圆图形模型的稳健置信区间》,《统计年鉴》。,46、6B、3422-3450(2018)·Zbl 1410.62059号
[2] Bergsma,W。;Dassios,A.,基于与Kendall’s tau相关的符号协方差的独立性一致检验,Bernoulli,20,2,1006-1028(2014)·Zbl 1400.62091号
[3] Bickel,P.J。;李维娜,E.,大协方差矩阵的正则化估计,Ann.Statist。,36, 1, 199-227 (2008) ·Zbl 1132.62040号
[4] 崔,Y。;冷,C。;Sun,D.,高维相关矩阵的稀疏估计,计算。统计师。数据分析。,93,C,390-403(2016)·Zbl 1468.62044号
[5] Dutilleul,P.,矩阵正态分布的最大似然算法,J.Statist。计算。模拟。,64, 2, 105-123 (1999) ·Zbl 0960.62056号
[6] 福克斯医学博士。;Raichle,M.E.,功能磁共振成像观察到的大脑活动自发波动。,《国家神经科学评论》。,8, 9, 700-711 (2007)
[7] 古普塔,A.K。;Nagar,D.K.,《矩阵变量分布》,第104卷(1999年),CRC出版社
[8] Han,F。;Liu,H.,高维超椭圆数据的尺度不变稀疏PCA。,J.Amer。统计师。协会,109,505,275-287(2014)·Zbl 1367.62185号
[9] Han,F。;Liu,H.,跨椭圆分布中潜在广义相关矩阵估计的统计分析,Bernoulli,23,1,23-57(2017)·Zbl 1359.62186号
[10] He,S。;尹,J。;李,H。;Wang,X.,高维张量数据的图形模型选择和估计。,《多元分析杂志》。,128, 7, 165-185 (2014) ·Zbl 1352.62081号
[11] Hoff,P.D.,通过Tucker产品的可分离协方差数组,以及对多元关系数据的应用,贝叶斯分析。,6, 2, 179-196 (2011) ·Zbl 1330.62132号
[12] Huffer,F.W。;Park,C.,椭圆对称性测试,J.多元分析。,98, 2, 256-281 (2007) ·Zbl 1105.62063号
[13] 洪,H。;Wang,C.-C.,矩阵变量逻辑回归模型及其在脑电图数据中的应用,生物统计学,14,1,189-202(2012)
[14] D.孔。;安,B。;张杰。;Zhu,H.,L2rm:高维矩阵响应的低秩线性回归模型,J.Amer。统计师。协会,公正接受,1-55(2018)
[15] 冷,C。;Pan,G.,通过稀疏Kronecker结构进行协方差估计,Bernoulli,24,4B,3833-3863(2018)·兹比尔1415.62033
[16] 冷,C。;Tang,C.Y.,稀疏矩阵图形模型,J.Amer。统计师。协会,107,499,1187-1200(2012)·Zbl 1443.62194号
[17] Li,B。;Kim,M.K。;Altman,N.,关于矩阵或数组值统计对象的维数折叠,Ann.Statist。,38, 2, 1094-1121 (2010) ·Zbl 1183.62091号
[18] 李·G。;彭,H。;张杰。;朱磊,基于稳健秩相关的筛选,安统计学家。,40, 3, 1846-1877 (2010) ·Zbl 1257.62067号
[19] 李,M。;Yuan,B.,2d-lda:图像矩阵的统计线性判别分析,模式识别。莱特。,26, 5, 527-532 (2005)
[20] 刘,H。;Han,F。;袁,M。;Lafferty,J。;Wasserman,L.,高维半参数高斯copula图形模型,Ann.Statist。,40, 4, 2293-2326 (2012) ·Zbl 1297.62073号
[21] Manzotti,A。;普雷兹,F.J。;Quiroz,A.J.,《检验椭圆对称性零假设的统计》,J.《多元分析》。,81, 2, 274-285 (2002) ·Zbl 1011.62046号
