面向高维空间光谱数据的结构化函数回归模型
应用统计
2013-11-05 v1
摘要
光谱数据的建模与分析是一个活跃的研究领域，在化学和生物学中有着广泛应用。本文重点分析来自骨骨折愈合实验的拉曼光谱（Raman spectra），尽管用于从高维张量预测标量响应的函数回归模型可应用于任何光谱数据。该回归模型建立在光谱的稀疏函数表示之上，并容纳多个空间维度。我们将模型应用于骨骨折愈合实验的体内和体外场景，利用拉曼光谱预测骨矿物质密度（BMD），这是骨折愈合的重要指标。为了说明该方法的通用适用性，我们还利用它根据核磁共振（NMR）光谱预测脂蛋白浓度。
引用
@article{arxiv.1311.0416,
title = {Structured functional regression models for high-dimensional spatial spectroscopy data},
author = {Arash A. Amini and Elizaveta Levina and Kerby A. Shedden},
journal= {arXiv preprint arXiv:1311.0416},
year = {2013}
}