宋奇丽;Hung，Ying洪英;威廉·里塔塞;朱、程;杰夫·吴，C.F。 二元时间序列计算机实验的广义高斯过程模型。 （英语） 兹比尔1445.62242 美国统计协会。 115，编号530，945-956（2020）. 摘要：非高斯观测，如二进制响应，在一些计算机实验中很常见。基于对一类细胞粘附实验的分析，我们引入了一种广义高斯过程模型，用于二进制响应，该模型与标准GP模型具有一些共同的特征。此外，该模型包含一个灵活的均值函数，可以捕获不同类型的时间序列结构。推导了估计量的渐近性质，构造了最优预测量及其预测分布。通过两项模拟研究对其性能进行了检验。该方法用于细胞粘附实验的计算机模拟研究。拟合模型揭示了重复细胞结合中的重要生物信息，这在实验室实验中无法直接观察到。 引用于7文件 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62K99型 统计实验设计 60G15年 高斯过程 关键词：计算机实验;高斯过程模型;单分子实验;不确定性量化 软件：R（右）;科恩拉布;逻辑表单;GPFDA公司 PDF格式BibTeX公司 XML格式引用 \textit{C.-L.Sung}等人，《美国统计协会期刊》第115卷，第530、945--956号（2020年；Zbl 1445.62242） 全文： 内政部 arXiv公司 参考文献： [1] 艾奇森，J。；Shen，S.M.，“Logistic-Normal分布：一些性质和用途”，《生物统计学》，67261-272（1980）·Zbl 0433.62012号 ·doi:10.1093/biomet/67.2.261 [2] 巴恩多夫·尼尔森，O.E。；Cox，D.R.，《统计中使用的渐进技术》（1997），伦敦：查普曼和霍尔出版社，伦敦·Zbl 0672.62024号 [3] 本杰明，医学硕士。；Rigby，R.A。；Stasinopoulos，D.M.，“广义自回归移动平均模型”，《美国统计协会杂志》，98，214-223（2003）·Zbl 1047.62076号 ·doi:10.1198/016214503388619238 [4] 东北部布雷斯洛。；Clayton，D.G.，“广义线性混合模型中的近似推断”，美国统计协会杂志，88，9-25（1993）·Zbl 0775.62195号 ·doi:10.1080/01621459.1993.10594284 [5] 康蒂，S。；O'Hagan，A.，“复杂多输出和动态计算机模型的贝叶斯仿真”，《统计规划与推理杂志》，140640-651（2010）·Zbl 1177.62033号 ·doi:10.1016/j.jspi.2009.08.006 [6] Cox，D.R.，“回归模型和寿命表”，《皇家统计学会杂志》，B辑，34187-220（1972）·Zbl 0243.62041号 ·doi:10.1111/j.2517-6161.1972.tb00899.x [7] Cox，D.R.，“部分可能性”，Biometrika，62169-276（1975）·Zbl 0312.62002号 ·doi:10.1093/biomet/62.269 [8] 北卡罗来纳州克雷西。；Lahiri，S.N.，“REML估计量的渐近分布”，《多元分析杂志》，45217-233（1993）·Zbl 0772.62008号 ·doi:10.1006/jmva.1993.1034 [9] Cox，D.R.，“空间协方差参数REML估计的渐近性”，《统计规划与推断杂志》，50，327-341（1996）·Zbl 0847.62044号 [10] 弗雷德里克·P。；Lad，F.，“对数正态分布的两个矩”，《统计模拟和计算中的通信》，第37期，第1263-1269页（2008年）·Zbl 1148.60004号 ·doi:10.1080/03610910801983178 [11] Fricker，T.E。；奥克利，J.E。；Urban，N.M.，“具有不可分离协方差结构的多元高斯过程模拟器”，《技术计量学》，55，47-56（2013）·doi:10.1080/00401706.2012.715835 [12] Friedman，J.H.，“多元自适应回归样条曲线”，《统计学年鉴》，第19卷，第1-67页（1991年）·Zbl 0765.62064号 ·doi:10.1214/aos/1176347963 [13] Gelfand，A.E。；施密特，A.M。；班纳吉，S。；Sirmans，C.，“通过空间变化的区域化进行非平稳多变量过程建模”，《测试》，第13期，第263-312页（2004年）·Zbl 1069.62074号 ·doi:10.1007/BF02595775 [14] 郭士纳，W。；Kreiter，A.K。；Markram，H。；Herz，A.V.