-
题名微生物组学中的高维计数和成分数据分析
- 1
-
-
作者
吴昌晶
何顺
邓明华
-
机构
北京大学数学科学学院
北京大学定量生物学中心
北京大学统计科学中心
-
出处
《中国科学：数学》
CSCD
北大核心
2017年第12期1735-1760,共26页
-
基金
国家重大科学研究计划(批准号:2015CB910303)
国家重点研发计划(批准号:2016YFA0502303)
国家自然科学基金(批准号:31471246)资助项目
-
文摘
人体微生物组对人体健康和疾病起着重要作用.高通量测序技术的发展使得我们可以定量分析微生物组中所有菌种的成分.本文回顾近来在微生物组学研究中的高维计数和成分数据分析方法,其中包括Dirichlet多项分布模型及其拓展、从大维稀疏计数矩阵估计成分数据、高维成分回归和基于对数基底的成分数据统计推断方法.
-
关键词
高维计数数据
成分数据
Dirichlet多项分布模型
稀疏性
可识别性
回归模型
-
Keywords
high-dimensional count, compositional data, Dirichlet-multinomial model
sparsity, identifiabil-ity
regression model
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名计数数据广义估计方程相关系数矩阵估计的相合性
被引量：3
- 2
-
-
作者
林松
尹长明
孙晗
-
机构
广西大学数学与信息科学学院
-
出处
《数学的实践与认识》
北大核心
2019年第2期298-303,共6页
-
基金
国家自然科学基金(11061002)
广西自然科学基金(2015GXNSFAA139006)
-
文摘
一般线性模型只能拟合一些特殊的资料,而广义线性模型则不一样,它具有较大的灵活性,运用也日趋广泛.基于此,运用广义估计方程证明了高维变量下Poisson分布相关阵的相合性.
-
关键词
广义估计方程
真实相关阵
高维纵向计数数据
相合性
-
Keywords
generalized estimating equation
real correlation matrix
high dimensional longitudinal counting data
consistency
-
分类号
O212.1
[理学—概率论与数理统计]
-
