沙米斯塔·古哈；阿贝尔·罗德里格斯 具有无向网络预测因子的贝叶斯回归及其在大脑连接组数据中的应用。 （英语） Zbl 1464.62434号 美国统计协会。 116，编号534，581-593（2021）. 摘要：本文重点研究了使用扩散加权磁共振成像程序获得的大脑连接体数据集中受试者创造力测量值与人脑网络之间的关系。我们确定了对创造力有显著影响的大脑区域和相互联系。大脑网络通常用对称邻接矩阵表示，矩阵的行和列索引表示感兴趣区域（ROI），单元格条目表示连接相应行和列ROI的估计光纤束数量。以大脑网络作为预测因子，以创造力作为响应度量的回归分析的当前统计实践通常在任何分析之前将网络预测矩阵矢量化，因此无法解释网络中的重要结构信息。在样本量较小的情况下，这会导致较差的推断和预测性能。为了回答上述科学问题，我们开发了一个灵活的贝叶斯框架，该框架避免重塑网络预测矩阵，对与创造力显著相关的大脑ROI和互连进行推断，并能够从大脑网络中准确预测创造力网络收缩先验对于网络预测器所对应的系数，提出了同时实现这些目标的方法。贝叶斯框架允许描述调查结果中的不确定性。仿真研究的实证结果表明，与普通的高维贝叶斯收缩先验和惩罚优化方案相比，该框架具有显著的推断和预测增益。我们的框架对大脑区域与创造力的关系产生了新的见解，也提供了与科学发现相关的不确定性。 引用于5文件 MSC公司： 第62页第10页 统计学在生物学和医学中的应用；元分析 2015年1月62日 贝叶斯推断 62M45型 神经网络及从随机过程推断的相关方法 关键词：脑连接组；高维回归；有影响力的边缘；有影响力的节点；网络预测器；网络收缩先验 软件：贝叶斯DA；莫诺姆文；格尔姆奈特 PDF格式BibTeX公司 XML格式引用 \textit{S.Guha}和\textit{A.Rodriguez}，J.Am.Stat.Assoc.116，No.534，581--593（2021；Zbl 1464.62434） 全文： 内政部 arXiv公司 参考文献： [1] 艾伯特·J·H。；Chib，S.，“二进制和多光子响应数据的贝叶斯分析”，《美国统计协会杂志》，88，669-679（1993）·Zbl 0774.62031号 ·doi:10.1080/01621459.1993.10476321 [2] Arroyo Relión，J.D。；凯斯勒，D。；莱维纳，E。；Taylor，S.F.，“网络分类及其在脑连接组学中的应用，应用统计学年鉴，131648-1677（2019）·Zbl 1433.62314号 ·doi:10.1214/19-AOAS1252 [3] E.布尔摩尔。；斯波恩斯，O.，“复杂脑网络：结构和功能系统的图论分析”，《自然评论神经科学》，第10期，186-198页（2009年）·doi:10.1038/nrn2575 [4] 卡瓦略，C.M。；新几内亚波尔森。；Scott，J.G.，“稀疏信号的马蹄形估计器，生物特征，97，465-480（2010）·Zbl 1406.62021号 ·doi:10.1093/biomet/asq017 [5] 查特吉，A。；Lahiri，S.N.，“自举Lasso估计器，美国统计协会杂志，106，608-625（2011）·Zbl 1232.62088号 ·doi:10.198/jasa.2011.tm10159 [6] Craddock，R.C。；霍尔茨海默，体育。；胡晓平。；Mayberg，H.S.，“从静息状态功能连接预测疾病状态，医学中的磁共振，621619-1628（2009）·doi:10.1002/mrm.22159 [7] De la Haye，K。；罗宾斯，G。；莫尔，P。；Wilson，C.，“青少年友谊网络中的肥胖相关行为，社交网络，32，161-167（2010）·doi:10.1016/j.socnet.2009.09.001 [8] 德西坎，R.S。；Ségonne，F。；费希尔，B。；Quinn，B.T。；迪克森，公元前。；布莱克，D。；巴克纳，R.L。；Dale，A.M。；马奎尔，R.P。；海曼，B.T。；Albert，M.S.，“一种在MRI扫描中将人类大脑皮层细分为基于陀螺的感兴趣区域的自动标记系统，神经影像，31968-980（2006）·doi:10.1016/j.neuroimage.2006.01.021 [9] 杜兰特，D。；Dunson，D.B.，“贝叶斯推断和大脑网络群体差异测试，贝叶斯分析，13，29-58（2017）·Zbl 06873717号 ·doi:10.1214/16-BA1030 [10] 范，J。；龚·W。；Zhu，Z.，“通过核规范正则化的广义高维跟踪回归，计量经济学杂志，212177-202（2019）·兹比尔1452.62536 ·doi:10.1016/j.jeconom.2019.04.026 [11] 芬克尔斯坦，Y。；瓦尔迪，J。；Hod，I.，《冲动的艺术创造力作为短暂认知改变的表现》，行为医学，17，91-94（1991）·doi:10.1080/08964289.1991.9935164 [12] Flaherty，A.W.