，“神经代码：射击速度及其以外”，《美国国家科学院学报》，第94期，第12740-12741页（1997年）·doi:10.1073/pnas.94.24.12740 [15] Gillespie，D.T.，“数值模拟耦合化学反应随机时间演化的通用方法”，《计算物理杂志》，22，403-434（1976）·doi:10.1016/0021-9991（76）90041-3 [16] Gneiting，T。；Raftery，A.E.，“严格正确的评分规则、预测和估计”，《美国统计协会杂志》，102359-378（2007）·Zbl 1284.62093号 ·doi:10.1198/0162145000001437 [17] Gramacy，R.B。；Apley，D.W.，“大型计算机实验的局部高斯过程近似”，《计算与图形统计杂志》，24561-578（2015）·doi:10.1080/10618600.2014.914442 [18] Gramacy，R.B。；宾厄姆·D·。；霍洛韦，J.P。；格罗斯科普夫，M.J。；C.C.Kuranz。；Rutter，E。；Trantham先生。；Drake，R.P.，“校准模拟辐射冲击流体动力学的大型计算机实验”，《应用统计学年鉴》，9，1141-1168（2015）·Zbl 1454.62530号 ·doi:10.1214/15-AOAS850 [19] Gramacy，R.B。；Polson，N.G.，“用于顺序设计和优化的高斯过程模型的粒子学习”，《计算与图形统计杂志》，20，102-118（2011）·doi:10.1198/jcgs.2010.09171 [20] Harville，D.A.，“仅使用误差对比对方差分量进行贝叶斯推断”，《生物统计学》，61，383-385（1974）·兹比尔0281.62072 ·doi:10.1093/biomet/61.2.383 [21] Harville，D.A.，“方差分量估计和相关问题的最大似然方法”，《美国统计协会杂志》，72320-338（1977）·Zbl 0373.62040号 ·doi:10.1080/01621459.1977.10480998 [22] 霍奇斯，J.S。；Reich，B.J.，“添加空间相关的错误可能会打乱你喜欢的固定效果”，美国统计学家，64325-334（2010）·Zbl 1217.62095号 ·doi:10.1198/tast.2010.10052 [23] 黄，J。；扎尔尼西纳，V.I。；刘，B。；爱德华兹·L·J。；蒋，N。；Evavold，B.D。；Zhu，C.，“二维TCR和pMHC相互作用的动力学决定T细胞的反应性”，《自然》，464932-936（2010）·doi:10.1038/nature08944 [24] Hung，Y。；扎尔尼西纳，V。；Zhang，Y。；朱，C。；Wu，C.F.J.，“应用于粘附频率实验的二进制时间序列建模”，美国统计协会杂志，103，1248-1259（2008）·Zbl 1205.62131号 ·doi:10.1198/0162145000000508 [25] 卡拉佐格鲁，A。；Smola，A。；霍尼克，K。；Zeileis，A.，“R中内核方法的内核-S4包”，《统计软件杂志》，11，1-20（2004） [26] M.C.肯尼迪。；O'Hagan，A.，“计算机模型的贝叶斯校准”（含讨论），《皇家统计学会杂志》，B辑，63，425-464（2001）·Zbl 1007.62021号 ·数字标识代码：10.1111/1467-9868.00294 [27] 李，R。；Sudjianto，A.，“使用高斯克里金模型中惩罚似然的计算机实验分析”，《技术计量学》，47，111-120（2005）·doi:10.1198/00401700400000671 [28] 刘，F。；West，M.，“贝叶斯计算机模型仿真的动态建模策略”，贝叶斯分析，4393-411（2009）·兹比尔1330.65034 ·doi:10.1214/09-BA415 [29] Mayrhofer，R。；阿芬泽勒，M。；普雷霍弗，H。；Höfer，G。；Fried，A.，“尖峰神经网络的开发模拟”，《控制论与系统学报》（EMCSR）（2002年） [30] Mead，R.，“广义Logit-Normal分布”，《生物统计学》，21721-732（1965）·doi:10.2307/2528553 [31] Nickisch，H。；Rasmussen，C.E.，“二元高斯过程分类的近似”，《机器学习研究杂志》，92035-2078（2008）·Zbl 1225.62087号 [32] Paciorek，C.J.，“尺度对空间回归估计的空间混淆偏差和精度的重要性”，《统计科学》，25，107（2010）·Zbl 1328.62596号 ·doi:10.1214/10-STS326 [33] Patterson，H.D。