Aitchison's Compositional Data Analysis 40 Years On: A Reappraisal
发展约翰艾奇逊的方法组成的数据分析如下,因为他的论文宣读了英国皇家统计学会于1982年。艾奇逊的logratio方法,提出了解决问题的方面与数据的固定和约束,进行了总结和重新评估。据认为,这种方法最初建立的属性,主要的一个是subcompositional一致性,不需要得到满足确切-准一致性是足够的,这是足够接近一致的所有实际目的。这使得该领域可以使用更简单的数据转换,如幂转换,允许数据中的零值。精确等距的附加属性,随后被引入,而不是在艾奇逊的原始概念,强制使用等距对数变换,但这些都是复杂的和有问题的解释,涉及比的几何平均值。如果这个性质在某些分析背景下被认为是重要的,例如无监督学习,它可以通过证明规则的成对对数以及替代的准相干变换也可以是准等距的来放松,这意味着它们足够接近于所有实际目的的精确等距。它的结论是等距和相关的logratio转换,如枢轴logratios不是一个良好的实践的先决条件,虽然许多作者坚持他们的强制性使用。这一结论是完全支持地球化学和基因组学的案例研究,其中表现良好的成对logratios,最初提出的艾奇逊,或Box-Cox功率变换的原始组合物,其中没有零替换是必要的。
2023-01-18 stat.ME
Rectified Fisher-Bingham Model for Compositional Data with Zeros
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出校正的Fisher-Bingham模型用于含零的组成数据,通过平方根变换和隐含模型诱导精确零,避免零填补,提供参数化方法检测组间组成差异,模拟和应用研究表明其在零值多时具有更高功效。
2026-04-27 stat.ME
The k-NN algorithm for compositional data: a revised approach with and without zero values present
在成分数据中,观测值是具有非负分量的向量,其总和为常数,通常为1。这类数据出现在许多领域,如地质学、考古学、生物学、经济学和政治学等。本文的目标是扩展出租车度量和一个新提出的度量成分数据采用幂变换。这两个度量都将用于k-最近邻算法,而不管是否存在零。给出了实际数据的例子。
2015-06-17 stat.ME
Modelling compositional data with structural zero values
Umm Al–Qura University(乌姆·古拉大学);University of Crete(克里特大学)
本文针对含结构零值的成分数据,提出条件逻辑正态分布模型,结合EM算法实现快速计算,还给出回归设置并与Dirichlet类似模型对比,为成分数据的建模分析提供了新方法。
2026-10-02 stat.ME
Gaussian asymptotic limits for the $α$-transformation in the analysis of compositional data
成分数据由分量和为1的比例向量组成。这样的向量位于标准单形中,标准单形是一个有边界的带边流形。在成分数据分析领域中一直存在争议的一个问题是单纯形上度量的选择。一种流行的可能性是使用由Aitchison [1,2]提出的对数变换数据所隐含的度量;另一种流行的方法是使用从环境空间继承的标准欧几里得度量。Tsagris等人。[21]提出了一个单参数幂变换族,即$α$ -变换,它包括艾奇逊变换所隐含的度量和欧几里得度量作为特殊情况。我们的基本理念是,对于许多数据集,使用这些数据来帮助我们确定合适的指标可能是有意义的。一个相关的可能性是将$α$变换应用于一个参数分布族,然后估计a和其他参数。然而,正如我们将看到的,当我们用狄利克雷族遵循这最后一种方法时,在出现$(α\neq 0)$的某种极限情况下需要注意,正如我们在将这个模型拟合到真实和模拟数据时所发现的那样。具体地说,当a的最大似然估计量接近0时,其他参数往往很大。本文的主要目的是研究这一限制的情况下,理论和数值,并提供洞察这些数值结果。
2019-02-21 math.ST stat.ME stat.TH
Independent Component Analysis for Compositional Data
成分数据代表一个特定的多元数据族,其中感兴趣的信息包含在部分之间的比率中,而不是单个部分的绝对值中。对这些特定数据的分析是具有挑战性的,因为对原始观察结果应用标准多变量分析工具可能导致虚假结果。因此,在进一步分析之前应用某些转换是适当的。一种流行的多变量数据分析工具是独立成分分析。独立成分分析的目的是在数据中找到统计上独立的成分,因此可以被视为主成分分析的扩展。在本文中,我们研究了一种方法,如何适用于独立成分分析的组成数据,尊重前者的性质,并证明了这一程序的有用性代谢组学数据集。
2020-07-01 stat.ME
A Dirichlet Regression Model for Compositional Data with Zeros
成分数据在许多不同的领域,如经济学,考古学,生态学,地质学和政治学。因变量是组成的回归通常通过组成的对数比变换或通过狄利克雷分布进行。然而,当数据中存在零值时,这两种方法并不容易适用。存在解决此问题的建议,但大多数建议依赖于替换零值。在本文中,我们调整的Dirichlet分布时,协变量存在,以允许零值存在于数据中,而不修改任何值。为此,我们修改Dirichlet分布的对数似然以考虑零值。算例和仿真研究表明了零调整Dirichlet回归的性能。
