用于多元计数数据聚类的简约型多元 Poisson-lognormal 分布族
统计计算
2020-04-16 v1
摘要
多元计数数据在生物信息学的高通量测序技术、文本挖掘或体育分析中被普遍遇到。尽管 Poisson 分布似乎是这些计数数据的自然选择，但其多元推广计算代价高昂。多数情况下假设变量间相互独立，然而这未能考虑数据中通常观测到的变量间相关性。近来，多元 Poisson-lognormal（MPLN）混合模型已被用于分析此类具有依赖结构的多元计数测量。在 MPLN 模型中，每个计数在给定潜多元高斯变量条件下使用独立的 Poisson 分布建模。由于该层次结构，MPLN 模型可解释过度离散，不同于传统 Poisson 分布，并允许变量间相关。此处使用快速的基于变分 EM 的框架进行参数估计，而非依赖计算低效的基于蒙特卡洛的估计框架。进一步，通过对协方差矩阵分解并对这些分解施加约束，提出了一族简约型 Poisson-lognormal 混合分布。使用模拟与基准数据集展示了此类模型的效用。
引用
@article{arxiv.2004.06857,
title = {A parsimonious family of multivariate Poisson-lognormal distributions for clustering multivariate count data},
author = {Sanjeena Subedi and Ryan Browne},
journal= {arXiv preprint arXiv:2004.06857},
year = {2020}
}
备注
31 Pages