一种利用高维数据量化专家对化学化合物簇意见的置换分裂样本程序
应用统计
2015-02-04 v1
摘要
在药物发现过程中选择有前景的化学化合物簇时，专家意见起着重要作用。我们提出了一种利用分层模型量化这些定性评估的方法。然而，利用最常见的计算资源，固定效应向量和高维相关响应使得在此场景下最大似然估计不可行。我们设计了一种可靠的程序来解决这一问题，并通过理论论证和模拟表明，当最大似然估计可行时，新方法论与其相比具有优势。该方法由一个案例研究激发，我们在文中展示并分析了该案例。
引用
@article{arxiv.1502.00754,
title = {A permutational-splitting sample procedure to quantify expert opinion on clusters of chemical compounds using high-dimensional data},
author = {Elasma Milanzi and Ariel Alonso and Christophe Buyck and Geert Molenberghs and Luc Bijnens},
journal= {arXiv preprint arXiv:1502.00754},
year = {2015}
}
备注
Published in at http://dx.doi.org/10.1214/14-AOAS772 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)