通过约束隐马尔可夫模型快速估计变点模型中的后验概率
应用统计
2013-01-23 v2
摘要
异质序列中变点的检测是一个统计挑战，在众多领域有应用。在生物信息学中，存在大量方法用于识别检测拷贝数变异（CNV）的理想变点集。虽然目前有相当高效的算法可用于寻找CNV数据的最佳分割，但相对较少的方法考虑评估变点位置不确定性的重要问题。渐近和随机方法存在，但通常需要额外的模型假设来加速计算，而精确方法具有二次复杂度，对于数万个点或更多的大数据集通常是难以处理的。在本文中，我们提出了一种基于约束隐马尔可夫模型的精确方法，以线性复杂度获得变点的后验分布。该方法在R包postCP中实现，该包使用给定变点检测算法的结果来估计每个观测值是变点的概率。我们在一个公开的CNV数据集（n=120）上展示了该包的结果。由于其频率主义框架，postCP获得了比先前发表的贝叶斯方法更不保守的置信区间，但具有线性复杂度而非二次复杂度。模拟表明，在估计后验均值时，postCP提供了与贝叶斯MCMC方法相当的损失，特别是在评估较大尺度变化时，同时计算效率更高。在另一个高分辨率CNV数据集（n=14,241）上，该实现在一台中档笔记本电脑上不到一秒就处理了信息。
引用
@article{arxiv.1203.4394,
title = {Fast estimation of posterior probabilities in change-point models through a constrained hidden Markov model},
author = {The-Minh Luong and Yves Rozenholc and Gregory Nuel},
journal= {arXiv preprint arXiv:1203.4394},
year = {2013}
}