×

边缘独立离散图形模型的对数线性参数化和二分法分析。 (英语) Zbl 1376.62088号

摘要:我们将二进制数据的log-man线性参数化扩展到具有任意级别数的离散变量,并表明在这种情况下,它也可以用于参数化双向图模型。此外,我们还表明,对数线性参数化允许同时表示变量之间的边际独立性,以及仅当某些级别被分解为单个级别时才出现的边际独立。我们通过一个基于涉及单核苷酸多态性的遗传关联研究的示例来说明此特性的应用。更一般地说,此功能通过实质性约束提供了一种自然的方法来减少参数计数,同时保持独立结构,从而进一步了解变量的关联结构。

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
62J02型 一般非线性回归
05摄氏90度 图论的应用
92C40型 生物化学、分子生物学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Agresti,分类数据分析(2013)·Zbl 1281.62022号
[2] 《秃顶》,《人口关联研究统计方法教程》,《自然评论遗传学》。第7(10)页,第781页–(2006年)·doi:10.1038/nrg1916
[3] Banerjee,《关于图形高斯模型的二元化:修正注释》,Scand。《美国联邦法律大全》第30卷第(4)页,第817页–(2003年)·Zbl 1053.62079号 ·doi:10.1111/1467-9469.00366
[4] Bartolucci,一类用于通过等式和不等式约束建模列联表的扩展边际连接函数,《中国统计年鉴》第17(2)页691–(2007)·兹比尔1144.62040
[5] Bergsma,依赖、聚集和纵向分类数据的边缘模型(2009年)·Zbl 1181.62001号
[6] Bergsma,分类数据的边际对数线性模型,Ann.Stat.30(1)第140页–(2002)·Zbl 1012.62063号 ·doi:10.1214/aos/1015362188
[7] 科伦坡,《学习具有潜在和选择变量的高维有向无环图》,《Ann.Stat.40(1)》第294页–(2012)·Zbl 1246.62131号 ·doi:10.1214/11-AOS940
[8] Cox,链图表示的线性相关性,统计科学。8(3)第204页–(1993)·Zbl 0955.62593号 ·doi:10.1214秒/1177010887
[9] Cox,《多元相关性:模型、分析和解释》(1996年)·Zbl 0880.62124号
[10] Drton,离散链图模型,Bernoulli 15(3)pp 736–(2009)·Zbl 1452.62348号 ·文件编号:10.3150/08-BEJ172
[11] Drton,边际独立的二进制模型,J.Roy。Stat.Soc.系列B 70(2)第287页–(2008年)·Zbl 1148.62043号 ·文件编号:10.1111/j.1467-9868.2007.00636.x
[12] Ekholm,多元二元反应的关联模型,生物统计学56(3)pp 712–(2000)·Zbl 1060.62602号 ·文件编号:10.1111/j.0006-341X.2000.00712.x
[13] Evans,图形马尔可夫模型的边际对数线性参数,J.Roy。Stat.Soc.系列B 75(4)第743页–(2013年)·doi:10.1111/rssb.12020
[14] Glonek,多元逻辑模型,J.Roy。Stat.Soc.系列B 57(3)第533页–(1995)
[15] J.Gonzlez。R.Armengol,L.Guin,E.Sol,X.Moreno,V.Snpassoc:2012年基于Snps的全基因组关联研究
[16] Hirschorn,《常见疾病和复杂性状的全基因组关联研究》,《自然评论遗传学》。第6(2)页,第95页–(2005)·doi:10.1038/nrg1521
[17] Höjsgaard,列联表的拆分模型,计算。统计数据An.42(4)pp 621–(2003)·Zbl 1429.62202号 ·doi:10.1016/S0167-9473(02)00119-6
[18] Höjsgaard,边和顶点对称的图形高斯模型,J.Roy。Stat.Soc.B系列70(5)第1005页–(2008)·doi:10.1111/j.1467-9868.2008.00666.x
[19] Jokinen,重复分类反应相似性分析的快速估计算法,计算。统计数据An.51(3)pp 1509–(2006)·Zbl 1157.62343号 ·doi:10.1016/j.csda.2006.04.024
[20] 考尔曼,关于图形高斯模型的二元化,Scand。《美国联邦法律大全》第23卷第105页–(1996年)·Zbl 0912.62006号
[21] Lang,广义对数线性模型类的最大似然方法,Ann.Stat.24(2)pp 726–(1996)·Zbl 0859.62061号 ·doi:10.1214/aos/1032894462
[22] Lauritzen,图形模型(1996)
[23] Lupparelli,双向图模型对分类数据的参数化和拟合,Scand。《美国联邦法律大全》第36卷第(3)页第559页–(2009年)·Zbl 1196.62074号 ·doi:10.1111/j.1467-9469.2008.00638.x
[24] Maathuis,《从观测数据估计高维干预效果》,《Ann.Stat.37(6A)》第3133页–(2009年)·Zbl 1191.62118号 ·doi:10.1214/09-AOS685
[25] Madsen,多列联表的统计分析。两个例子,Scand。J.Stat.第97页–·Zbl 0334.62018号
[26] Marchetti,分类数据多元回归类型的链图模型,Bernoulli 17(3)pp 827–(2011)·Zbl 1221.62108号 ·doi:10.3150/10-BEJ300
[27] 珍珠,模型与数据,人工智能与统计IV第205页–(1994)
[28] R核心团队R:统计计算语言和环境,奥地利维也纳,2013
[29] Ravikumar,使用1-正则逻辑回归选择高维伊辛模型,《Ann.Stat.38(3)》,第1287页–(2010)·Zbl 1189.62115号 ·doi:10.1214/09-AOS691
[30] Richardson,T.2009非循环有向混合图的分解准则462 470 AUAI Press,Arlington(VA)
[31] Richardson,非循环有向混合图的Markov性质,Scand。《美国联邦法律大全》第30卷第(1)页第145页–(2003年)·Zbl 1035.60005号 ·数字对象标识代码:10.1111/1467-9469.00323
[32] Roverato,二进制数据的对数-均值线性模型,Biometrika 100(2),第485页–(2013)·Zbl 1284.62465号 ·doi:10.1093/biomet/ass080
[33] Rudas,条件独立模型的边际对数线性参数化,Biometrika 97(4)第1006页–(2010)·兹比尔1204.62126 ·doi:10.1093/biomet/asq037
[34] Tutz,分类数据回归(2011)·Zbl 1304.62021号 ·doi:10.1017/CBO9780511842061
[35] Wermuth,回归序列及其独立性,测试21(2),第215页–(2012)·Zbl 1259.62063号 ·doi:10.1007/s11749-012-0290-6
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。