利用horseshoe先验与变分贝叶斯在高维稀疏回归中融入先验信息与借用信息
统计方法学
2019-01-30 v1
摘要
我们引入一种稀疏高维回归方法，能够融入关于回归参数的先验信息，并能够跨一组相似数据集借用信息。先验信息例如可来自先前研究或基因组数据库，以及跨一组基因或基因组网络借用的信息。该方法基于对回归参数使用horseshoe先验的先验建模，其中对稀疏性指标的先验依赖于外部信息。多个数据集通过在对超参数应用经验贝叶斯策略下被整合。为计算效率，我们使用变分贝叶斯方法近似后验分布。所提出的框架有助于分析具有复杂依赖关系的大规模数据集。我们通过基因调控网络重建和eQTL定位的应用来说明这一点。
引用
@article{arxiv.1901.10217,
title = {Incorporating prior information and borrowing information in high-dimensional sparse regression using the horseshoe and variational Bayes},
author = {Gino B. Kpogbezan and Mark A. van de Wiel and Wessel N. van Wieringen and Aad W. van der Vaart},
journal= {arXiv preprint arXiv:1901.10217},
year = {2019}
}