基于 Potts-Gibbs 随机划分模型的贝叶斯非参数标量对图像回归
统计方法学
2022-06-23 v1 应用统计
摘要
标量对图像回归旨在基于高维成像数据研究感兴趣标量响应的变化。我们提出了一种新颖的贝叶斯非参数标量对图像回归模型，该模型利用体素的空间坐标将那些对响应具有相似效应的体素分组以共享同一系数。我们采用 Potts-Gibbs 随机划分模型作为随机划分的先验，其中划分过程具有空间依赖性，从而鼓励代表空间连续区域的组。此外，利用贝叶斯收缩先验来识别与预测最相关的协变量和区域。所提模型使用模拟数据集进行了说明。
引用
@article{arxiv.2206.11051,
title = {Bayesian nonparametric scalar-on-image regression via Potts-Gibbs random partition models},
author = {Mica Teo Shu Xian and Sara Wade},
journal= {arXiv preprint arXiv:2206.11051},
year = {2022}
}