；Thompson，R.，“当块大小不相等时块间信息的恢复”，Biometrika，58545-554（1971）·Zbl 0228.62046号 ·doi:10.1093/biomet/58.3545 [34] Patterson，H.D。；Thompson，R.，“方差分量的最大似然估计，197-207（1974）·兹比尔0332.62053 [35] 普卢姆利，M。；Joseph，V.R.，正交高斯过程模型，中国统计局，28，601-619（2018）·Zbl 1390.62047号 [36] R核心团队，R：统计计算语言与环境（2015），奥地利维也纳：R统计计算基金会，奥地利维也纳 [37] 拉斯穆森，C.E。；Williams，C.K.I.，《机器学习的高斯过程》（2006），马萨诸塞州剑桥：麻省理工学院出版社·Zbl 1177.68165号 [38] 萨克斯，J。；Welch，W.J。；米切尔·T·J。；韦恩。，H.P.，“计算机实验的设计与分析”，《统计科学》，第4期，第409-423页（1989年）·Zbl 0955.62619号 ·doi:10.1214/ss/1177012413 [39] 桑特纳，T.J。；威廉姆斯，B.J。；Notz，W.I.，《计算机实验的设计与分析》（2003），纽约：施普林格出版社，纽约·Zbl 1041.62068号 [40] 塞尔，S.R。；卡塞拉，G。；McCulloch，C.E.，《方差分量》（2009），纽约：威利，纽约 [41] Shi，J.Q.和Cheng，Y.（2014），GPFDA：在功能数据分析中应用高斯过程，R包2.2版。 [42] 史建清。；Choi，T.，《函数数据的高斯过程回归分析》（2011），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1274.62912号 [43] Slud，E。；Kedem，B.，“Logistic回归和自回归的偏似然分析”，《中国统计》，第489-106页（1994）·Zbl 0824.62084号 [44] Sung，C.-L.（2017），二进制GP:用（时间序列）二进制响应拟合和预测高斯过程模型，R包0.2版。 [45] Sung，C.-L。；Gramacy，R.B。；Haaland，B.，“在局部高斯过程搜索中挖掘方差减少潜力”，《统计中国》，28，577-600（2018）·Zbl 1390.62157号 [46] Tang，B.，“基于正交数组的拉丁超立方体”，美国统计协会杂志，88，1392-1397（1993）·Zbl 0792.62066号 ·doi:10.1080/01621459.1993.10476423 [47] Tuo，R。；Wu，C.F.J.，“不完善计算机模型的有效校准”，《统计年鉴》，432331-2352（2015）·Zbl 1326.62228号 ·doi:10.1214/15-OS1314 [48] 王，B。；Shi，J.Q.，“非高斯函数数据的广义高斯过程回归模型”，美国统计协会杂志，1091123-1133（2014）·Zbl 1368.62101号 ·doi:10.1080/01621459.2014.889021 [49] 威廉姆斯，C.K。；Barber，D.，“高斯过程的贝叶斯分类”，IEEE模式分析和机器智能汇刊，201342-1351（1998）·doi:10.1109/34.735807 [50] Wutzler，T.（2012），《逻辑形式：逻辑正态分布函数》，R包0.8.29版。 [51] Yan，B。；秦，J。；戴J。；范，Q。；Bernstein，J.B.，模拟和混合信号应用中的可靠性仿真和电路故障分析，IEEE器件和材料可靠性汇刊，9，339-347（2009） [52] 扎尔尼西纳，V.I。；黄，J。；张，F。；Chien，Y.-H。；Leckband，D。；Zhu，C.，“受体-基因介导的细胞粘附中的记忆”，美国国家科学院学报，10418037-18042（2007）·doi:10.1073/pnas.0704811104 [53] Zeger，S.L。；Qaqish，B.，“时间序列的马尔可夫回归模型：准似然方法”，生物计量学，4411019-1031（1988）·Zbl 0715.62166号 ·doi:10.2307/2531732 [54] Zhang，H.，“关于空间广义线性混合模型的估计和预测”，生物计量学，58129-136（2002）·Zbl 1209.62161号 ·doi:10.1111/j.0006-341X.2002.00129.x 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。