用于分析协同高维响应的多向块模型
应用统计
2014-01-14 v1
摘要
我们考虑了量化多个高维响应之间时间协同性的问题。我们引入了一族适用于此问题的多向随机块模型，避免了在生物学中此类数据常用的分箱和阈值化等预处理步骤。我们开发了基于坍缩Gibbs采样和变分方法的两种推断过程。我们在模拟数据上从成员关系和块模型估计、样本外预测以及运行时间方面，对所提方法进行了全面评估。我们还量化了分箱和阈值化等删失过程对估计任务的影响。我们利用这些模型对酿酒酵母在碳和氮饥饿期间驱动基因表达与代谢物浓度之间协同性的功能机制进行了实证分析。
引用
@article{arxiv.1401.2756,
title = {Multi-way blockmodels for analyzing coordinated high-dimensional responses},
author = {Edoardo M. Airoldi and Xiaopei Wang and Xiaodong Lin},
journal= {arXiv preprint arXiv:1401.2756},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOAS643 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)