，“想法产生和创造性驱动的额颞叶和多巴胺能控制”，《比较神经病学杂志》，493147-153（2005）·doi:10.1002/cne.20768 [13] Fornito，A。；Zalesky，A。；Breakspear，M.，“人类连接体的图形分析：承诺、进展和陷阱”，《神经影像》，80，426-444（2013）·doi:10.1016/j.neuroimage.2013.04.087 [14] Fosdick，B.K。；Hoff，P.D.，“网络和节点属性之间的测试和建模依赖性，美国统计协会杂志，110，1047-1056（2015）·Zbl 1373.62273号 ·doi:10.1080/016214592015.1008697 [15] 福勒，J.H。；Christakis，N.A.，“大型社交网络中幸福的动态传播：弗雷明翰心脏研究20年来的纵向分析”，《英国医学杂志》，337，a2338（2008）·doi:10.1136/bmj.a2338 [16] O·弗兰克。；斯特劳斯，D.，“马尔可夫图，美国统计协会杂志，81832-842（1986）·兹比尔0607.05057 ·doi:10.1080/01621459.1986.10478342 [17] 弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.，“通过坐标下降的广义线性模型的正则化路径，统计软件杂志，33，1（2010）·doi:10.18637/jss.v033.i01 [18] 盖尔曼，A。；Carlin，J.B。；斯特恩，H.S。；邓森，D.B。；Vehtari，A。；Rubin，D.B.，贝叶斯数据分析，2（2014），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1279.62004号 [19] Gramacy，R.B.（2013），“R Package monomvn” [20] Guhaniyogi，R。；卡马尔，S。；Dunson，D.B.，“贝叶斯张量回归，机器学习研究杂志，18，2733-2763（2017）·Zbl 1440.62253号 [21] Guhaniyogi，R。；Rodriguez，A.，“纵向关系数据和外部变量的联合建模，贝叶斯分析，15，477-503（2018）·Zbl 1459.62219号 ·doi:10.1214/19-BA1160 [22] 哈格曼，P。；Jonasson，L。；梅德，P。；蒂兰，J.-P。；韦丁，V.J。；Meuli，R.，“理解扩散MR成像技术：从标量扩散加权成像到扩散张量成像及其以外，放射学，26，S205-S223（2006）·doi:10.1148/rg.26si065510 [23] Harville，D.A.，“从统计学家的角度看矩阵代数，技术计量学，40，164（1998）·doi:10.1080/00401706.1998.10485214 [24] Hoff，P.D.，“二元数据的双线性混合效应模型”，《美国统计协会杂志》，100286-295（2005）·Zbl 1117.62353号 ·doi:10.1198/0162145000001015 [25] 霍夫，P.D。；Raftery，A.E。；Handcock，M.S.，“社会网络分析的潜在空间方法”，《美国统计协会杂志》，971090-1098（2002）·Zbl 1041.62098号 ·doi:10.1198/016214502388618906 [26] Ishwaran，H。；Rao，J.S.，“尖峰和板形变量选择：频率和贝叶斯策略”，《统计年鉴》，第33期，第730-773页（2005年）·兹比尔1068.62079 ·doi:10.1214/09053604000001147 [27] 贾巴迪，S。；Sotiropoulos，S.N。；哈伯，S.N。；Van Essen，哥伦比亚特区。；Behrens，T.E.，“在体内测量宏观大脑连接”，《自然神经科学》，第18期，第1546页（2015年）·doi:10.1038/nn.4134 [28] 约翰逊，V.E。；Rossell，D.，“高维环境中的贝叶斯模型选择”，《美国统计协会杂志》，107649-660（2012）·Zbl 1261.62024号 ·doi:10.1080/01621459.2012.682536 [29] Jung，R.E。；西格尔，J.M。；Jeremy Bockholt，H。；弗洛雷斯，R.A。；史密斯，S.M。；查韦斯，R.S。；海尔·R.J.，“创造力的神经解剖学，人脑绘图，31398-409（2010）·doi:10.1002/hbm.20874 [30] Kiar，G.、Gray Roncal，W.、Mhembere，D.、Bridgeford，E.、Burns，R.和Vogelstein，J.（2016），“ndmg:神经数据的MRI图形管道。” [31] 科尔布，B。；Milner，B.，“局灶性脑损伤后复杂手臂和面部运动的表现，神经心理学，19491-503（1981）·doi:10.1016/0028-3932（81）90016-6 [32] Kyung，M。