高维数据中混合图模型的结构估计
应用统计
2015-10-21 v1 统计理论
统计理论
摘要
无向图模型是众多学科中复杂观测数据分析的关键组成部分。在许多此类应用中，人们感兴趣的是估计具有不同域的变量之上分布的底层无向图模型。尽管普遍存在对此类估计方法的需求，但迄今为止还没有这样一种能将所有变量在其适当域上建模的方法。我们通过将一类新的混合图模型与基于广义协方差矩阵的结构估计方法相结合，弥补了这一方法学空白。我们利用模拟报告了方法的性能，用自闭症谱系障碍(ASD)数据集说明了该方法，并提供了作为R包的实现的代码。
引用
@article{arxiv.1510.05677,
title = {Structure estimation for mixed graphical models in high-dimensional data},
author = {Jonas M. B. Haslbeck and Lourens J. Waldorp},
journal= {arXiv preprint arXiv:1510.05677},
year = {2015}
}