基于高斯过程响应的贝叶斯函数型混合效应模型用于时空结肠测压信号的小波谱分析
应用统计
2019-12-06 v1 定量方法
摘要
目的：我们提出一种技术，用于识别和统计分析从人体结肠中多个紧密排布传感器记录的准周期时空压力信号。方法：通过计算这些记录信号的连续小波变换与交叉小波变换实现识别。统计分析通过将所得的频率域与频率-相位域中时间平均振幅或相干性建模为正则网格上的高斯过程来实现，这些过程受实验设计所指定的类别型与数值型预测变量影响，构成混合效应模型。模型参数通过哈密顿蒙特卡洛推断。结果与结论：我们将该方法应用于健康对照者的结肠测压数据，以确定不同结肠区域之间以及进食干预下压力信号谱的统计差异。我们成功识别并对比了不同预测变量下压力信号谱中的特征。意义：该新方法以远超以往可用水平的细节粒度，实现了对测压信号的快速分析。所提出的可处理混合效应模型广泛适用于具有函数型响应的实验设计。
引用
@article{arxiv.1912.02389,
title = {Bayesian Functional Mixed-Effects Model with Gaussian Process Responses for Wavelet Spectra of Spatiotemporal Colonic Manometry Signals},
author = {Lukasz Wiklendt and Marcello Costa and Simon Brookes and Phil G. Dinning},
journal= {arXiv preprint arXiv:1912.02389},
year = {2019}
}