基于偏相关系数网络模型的构建

被引：3

作者：

闫艳 ^{[1
]}

江成顺 ^{[2
]}

机构：

[1] 中南财经政法大学

[2] 长江师范学院

来源：

龙岩学院学报 | 2019年 / 37卷 / 02期

关键词：

高斯图模型; 蛋白质间相互作用网络; 偏相关系数; PC-stable算法;

D O I：

10.16813/j.cnki.cn35-1286/g4.2019.02.001

中图分类号：

O157.5 [图论]; Q811.4 [生物信息论];

学科分类号：

070101 [基础数学]; 090609 [兽医生物信息学];

摘要：

在度量网络节点间的相关性时,偏相关系数因能区分直接相关性与间接相关性得到广泛的应用。高斯图模型是一种重要的无向图模型,然而当样本数目(n)小于变量数量(P)时不再适用。研究针对此类问题,讨论了改进的高斯图模型算法。在处理高维数据时,提出了基于偏相关系数的路径相容稳定(PC-stable)算法,通过与改进的高斯图模型算法进行实验模拟对比,显示所提出的新算法,即基于PC-stable的偏相关系数算法构建的网络具有更高的精度。最后运用所提出的算法构建了一个生物网络,并对网络进行说明。

引用

页码：1 / 6

页数：6

共 5 条

[1]

The adaptive and the thresholded Lasso for potentially misspecified models (and a lower bound for the Lasso).[J].Sara van de Geer;Peter Bühlmann;Shuheng Zhou.Electronic Journal of Statistics.2011,

[2]

Gene Association Networks from Microarray Data Using a Regularized Estimation of Partial Correlation Based on PLS Regression [J].

Tenenhaus, Arthur ;

Guillemot, Vincent ;

Gidrol, Xavier ;

Frouin, Vincent .

IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS, 2010, 7 (02) :251-262

[3]

Sparse partial least squares regression for simultaneous dimension reduction and variable selection.[J]..Journal of the Royal Statistical Society: Series B (Statistical Methodology).2010, 1

[4]

Model selection and estimation in the Gaussian graphical model [J].

Yuan, Ming ;

Lin, Yi .

BIOMETRIKA, 2007, 94 (01) :19-35

[5]

The adaptive lasso and its oracle properties [J].

Zou, Hui .

JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2006, 101 (476) :1418-1429

← 1 →