×

单纯形模型有限混合的估计:生物医学数据的应用。 (英语) Zbl 07289502号

摘要:单纯形分布已被证明可用于直接建模数据中的双有界变量。然而,对于多峰分布来说,这是不够的。本文解决了当数据限制在(0,1)区间且包含多个模式时估计密度的问题。特别地,我们提出了一种单纯形混合模型方法来建模这类数据。为了估计模型的参数,开发了一种期望最大化(EM)算法。通过仿真研究评估了参数估计性能。使用两个真实数据集探索模型:i)患者生存时间的基因表达数据以及与腺癌的关系;ii)磁共振图像(MRI),以分割为视角。在后一种情况下,假设数据包含零,则修改主模型以考虑零膨胀设置。

MSC公司:

62至XX 统计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Andrade,ACGd(2007)Efeitos da especificação correeta da função de ligação no modelo de regressionão beta[贝塔回归中链接函数的错误规范的影响]。硕士论文圣保罗大学。
[2] Artes,R,Jorgensen,B(2000)色散模型的纵向数据估算方程。斯堪的纳维亚统计杂志, 27, 321-34. ·Zbl 0955.62072号 ·doi:10.1111/1467-9469.00192
[3] Bagnato,L,Punzo,A(2013)单峰β密度和γ密度的有限混合以及(k)-凸点算法。计算统计学, 28, 1571-97. ·Zbl 1306.65024号 ·doi:10.1007/s00180-012-0367-4
[4] Barndorff-Nielsen,OE,Jorgensen,B(1991)单纯形上的一些参数模型。多变量分析杂志, 39, 106-16. ·Zbl 0739.62015号 ·doi:10.1016/0047-259X(91)90008-P
[5] Bayes,CL,Bazán,JL,Garcia,C(2012)比例的新稳健回归模型。贝叶斯分析, 7, 841-66. ·Zbl 1330.62272号 ·doi:10.1214/12-BA728
[6] Bishop,CM(2006)模式识别与机器学习纽约州纽约市:施普林格·Zbl 1107.68072号
[7] 伯纳姆,K,安德森,D(2002)模型选择和多模型推理:实用信息论方法,第2版。纽约州纽约市:斯普林格·Zbl 1005.62007号
[8] Burzynski,SR,Janicki,TJ,Burzynski,GS,Brookman,S(2014)帕唑帕尼和其他药物联合苯丁酸钠靶向治疗多形性胶质母细胞瘤的初步发现。癌症治疗杂志, 5, 1423. ·doi:10.4236/jct.2014.514144
[9] Carreira-Perpiñán,Má(2000)混合高斯分布的模态发现。IEEE模式分析和机器智能汇刊, 22, 1318-23. ·数字标识代码:10.1109/34.888716
[10] Clark,K,Vendt,B,Smith,K、Freymann,J、Kirby,J、Koppel,P、Moore,S、Phillips,S、Maffitt,D、Pringle,M等(2013)《癌症影像档案》(TCIA):维护和操作公共信息库。数字成像杂志, 26, 1045-57. ·doi:10.1007/s10278-013-9622-7
[11] Contreras-Reyes,JE,Cortés,DD(2016)多元偏态分布有限混合的Rényi和Shannon熵的界:对旗鱼的应用(Xi-phias gladius Linnaeus)。,18382·doi:10.3390/18110382
[12] Dempster,AP,Laird,NM,Rubin,DB(1977)通过EM算法从不完整数据中获得最大似然。英国皇家统计学会杂志B辑, 21, 1-38. ·Zbl 0364.62022号
[13] Greene,WH(2012)计量经济学分析:国际版:全球版(经济学皮尔逊系列)。美国新泽西州Upper Saddle River:皮尔逊教育有限公司。
[14] Grun,B,Kosmidis,I,Zeileis,A(2012)《R中的扩展贝塔回归:摇晃、搅拌、混合和分割》。统计软件杂志, 48, 1-25. ·doi:10.18637/jss.v048.i11
[15] Ji,Y,Wu,C,Liu,P,Wang,J,Coombes,KR(2005)生物信息学中β-混合物模型的应用。生物信息学, 21, 2118-22. ·doi:10.1093/bioinformatics/bti318