；吉尔·J。；戈什，M。；Casella，G.，“惩罚回归、标准误差和贝叶斯拉索，贝叶斯分析，5369-411（2010）·Zbl 1330.62289号 ·doi:10.1214/10-BA607 [33] 冷，C。；林，Y。；Wahba，G.，“关于模型选择中拉索和相关程序的说明，中国统计，16，1273（2006）·Zbl 1214.62060号 ·doi:10.5705/ss.2011.029a [34] 李，H。；Pati，D.，“使用收缩先验的变量选择，计算统计与数据分析，107，107-119（2017）·Zbl 1466.62135号 ·doi:10.1016/j.csda.2016.10.008 [35] 李毅。；秦，Y。；陈，X。；Li，W.，“探索阿尔茨海默病的功能性脑网络：基于计算实验，PLoS One，8，e73186（2013）·doi:10.1371/journal.pone.0073186 [36] 明绍森，N。；Bühlmann，P.，“稳定性选择，皇家统计学会期刊，B辑，72417-473（2010）·Zbl 1411.62142号 ·文件编号：10.1111/j.1467-9868.2010.00740.x [37] 米勒，L。；Milner，B.，“额叶或颞叶切除术后的认知风险——Ⅱ.语音和语义信息的合成，神经心理学，23，371-379（1985）·doi:10.1016/0028-3932（85）90023-5 [38] 诺维基，K。；Snijders，T.A.B.，“随机块体结构的估计和预测”，《美国统计协会杂志》，96，1077-1087（2001）·Zbl 1072.62542号 ·doi:10.1198/016214501753208735 [39] 帕克，H.-J。；Friston，K.，“大脑结构和功能网络：从认知联系”，科学，3421238411（2013）·doi:10.1126/science.1238411 [40] 帕克，T。；Casella，G.，“贝叶斯拉索，美国统计协会杂志，103，681-686（2008）·Zbl 1330.62292号 ·doi:10.1198/016214500000037 [41] 新几内亚波尔森。；Scott，J.G.，“全球收缩，局部行动：稀疏贝叶斯正则化和预测”，贝叶斯统计学，9，501-538（2010） [42] Raskutti，G。；袁，M。；Chen，H.，“高维多响应张量回归的凸正则化，统计年鉴，471554-1584（2019）·Zbl 1428.62324号 ·doi:10.1214/18-AOS1725 [43] Razumnikova，O.M.，“远程助理任务中与创造力相关的皮层活动，大脑研究公报，73，96-102（2007）·doi:10.1016/j.brainesbull.2007.02.008 [44] Richiardi，J。；Eryilmaz，H。；施瓦茨，S。；Vuilleumier，P。；Van De Ville，D.，“从fMRI连接图解码大脑状态，神经影像，56，616-626（2011）·doi:10.1016/j.neuroimage.2010.05.081 [45] Shoham，D.A。；哈蒙德，R。；拉赫曼达德，H。；Wang，Y。；Hovmand，P.，“肥胖的社会规范和社会影响建模，当前流行病学报告，271-79（2015）·doi:10.1007/s40471-014-0032-2 [46] Sibson，R.，“多维尺度稳健性研究：普鲁斯特统计，皇家统计学会期刊，B辑，40，234-238（1978）·Zbl 0389.62086号 ·doi:10.1111/j.2517-6161.1978.tb01669.x [47] 斯图斯，D。；伊利·P。；Hugenholtz，H。；理查德，M。；拉罗谢尔，S。；Poirier，C。；Bell，I.，“闭合性头部损伤后恢复良好的患者的微妙神经心理缺陷”，《神经外科》，第17期，第41-47页（1985年） [48] Teh，Y.W。；Grür，D。；加赫拉马尼，Z.，《印度自助餐过程中的破棒施工》，人工智能与统计，556-563（2007） [49] Tibshirani，R.，“通过拉索进行回归收缩和选择，皇家统计学会期刊，B辑，58，267-288（1996）·Zbl 0850.62538号 ·doi:10.1111/j.2517-6161.1996.tb02080.x [50] Young，S.J。；Scheinerman，E.R.，网络图算法和模型国际研讨会，“社交网络的随机点产品图模型”，138-149（2007），Springer·Zbl 1136.05322号 [51] 张，Z。；Descoteaux，M。；邓森，D.B.，“连接大脑区域的纤维曲线的非参数贝叶斯模型，美国统计协会杂志，1141505-1517（2019）·Zbl 1428.62485号 ·doi:10.1080/01621459.2019.1574582 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。