面向高维零膨胀数据的稀疏半参数判别分析
统计方法学
2022-08-09 v1
摘要
基于测序的技术提供了大量具有偏态和零膨胀测量的高维生物数据集。使用线性判别分析对此类数据分类会因违背高斯分布假设而导致性能不佳。为克服这一局限，我们提出一种基于截断潜高斯copula模型的半参数判别分析新框架，可同时处理偏态与零膨胀。通过施加稀疏正则化，我们证明所提方法能在高维设定下一致地估计分类方向。在模拟数据上，所提方法相较现有方法表现出更优性能。我们将该方法应用于基于微生物组数据区分克罗恩病患者与健康对照，并识别对分类规则影响最大的属。
引用
@article{arxiv.2208.03734,
title = {Sparse semiparametric discriminant analysis for high-dimensional zero-inflated data},
author = {Hee Cheol Chung and Yang Ni and Irina Gaynanova},
journal= {arXiv preprint arXiv:2208.03734},
year = {2022}
}