高维动态图模型变点的推断

Abhishek Kaul; Hongjin Zhang; Konstantinos Tsampourakis; George Michailidis

高维动态图模型变点的推断

统计理论 2021-02-23 v3 统计方法学机器学习统计理论

作者: Abhishek Kaul , Hongjin Zhang , Konstantinos Tsampourakis , George Michailidis

摘要

我们针对动态演化的图模型开发了变点参数的估计量，并在高维缩放下获得其渐近分布。为得到后一结果，我们证明所提估计量具有 $O_p(\psi^{-2})$ 的收敛速率，其中 $\psi$ 表示变点前后图模型参数之间的跳跃大小。此外，它对图模型参数的插件估计保持充分的适应性。我们刻画了在跳跃大小幅值的消失与非消失两种机制下渐近分布的形式。具体而言，前者对应于带负漂移非对称双侧布朗运动的argmax，而后者对应于带负漂移非对称双侧随机游走的argmax，其增量依赖于图模型的分布。提供了易于实现的变点估计算法，并在合成数据上评估了其性能。所提方法进一步在RNA测序微生物组数据及年轻与年长个体间的变化上予以说明。

关键词

变点高维图模型渐近分布动态图模型插件估计微生物组数据

引用

@article{arxiv.2005.09711,
  title  = {Inference on the Change Point for High Dimensional Dynamic Graphical Models},
  author = {Abhishek Kaul and Hongjin Zhang and Konstantinos Tsampourakis and George Michailidis},
  journal= {arXiv preprint arXiv:2005.09711},
  year   = {2021}
}

备注

Software available upon request (built in R)

高维动态图模型变点的推断

摘要

关键词

引用

备注

相关论文