[16] Jörgensen,B(1987)指数色散模型。英国皇家统计学会学报B辑, 49, 127-62. ·Zbl 0662.62078号
[17] 乔根森,B(1997)色散模型理论英国伦敦:CRC出版社·Zbl 0928.62052号
[18] Jörgensen,B,Kokonendji,CC(2016)离散离散离散模型及其Tweedie渐近性。AStA统计分析进展, 100, 43-78. ·Zbl 1443.62046号 ·doi:10.1007/s10182-015-0250-z
[19] Jørgensen,B,Martínez,J(2013)多元指数离散模型。多元统计:理论与应用。第九届塔尔图多元统计会议暨第二十届矩阵与统计国际研讨会会议记录,第73-98页。新加坡:IEEE。 ·doi:10.1142/9789814449403_0006
[20] Kullback,S,Leibler,RA(1951)《信息与充分性》。数理统计年报, 22, 79-86. ·Zbl 0042.38403号 ·doi:10.1214/aoms/1177729694
[21] Levada,AL,Mascarenhas,ND,Tannüs,A(2008)高阶邻域系统上Potts MRF模型参数估计的伪似然方程。IEEE地球科学与遥感快报第522-26页·doi:10.1010/LGRS.2008.920909
[22] Ma,Z,Leijon,A(2009)Beta混合模型及其在图像分类中的应用。第16届IEEE图像处理国际会议(ICIP),第2045-48页。美国新泽西州:IEEE。 ·doi:10.1109/ICIP.2009.5414043
[23] Markitsis,A,Lai,Y(2010)用于估计非差异表达基因比例的删失β混合模型。生物信息学, 26, 640-46. ·doi:10.1093/bioinformatics/btq001
[24] McCullagh,P,Nelder,JA(1989年)广义线性模型。第37卷。英国伦敦:CRC出版社·Zbl 0588.62104号 ·doi:10.1007/9781-4899-3242-6
[25] McLachlan,G,Peel,D(2000)有限混合模型美国纽约:John Wiley&Sons·Zbl 0963.62061号 ·doi:10.1002/0471721182
[26] Nair,MS,Revathy,K,Tatavarti,R(2008)图像中椒盐噪声的去除:一种新的基于决策的算法。在国际工程师和计算机科学家多方会议记录中。第2卷。香港:Citeser。
[27] Nikulin,MS(2001)海林格距离。数学百科全书柏林-海德堡和纽约:施普林格。
[28] Nocedal,J,Wright,S(2006)数值优化,第2版。美国纽约州纽约市:施普林格科学与商业媒体·Zbl 1104.65059号
[29] Ospina,R,Ferrari,SL(2010)《通货膨胀的贝塔分布》。统计论文, 51, 111-26. ·Zbl 1247.62043号 ·文件编号:10.1007/s00362-008-0125-4
[30] Y·帕维坦(2001)在所有可能性中:使用可能性的统计建模和推断。英国牛津:牛津大学出版社·Zbl 1013.62001号
[31] 史密斯、K、克拉克、K、贝内特、W、诺兰、T、柯比、J、沃尔夫斯伯格、M、莫尔顿、J、文特、B、弗里曼、J(2016)癌症基因组图谱多形性胶质母细胞瘤(TCGA-GBM)收集的放射学数据。网址http://dx.doi.org/10.7937/K9/TCIA.2016.RNYFUYE9(上次访问时间:2016年3月1日)
[32] Song,PX-K(2007)相关数据分析:建模、分析和应用。美国纽约州纽约市:施普林格科学与商业媒体·Zbl 1132.62002号
[33] Vuong,QH(1989)模型选择和非嵌套假设的似然比检验。计量经济学, 57, 307-33. ·Zbl 0701.62106号 ·doi:10.2307/1912557
[34] Wedel,M(2002)有限混合模型中的伴随变量。Neerlandica统计, 56, 362-75. ·Zbl 1076.62531号 ·doi:10.1111/1467-9574.t01-1-00072
[35] Yao,W(2010)非等方差正态混合的剖面似然法。统计规划与推断杂志, 140, 2089-98. ·Zbl 1184.62029号 ·doi:10.1016/j.jspi.2010.02.004
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。