[22] 梅德兰,S.E。;北加汉沙德。;尼尔,B.M。;汤普森,P.M.,《全脑数据的全基因组分析:在扩展的搜索空间内工作》,《自然神经科学》。,1791年6月17日(2014年)
[23] 宁,Y。;Liu,H.,高维半参数双图形模型,Biometrika,100,3,655-670(2013)·Zbl 1284.62327号
[24] 牛,L。;赵,J.,矩阵变量潜在协方差矩阵的高维半参数估计,统计正弦。,接受(2017)
[25] Scharinger,C。;拉布尔,美国。;Sitte,H.H。;Pezawas,L.,情绪障碍的成像遗传学,神经影像,53,3,810-821(2010)
[26] Schott,J.R.,协方差矩阵分析中椭圆对称性的测试,统计学。普罗巴伯。莱特。,60, 4, 395-404 (2002) ·Zbl 1045.62051号
[27] Sejnowski,T。;Makeig,S。;Delorme,A.,使用高阶统计和独立成分分析增强对EEG数据中伪影的检测,神经图像,34,341443-1449(2007)
[28] Serfling,R.J.,《数理统计近似定理》,第162卷(2009年),John Wiley&Sons
[29] Smyth,G.K.,Limma:微阵列数据的线性模型,生物信息。计算。生物溶胶。使用R Biocond。,397-420 (2011)
[30] Teng,S.L。;Huang,H.,从生物相关微阵列实验推断功能基因关系的统计框架,J.Amer。统计师。协会,104,486,465-473(2009)·Zbl 1388.62335号
[31] 汤普森,P.M。;Ge,T。;格拉恩,哥伦比亚特区。;北加汉沙德。;Nichols,T.E.,《连接体遗传学》,《神经影像》,第80期,第475-488页(2013年)
[32] Tsiligkaridis,T。;Hero,A.O.,通过Kronecker乘积展开的高维协方差估计,IEEE Trans。信号处理。,61, 21, 5347-5360 (2013)
[33] Tsiligkaridis,T。;英雄I.I.I.,A.O。;Zhou,S.,Kronecker图形套索算法的收敛性(2012),arXiv预印本arXiv:1204.0585
[34] Vershynin,R.,《随机矩阵的非渐近分析导论》(2015),Eprint Arxiv
[35] Wallbacks,L.公司。;Norden,U.E.B.,使用13 c cp/mas nmr对原位纸浆动力学进行多元数据分析,J.Wood Chem。技术。,9,2235-249(2006年)
[36] 沃纳,K。;Jansson,M。;Stoica,P.,关于使用Kronecker乘积结构估计协方差矩阵,IEEE Trans。信号处理。,56, 2, 478-491 (2008) ·Zbl 1390.94472号
[37] 尹,J。;Li,H.,矩阵正态图形模型中的模型选择和估计,J.多元分析。,107, 3, 119-140 (2012) ·Zbl 1236.62058号
[38] 扎恩,J.M。;普萨拉,S。;A.B.欧文。;Ingram,D.K。;Lustig,A。;卡特,A。;韦拉拉特纳,A.T。;陶布博士。;戈罗佩,M。;Mazanmamczarz,K.,《年龄图:小鼠衰老的基因表达数据库》,《公共科学图书馆·遗传学》。,第3、11条,第201页(2007年)
[39] 周,H。;Li,L.,正则化矩阵回归,J.R.Stat.Soc.Ser。B统计方法。,76, 2, 463-483 (2014) ·Zbl 07555458号
[40] 朱立新。;Neuhaus,G.,椭圆对称性的条件检验,J.多元分析。,84, 2, 284-298 (2003) ·Zbl 1014.62066号
[41] Zou,H.,自适应套索及其预言属性,Publ。阿默尔。统计师。协会,101,476,1418-1429(2006)·Zbl 1171.62326号
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。