Di Lascio，F.Marta L。;西蒙·吉安内里尼 一种基于连接函数的相关观测模式发现算法。 （英语） Zbl 1360.62250号 J.分类。 29，第1号，50-75（2012）. 摘要：本文的主要目的是利用copula函数研究依赖于聚类的数据。Copula是流行的多元工具，其在聚类方法中的重要性尚未详细研究。我们提出了一种新的算法（简称CoClust），该算法允许根据生成过程的多元结构对依赖数据进行聚类，而不需要对边缘进行任何假设。此外，该方法不需要选择起始分类或预先设定聚类数；事实上，CoClust通过使用基于copula拟合的对数似然性的标准来选择它们。我们在不同依赖场景的模拟数据上测试了我们的建议，并将其与基于模型的聚类技术进行了比较。最后，我们展示了CoClust在乳腺癌患者真实微阵列数据中的应用。 引用于1审查引用于6文件 MSC公司： 62小时05 多元概率分布的表征与结构理论；连接线 62H30型 分类和区分；聚类分析（统计方面） 关键词：聚类方法;CoClust算法;copula函数;基于模型的聚类;微阵列数据 软件：CoClust公司 PDF格式BibTeX公司 XML格式引用 \textit{F.M.L.Di Lascio}和\textit{S.Giannerini}，J.Classif。29，第1号，50-75（2012；Zbl 1360.62250） 全文： 内政部 参考文献： [1] AZALINI，A.和CAPITANIO，A.（1999），“多元偏正态分布的统计应用”，《皇家统计学会杂志》，B（61），579-602·Zbl 0924.62050号 [2] AZALINI，A.和DALLA VALLE，A.（1996），“多元偏态正态分布”，《生物统计学》，第83期，第715-726页·Zbl 0885.62062号 ·doi:10.1093/生物技术/83.4715 [3] CHERUBINI，U.、LUCIANO，E.和VECCHIATO，W.（2004），《金融中的Copula方法》，威利金融系列，奇切斯特：约翰·威利；儿子有限公司·Zbl 1163.62081号 [4] CHIPMAN，H.和TIBSHIRANI，R.（2006），“混合层次聚类与微阵列数据应用”，生物统计，7（2），286–301·Zbl 1169.62368号 ·doi:10.1093/biostatistics/kxj007 [5] DI LASCIO，F.M.L.（2008），“分析微阵列数据的依赖结构：基于Copula的方法”，博士论文，意大利博洛尼亚大学统计学研究生，http://amsdottorao.cib.unibo.it/670/ . [6] EISEN，M.B.、SPELLMAN，P.T.、BROWN，P.O.和BOTSTEIN，D.（1998），“基因组的聚类分析和显示——广泛表达模式”，《国家科学院学报》，95，14863–14868·doi:10.1073/pnas.95.25.14863 [7] FRALEY，C.和RAFTERY，A.E.（1998），“多少簇？哪种聚类方法？通过基于模型的聚类分析得出的答案”，《计算机杂志》，41（8），578–588·Zbl 0920.68038号 ·doi:10.1093/comjnl/41.8.578 [8] FRALEY，C.和RAFTERY，A.E.（2000）。”基于模型的聚类、判别分析和密度估计”，技术报告，华盛顿大学统计系·Zbl 1073.62545号 [9] FRIEDMAN，N.、LINIAL，M.、NACHMAN，I.和PE'ER，D.（2000），“使用贝叶斯网络分析表达式数据”，计算生物学杂志，7（3），601-620·doi:10.1089/106652700750050961 [10] GODAMBE，V.P.（1960），“正则最大似然估计的最佳性质”，《数理统计年鉴》，第311208–1211页·Zbl 0118.34301号 ·doi:10.1214/aoms/1177705693 [11] HEDENFALK，I.、DUGGAN，D.、CHEN，Y.、RADMACHER，M.、BITTNER，M.，SIMON，R.、MELTZER，P.、GUSTERSON，B.、ESTELLER，M、KALLIONIEMI，O.P.、WILFOND，B.、BORG，A.、DOUGHERTY，E.、KONONEN，J.、BUBENDORF，L.、FEHRLE，W.、PITTALUGA，S.、GRUVBERGER，S.，LOMAN，N.、JOHANNSSON，O.、OLSSON，H.和SAUTER，G.（2001），“遗传性乳腺癌的基因表达谱”，《新英格兰医学杂志》，344（8），539-548·doi:10.1056/NEJM200102223440801 [12] JOE，H.（1997），多元模型和依赖概念，统计学和应用概率专著第73卷，伦敦：查普曼；霍尔·Zbl 0990.62517号 [13] JOE，H.和XU，J.（1996），“多元模型边际推断函数的估计方法”，技术报告，不列颠哥伦比亚大学统计系。 [14] MADEIRA，S.C.和OLIVEIRA，A.L.（2004），“生物数据分析的双聚类算法：综述”，IEEE。计算生物学和生物信息学汇刊，1（1），24-45·doi:10.1109/TCBB.2004.2 [15] MAR，J.和MCLACHLAN，G.J.（2003），“基因表达微阵列中基于模型的聚类：乳腺癌数据的应用”，载于第一届亚太生物信息学会议，信息技术研究与实践，第19期，第139-144页。 [16] MOREAU，Y.、DE SMET，F.和THIJS，G.（2002），“微阵列数据的功能生物信息学：从表达到调控”，《IEEE学报》，90（11），第1722-1743页。 [17] NELSEN，R.B.（2006），《Copulas简介》，纽约：斯普林格出版社·Zbl 1152.62030 [18] PAN，W.、LIN，J.和LE，C.T.（2002），“基于模型的微阵列基因聚类分析-表达数据”，基因组生物学，3（2），研究0009.1–0009.8。 [19] SCHWEIZER，B.和SKLAR，A.（1983），概率度量空间，纽约：北荷兰。SKLAR，A.（1959年），“尺寸和标高划分函数”，巴黎大学统计研究所出版物，第8229–231页。 [20] SØRLIE，T.、PEROU，C.、TIBSHIRANI，R.、AAS，T.，GEISLER，S.、JOHNSEN，H.、HASTIE，T、EISEN，M.、VAN DE RIJN，M..、JEFFREY，S.S.、THORSEN，T.和QUIST，H.，MATESE，J.C.、BRON、P.O.、BOTSTEIN，D.、EYSTEIN LࡶNNING，P.和B \216]RRESEN-DALE，A.L.（2001），“乳腺癌的基因表达模式区分具有临床意义的肿瘤亚类”，美国国家科学院学报，98，10869–10874。 [21] TAVAZOIE，S.、HUGHES，J.D.、CAMPBELL，M.J.、CHO，R.J.和CHURCH，G.M.（2001），《遗传网络结构的系统测定》，《自然遗传学》，22（3），281-285。 [22] YEUNG，K.Y.、FRALEY，C.、MURUA，A.、RAFTERY，A.E.和RUZZO，W.L.（2001），“基因表达数据的基于模型的聚类和数据转换”，生物信息学，17（10），977–987·doi:10.1093/生物信息/17.10.977 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。