Dupuytren 病的贝叶斯高斯 Copula 图模型
应用统计
2017-12-08 v4
摘要
Dupuytren 病是一种病因不明的纤维增生性疾病，通常会进展并最终导致受累手指发生永久性挛缩。在本文中，我们提供了一种计算高效的贝叶斯框架，以发现潜在的风险因素并调查哪些手指共同受影响。我们的贝叶斯方法基于高斯 Copula 图模型，这是发现多元混合数据中变量潜在条件独立结构的一种潜在方法。具体而言，我们将半参数高斯 Copula 与扩展秩似然相结合，后者适用于分析具有任意边缘分布的多元混合数据。对于图结构学习，我们构建了一种计算高效的搜索算法，这是一种基于生灭过程的跨维度 MCMC 算法。此外，为了使我们的统计方法易于其他研究人员使用，我们已在 C++ 中实现了该方法，并通过 R 软件接口将其作为 R 包 BDgraph 提供，该包可在线获取。
引用
@article{arxiv.1501.04849,
title = {Bayesian Gaussian Copula Graphical Modeling for Dupuytren Disease},
author = {Abdolreza Mohammadi and Fentaw Abegaz and Edwin van den Heuvel and Ernst C. Wit},
journal= {arXiv preprint arXiv:1501.04849},
year = {2017}
}