一种灵活的零膨胀泊松-伽马模型及其在微生物组读数计数中的应用
统计方法学
2022-10-11 v2 应用统计
摘要
在微生物组研究中，利用来自微生物种群（如肠道微生物群落）的样本来估计这些分类单元的人口比例颇具意义。然而，由于采样与预处理步骤中引入的偏差，这些观测到的分类单元丰度可能无法反映生态系统中真实的丰度模式。重复测量（包括纵向研究设计）可能是缓解观测丰度与真实潜在丰度之间差异的潜在方案。但广泛观察到的零膨胀与过度离散问题会扭曲旨在将分类单元丰度与感兴趣协变量关联的下游统计分析。为此，我们提出零膨胀泊松-伽马（ZIPG）框架以应对上述挑战。从测量误差的视角，我们将泊松回归中的均值参数分解为真实丰度水平与来自微生物生态系统的采样变异性的乘性度量，从而容纳观测与真实值间的差异。接着，我们通过将平均丰度与变异性分别关联到不同协变量来提供灵活模型，并构建用于参数估计与假设检验的有效统计推断流程。通过全面的模拟研究与真实数据应用，所提 ZIPG 方法为区分差异性变异性与丰度提供了重要见解。
引用
@article{arxiv.2207.07796,
title = {A Flexible Zero-Inflated Poisson-Gamma model with application to microbiome read counts},
author = {Roulan Jiang and Xiang Zhan and Tianying Wang},
journal= {arXiv preprint arXiv:2207.07796},
year = {2022}
}