从丰度数据推断交互网络时对缺失主体的考量
应用统计
2020-07-29 v1 统计计算
摘要
网络推断旨在揭示联合观测变量间的依赖结构。图模型为区分边际依赖与条件依赖提供了通用框架。未观测变量（缺失主体）可能诱导出表观条件依赖。在计数数据情境下，我们引入一种带有树形图模型的泊松对数正态混合分布，以恢复包含缺失主体在内的依赖结构。我们设计了一种变分EM算法，并在合成数据上评估了其性能。我们在两个生态数据集上展示了该方法恢复环境驱动因素的能力。相应的R包可从 github.com/Rmomal/nestor 获取。
引用
@article{arxiv.2007.14299,
title = {Accounting for missing actors in interaction network inference from abundance data},
author = {Raphaëlle Momal and Stéphane Robin and Christophe Ambroise},
journal= {arXiv preprint arXiv:2007.14299},
year = {2020}
}