缺失物种的更优下界：面向大型实验的改进非参数基于矩的估计
统计方法学
2019-03-06 v3 定量方法
摘要
从底层种群的随机样本中估计物种或未观测类别的数量是统计学中普遍存在的问题。在经典设定中，样本量通常较小。高通量DNA测序等新技术使得能够以先前无法达到甚至未考虑的规模对极大且异质的种群进行采样。需要利用数据规模来考虑异质性同时又足够快速且能随大数据良好扩展的新算法。我们提出了一种非参数基于矩的估计量，其计算高效且足够灵活地考虑底层种群丰度的异质性。该估计量基于一种流行的基于矩的下界(Chao, 1984)的扩展，该下界最初由Harris(1959)提出，但由于缺乏求解估计所需非线性方程组的经济算法而未能实现。我们应用经典矩问题的结果证明可以高效获得解，从而允许同时使用更多信息的保守估计量。这对于现代基因组应用至关重要，其中可能存在许多需要应用物种估计的大型实验。我们给出了估计T细胞受体库和单细胞RNA测序实验中的丢失(dropout)的估计量应用。
引用
@article{arxiv.1605.03294,
title = {Better lower bounds for missing species: improved non-parametric moment-based estimation for large experiments},
author = {Timothy Daley and Andrew D Smith},
journal= {arXiv preprint arXiv:1605.03294},
year = {2019}
}
备注
27 pages, 10 figures, 2 tables