对比线性回归
统计方法学
2024-01-09 v1
摘要
对比降维方法已针对病例-对照研究数据开发，用于识别前景（病例）数据 X 相对于背景（对照）数据 Y 富集的变异。本文针对每个前景观测值关联一个响应变量 r 的情形，提出对比回归方法。这种情况经常出现，例如，未受影响的对照组没有疾病等级或干预剂量，而受影响的病例组有疾病等级或干预剂量，如自闭症严重程度、实体瘤分期、息肉大小或华法林剂量。我们的对比回归模型捕捉病例组和对照组预测变量之间共享的低维变异，然后通过去除共享变异后预测变量中剩余的方差来解释病例特定的响应变量。我们展示，在一个关于自闭症严重程度的死后脑样本单核 RNA 测序数据集，以及另一个关于伴和不伴鼻息肉的慢性鼻窦炎细胞分化的单细胞 RNA 测序数据集中，我们的对比线性回归执行特征排序，并识别出与响应相关的、其他方法无法识别的具有生物学信息意义的预测变量。
引用
@article{arxiv.2401.03106,
title = {Contrastive linear regression},
author = {Boyang Zhang and Sarah Nyquist and Andrew Jones and Barbara E. Engelhardt and Didong Li},
journal= {arXiv preprint arXiv:2401.03106},
year = {2024}
}