×
高振国；杜、庞；金、冉；约翰·罗伯逊。

通过功能方差变点分析监测肝脏采集中的表面温度。 （英语） Zbl 1439.62219号

Ann.应用。斯达。 第1143-159号（2020）.
总结：以表面温度监测为动机的肝脏采集实验Z.高等[J.Am.Stat.Assoc.114，No.526，773–781（2019；Zbl 1420.62196号)]开发一种均值平滑变化趋势下的方差变化点检测方法。然而，从他们的方法中获得的局部变化点并不能为外科医生提供即时信息，因为器官通常是整体或部分移植的。我们开发了一种新的实用方法，可以一次分析器官表面的定义部分。它也为功能数据监测的发展领域提供了一个新的补充。此外，同时对二维位置的方差函数和位置和时间的均值函数进行建模也面临着数值挑战。建模这些函数的样本大小分别为10000和1000000，这使得标准样条估计成本太高，无法使用。我们引入了一种多阶段子抽样策略，其步骤由快速计算的初步统计测度指导。大量仿真表明，新方法可以有效降低计算成本，并提供合理的参数估计。将新方法应用于我们的肝脏表面温度监测数据表明，它可以有效地为实验中选定的器官部分提供准确的状态变化信息。

引用于1文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
第62页，第35页 统计学在物理学中的应用
62兰特 功能数据分析
62G10型 非参数假设检验

关键词：

薄板样条法；二次采样；功能数据；肝脏采购

引文：

Zbl 1420.62196号

软件：

全球供应链
PDF格式BibTeX公司 XML格式引用
\textit{Z.Gao}等人，Ann.Appl。Stat.14，No.1，143--159（2020；Zbl 1439.62219）
全文： 内政部 欧几里得

