首页> 中文期刊> 《中华流行病学杂志》 >高维组学数据分析中的贝叶斯变量选择方法

高维组学数据分析中的贝叶斯变量选择方法

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着基因组测序技术和生物信息学的迅猛发展,近几年涌现了大量与疾病相关的组学数据即所谓高维数据。对于这类组学数据,共同特点是自变量个数p通常远大于观察例数n,且自变量间往往高度相关,从成千上万个组学数据中识别出真正有意义的自变量带来一些统计学挑战。本文对高维数据中的贝叶斯变量选择方法做论述。

著录项

来源
《中华流行病学杂志》 |2017年第5期||共页
作者
董晓强; 许树红; 陶然; 王彤;
展开▼
作者单位

山西医科大学公共卫生学院卫生统计教研室;

展开▼
原文格式 PDF
正文语种 chi
中图分类数理统计;
关键词
高维数据; 贝叶斯变量选择; g先验; Non-local先验;

相似文献

中文文献
外文文献
专利

1. 基于non-local先验的贝叶斯变量选择方法及其在高维数据分析中的应用 [J] . 马金沙 ,董晓强 ,高倩 . 中国卫生统计 . 2020,第003期
2. 中位数回归的贝叶斯变量选择方法 [J] . 胡丹青 ,顾永泉 ,赵为华 . 应用概率统计 . 2019,第006期
3. 贝叶斯统计学中先验分布的选择方法新探 [J] . 李勇 ,孙荣 . 西部论坛 . 2007,第005期
4. 文本聚类中的贝叶斯后验模型选择方法 [J] . 姜宁 ,史忠植 . 计算机研究与发展 . 2002,第005期
5. 基于连续性变量和二元变量的贝叶斯自适应剂量发现算法 [J] . 刘瑞银 ,李晓毅 . 中国卫生统计 . 2012,第004期
6. 贝叶斯工具变量分析方法在二分类数据中的应用研究 [C] . 向春 ,吴骋 ,贺佳 . 2014中国卫生信息技术交流大会 . 2014
7. 基于non-local先验的贝叶斯变量选择方法及其在极高维数据分析中的应用 [A] . 董晓强 . 2017

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号