有序贝叶斯网络在肥胖数据中的应用

针对肥胖数据,首先利用Kuschner方法生成初始网络,然后与Halbersberg方法进行结合得到有序贝叶斯网络,最终预测肥胖等级,并寻找影响肥胖的因素.     

基于混合图模型的统计学课程关系分析

分析某高校统计学专业学生31门课程的成绩,其中23门成绩为百分制,8门成绩为5级制。对5级制成绩忽略进行建模,利用混合图模型刻画课程之间的关系。     

基于gCoda方法的HMP成分数据分析

用gCoda方法分析变换HMP(NIH Human Microbiome Project)数据后的成分数据,进而刻画各成分之间的关系,得到微生物间的相互作用网络,分析微生物相互关系对人体健康的影响.     

基于自适应Lasso的缺失数据图模型选择

考虑数据完全随机缺失情形下的高斯图模型选择问题.在惩罚似然方法的框架下,基于自适应Lasso惩罚提出自适应MissGLasso方法,并结合EM算法和GLasso算法对协方差逆阵进行估计.通过模拟发现,与MissGLasso方法相比,自适应MissGLasso方法在图模型选择和协方差逆阵估计上具有较优的表现.     

基于l1惩罚加速的贝叶斯网贪婪搜索算法

首先通过l_1惩罚学习高斯图模型(即贝叶斯网的道义图),然后在道义图上贪婪搜索贝叶斯网的结构。通过模拟实验与PC算法、GES方法和GDS算法进行了比较。