..

பயோமெட்ரிக்ஸ் & பயோஸ்டாடிஸ்டிக்ஸ் ஜர்னல்

ஐ.எஸ்.எஸ்.என்: 2155-6180

திறந்த அணுகல்
கையெழுத்துப் பிரதியை சமர்ப்பிக்கவும் arrow_forward arrow_forward ..

Bayesian Inference for Sparse VAR(1) Models, with Application to Time Course Microarray Data

Abstract

Guiyuan Lei, Richard J Boys, Colin S Gillespie, Amanda Greenall and Darren J Wilkinson

This paper considers the problem of undertaking fully Bayesian inference for both the parameters and structure of a vector autoregressive model on the basis of time course data in the ``p>> n scenario’’. The autoregressive matrix is assumed to be sparse, but of unknown structure. The resulting algorithm for dynamic Bayesian network inference is shown to be highly effective, and is applied to the problem of dynamic network inference from time course microarray data using a dataset concerned with the transient response of budding yeast to telomere damage.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

இந்தக் கட்டுரையைப் பகிரவும்

குறியிடப்பட்டது

arrow_upward arrow_upward