参考文献：

[1] Berkes，I.、Gabrys，R.、Horváth，L.和Kokoszka，P.（2009年）。检测功能观察平均值的变化。J.R.统计社会服务。B.统计方法。71 927-946. ·Zbl 1411.62153号 ·文件编号：10.1111/j.1467-9868.2009.00713.x
[2] Bhonsle，S.、Bonakdar，M.、Neal II，R.E.、Aardema，C.、Robertson，J.L.、Howarth，J.、Kavnoudia，H.、Thomson，K.R.、Goldberg，S.N.等人（2016年）。用经验证的灌注器官模型表征不可逆电穿孔消融。J.瓦斯。Interv公司。无线电。27 1913-1922.
[3] Demmy，T.L.、Biddle，J.S.、Bennett，L.E.、Walls，J.T.、Schmaltz，R.A.和Curtis，J.J.（1997）。心脏移植中的器官保存液——使用和相关存活率的样本。移植。63 262-269.
[4] Drineas，P.、Mahoney，M.W.、Muthukrishnan，S.和SarlóS，T.（2011）。更快的最小二乘近似。数字。数学。117 219-249. ·Zbl 1218.65037号 ·doi:10.1007/s00211-010-0331-6
[5] Duchon，J.（1977年）。Sobolev空间中最小化旋转不变半范数的样条函数。《多元函数构造理论》（Proc.Conf.，Math.Res.Inst.，Oberwolfach，1976）数学课堂讲稿。571 85-100. 柏林施普林格·Zbl 0342.41012号
[6] Fan，J.、Zhang，C.和Zhang、J.（2001）。广义似然比统计与Wilks现象。安。统计师。29 153-193. ·Zbl 1029.62042号 ·doi:10.1214操作系统/9996986505
[7] Febrero，M.、Galeano，P.和González-Manteiga，W.（2008）。通过深度测量检测功能数据中的异常值，并应用于识别异常{否}_x\)级别。环境计量19 331-345。
[8] Fithian，W.和Hastie，T.（2014）。局部病例对照抽样：在不平衡数据集中进行有效的子抽样。安。统计师。42 1693-1724. ·Zbl 1305.6206号 ·doi:10.1214/14-AOS1220
[9] Gao，Z.、Shang，Z.，Du，P.和Robertson，J.L.（2019年）。平稳变化平均趋势下的方差变化点检测应用于肝脏采购。J.艾默。统计师。协会114 773-781·Zbl 1420.62196号 ·doi:10.1080/016241459.2018.1442341
[10] Gao，Z.、Du，P.、Jin，R.和Robertson，J.L.（2020年）。补充“通过功能变化点分析监测肝脏采集中的表面温度”https://doi.org/10.1214/19-AOAS1297SUPP。 ·Zbl 1439.62219号
[11] Gu，C.（2013）。平滑样条方差分析模型，第二版，Springer Series in Statistics 297。纽约州施普林格·Zbl 1269.62040号
[12] Jin，R.、Chang，C.J.和Shi，J.（2011）。晶圆几何轮廓估计的顺序测量策略。IIE事务处理。44 1-12.
[13] Karpelowsky，J.S.J.（2014）。近红外光谱监测肾移植灌注。儿科肾病29 2241-2242。
[14] Keeffe，E.B.（2001）。肝移植：肝脏替代的现状和新方法。胃肠病学。120 749-762.
[15] Kim，Y.-J.和Gu，C.（2004）。平滑样条高斯回归：通过有效近似实现更具伸缩性的计算。J.R.统计社会服务。B.统计方法。66 337-356. ·Zbl 1062.62067号 ·doi:10.1046/j.1369-7412.003.05316.x号文件
[16] Kochan，K.、Maslak，E.、Chlopicki，S.和Baranska，M.（2015）。FT-IR成像定量测定非酒精性脂肪肝中的肝脏脂肪含量。分析师140 4997-5002。
[17] Lan，Q.、Jin，R.和Robertson，J.L.（2015）。移植器官保存的定量和定性评估。在IIE年会上，会议记录2229-2236。
[18] Lan，Q.、Sun，H.、Robertson，J.、Deng，X.和Jin，R.（2018）。基于热成像分析的移植肝质量无创评估。计算。方法生物识别程序。164 31-47.
[19] Lin，X.和Carroll，R.J.（2001）。使用广义估计方程进行聚类数据的半参数回归。J.艾默。统计师。协会96 1045-1056·Zbl 1072.62566号 ·doi:10.1198/016214501753208708
[20] Ma，P.、Mahoney，M.W.和Yu，B.（2015）。算法利用的统计观点。J.马赫。学习。第16 861-911号决议·Zbl 1337.62164号
[21] Ma，P.和Sun，X.（2015）。利用大数据回归。威利公司（Wiley Interdiscip）。版本：计算。统计数据7 70-76。
[22] O'Brien，T.J.、Roghanizad，A.R.、Jones，P.A.、Aardema，C.H.、Robertson，J.L.和Diller，T.E.（2017）。薄膜无创组织灌注传感器的开发，用于量化移植器官的毛细血管压力阻塞。IEEE传输。生物识别。工程编号：64 1631-1637。
[23] 邱鹏、邹丙和王忠（2010）。通过混合效应建模进行非参数剖面监测。技术计量52 265-277。
[24] Quan，A.、Leung，S.W.、Lao，T.T.和Man，R.Y.（2003）。5-羟色胺和血栓素A2作为人脐动脉关闭的生理介质。妇科杂志。投资。10 490-495.
[25] Rokhlin，V.和Tygert，M.（2008）。超定线性最小二乘回归的快速随机化算法。程序。国家。阿卡德。科学。美国105 13212-13217·Zbl 1513.62144号 ·doi:10.1073/pnas.0804869105
[26] Rothuizen，J.和Twedt，D.C.（2009年）。肝脏活检技术。兽医。临床。北美，小动漫。实际。39 469-480.
[27] Shang，Z.和Cheng，G.（2017）。平滑样条曲线的分布式算法的计算极限。J.马赫。学习。第18号决议第108、37号文件·Zbl 1442.90055号
[28] Vargaftig，B.B.和Hai，N.D.（1972年）。美帕林对缓激肽引起的“兔主动脉收缩物质”释放的选择性抑制。《药理学杂志》。24 159-161.
[29] Vazquez-Martul，E.和Papadimitriou，J.C.（2004）。活检评估的重要性和病理学家在实体器官移植项目中的作用。移植。程序。36 725-728.
[30] Vidal，E.，Amigoni，A.，Brugolaro，V.，Ghirardo，G.，Gamba，P.，Pettenazo，A.，Zanon，G.F.，Cosma，C.，Plebani，M.等人（2014）。近红外光谱作为肾移植灌注的连续实时监测。儿科肾病29 909-914。
[31] Wahba，G.（1990年）。观测数据的样条模型。CBMS-NSF应用数学区域会议系列59。宾夕法尼亚州费城SIAM·Zbl 0813.62001号
[32] Wang，H.、Yang，M.和Stufken，J.（2019年）。基于信息的大数据线性回归最优子数据选择。J.艾默。统计师。协会114 393-405·Zbl 1478.62196号 ·doi:10.1080/01621459.2017.1408468
[33] Wang，H.，Zhu，R.和Ma，P.（2018）。大样本logistic回归的最优子抽样。J.艾默。统计师。协会113 829-844·Zbl 1398.62196号 ·doi:10.1080/01621459.2017.1292914
[34] Woodall，W.H.、Spitzner，D.J.、Montgomery，D.C.和Gupta，S.（2004）。使用控制图监控过程和产品概况。J.资格。Technol公司。36 309-320.
[35] Xu，D.和Wang，Y.（2018）。使用大数据集拟合平滑样条模型的分割和重组方法。J.计算。图表。统计师。27 677-683. ·Zbl 07498943号
[36] Yu，G.，Zou，C.和Wang，Z.（2012）。功能观测中的异常值检测及其在轮廓监测中的应用。Technometrics 54 308-318。
[37] Zhang，Y.、Duchi，J.和Wainwright，M.（2015）。分治核岭回归：一种具有极大极小最优速率的分布式算法。J.马赫。学习。第16号决议3299-3340·Zbl 1351.62142号
[38] Zou，C.、Tsung，F.和Wang，Z.（2008）。基于非参数回归方法的监测曲线。技术计量学50 512-526。
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。