cmenet：一种用于条件主效应双层次变量选择的新方法

本文介绍了一种新方法，用于选择主效应和一组称为条件主效应(CMEs)的重新参数化效应，其捕捉一个因子在另一个因子固定水平下的条件效应。CMEs代表了在工程、社会科学和基因组学中广泛应用的可解释、领域特定现象。关键挑战在于将CMEs的隐式分组结构纳入变量选择过程本身。我们提出一种新方法cmenet，它采用称为CME耦合和CME约简的两个原则来有效引导选择算法。模拟研究证明了cmenet相较于更通用的选择方法在CME选择性能上的提升。应用于果蝇翅膀形状的基因关联研究，cmenet不仅比标准双因子交互作用分析方法产生更简洁的模型和更好的预测性能，还揭示了关于基因激活行为的重要见解，可用于指导进一步实验。我们算法的高效实现可在CRAN的R包cmenet中获得。