在带惩罚的整合分析中促进稀疏结构的相似性

对于具有高维协变量但样本量小到中等的资料，单一数据集的分析常常产生不尽如人意的结果。多个独立数据集的整合分析提供了一种汇集信息的有效途径，并且优于单数据集分析以及一些替代的多数据集方法，包括荟萃分析。在特定情形下，多个数据集预期共享共同的重要协变量，即多个模型在稀疏结构上具有相似性。然而，现有方法在整合分析中缺乏一种机制来促进稀疏结构的相似性。在本研究中，我们考虑整合分析中的惩罚变量选择与估计。我们提出了一种基于$L_0$惩罚的方法，其首次显式地促进稀疏结构的相似性。在计算上，它利用坐标下降算法实现。在理论上，它具有备受期望的相合性性质。在模拟中，当多个数据集中的模型共享共同重要协变量时，它显著优于竞争替代方法。当稀疏结构不共享相似性时，它具有比替代方法更好或相似的性能。因此它为数据分析提供了一种“安全”的选择。将所提方法应用于三个带有基因表达测量的肺癌数据集，得到了具有显著更相似稀疏结构和更好预测性能的模型。