脑功能连接中协变量辅助主回归的贝叶斯估计
统计方法学
2024-08-30 v2
摘要
本文提出了 Zhao 等人 (2021) 的协变量辅助主 (CAP) 回归的贝叶斯重构，该回归旨在回归框架中识别响应信号协方差中与协变量相关的成分。我们引入了个体协方差矩阵在其切空间中的几何表述与重参数化。通过将协方差矩阵映射到切空间，我们利用欧氏几何进行后验推断。该方法能够在统一框架内联合估计所有参数并进行不确定性量化，将协方差矩阵的降维与回归模型估计相融合。我们通过模拟研究验证了所提出的方法，并利用人类连接组计划 (Human Connectome Project) 的数据将其应用于分析协变量与脑功能连接之间的关联。
引用
@article{arxiv.2306.07181,
title = {Bayesian estimation of covariate assisted principal regression for brain functional connectivity},
author = {Hyung G. Park},
journal= {arXiv preprint arXiv:2306.07181},
year = {2024}
}
备注
20 pages, 7 figures, 3 tables