2017-06-07 stat.ME
On the distribution of isometric log-ratio transformations under extra-multinomial count data
本文推导了Dirichlet-多项混合模型下过度离散计数数据经ilr变换后坐标的渐近正态近似,并通过模拟验证其适用性,为微生物组成分数据分析提供指导。
2024-06-19 stat.ME
A folded model for compositional data analysis
建立了一个用于分析成分数据的折叠型模型。所提出的模型涉及到的$α$的组成数据的转换的扩展,并提供了一个新的和灵活的类分布的建模数据定义的简单样本空间。尽管它的结构看起来相当复杂,期望最大化算法的就业保证有效的参数估计。通过仿真研究和实例验证了该模型的有效性,表明该模型在捕获数据结构方面比流行的逻辑正态分布表现更好,并且可以优于没有折叠的类似模型。
2019-02-26 stat.ME stat.ML
An Explicit Link between Extreme Value Theory and Compositional Data Analysis
University of Geneva(日内瓦大学)
研究极值理论与成分数据分析,通过斜投影等简单变换建立二者显式联系,可实现统计方法在两领域间转移,如引入基于极值模型的成分数据内在逻辑正态图形模型,探索成分数据分析降维方法用于多元极值分析。
2026-07-13 stat.ME
Weighted compositional functional data analysis for modeling and forecasting life-table death counts
Macquarie University(麦考瑞大学)
针对生命表死亡人数预测,提出加权成分函数型数据分析方法,赋予近期数据更高权重,提高短期预测精度,助力年金定价与准备金设定。
2025-10-27 stat.ME
Flexible non-parametric regression models for compositional data
本文提出α-k-NN回归,一种基于α变换的非参数回归模型,用于成分数据,能处理零值,预测更准确且计算高效。
2023-09-06 stat.ME
Simplicial clustering using the $α$--transformation
Department of Economics, University of Crete(克里特大学经济学系)
本文提出两种基于 $α$--变换的成分数据单纯形聚类方法,分别改编自 $K$--means 与 Gaussian mixture models,并通过模拟和真实数据验证其性能。
2025-09-28 stat.ME
It's All Relative: New Regression Paradigm for Microbiome Compositional Data
微生物组数据本质上是复杂的,涉及高维、组成、零膨胀和分类层次。组成数据驻留在不允许标准欧几里得几何的单纯形中。大多数现有的成分回归方法依赖于不充分或甚至不适当的建模数据与过多的零和分类结构的转换。我们开发了一个新的相对位移回归框架,直接使用组合物作为预测因子。新的框架为成分回归提供了一个范式转变,并提供了一个优越的生物学解释。新的等稀疏和分类指导的正则化方法和一个有效的平滑近端梯度算法,以促进回归的特征聚集和降维。因此,该框架可以自动识别临床相关的微生物,即使它们在不同的分类学水平上很重要。一个统一的有限样本预测误差界的建议正则化估计。我们证明了所提出的方法在广泛的模拟研究的有效性。应用于早产儿研究揭示了肠道微生物组与神经发育之间关联的新见解。
2020-11-11 stat.AP stat.ME
GeoCoDA: Recognizing and Validating Structural Processes in Geochemical Data. A Workflow on Compositional Data Analysis in Lithogeochemistry
本文提出 GeoCoDA 教程式工作流,结合对数比变换、成分建模与机器学习,从岩石地球化学数据中识别并验证成岩、变质、蚀变及矿化等结构性过程。
2023-12-09 physics.geo-ph stat.ME
Regression models for ordinal compositional data
针对序数成分数据,提出一种基于Wasserstein距离的线性回归框架,通过线性规划实现全局最优,并引入诊断工具,提升可解释性和预测性能。
2026-10-06 math.ST stat.ME stat.TH
Regularized regression on compositional trees with application to MRI analysis
合成树是指一组随机变量上的树结构,其中每个随机变量是一个节点,并且合成发生在树的每个非叶节点处。作为组成数据的概括,组成树处理随机变量之间更复杂的关系,出现在许多学科中,例如脑成像、基因组学和金融学。我们考虑与组合树相关的数据的稀疏回归问题,并提出了一种基于无变换树的正则化回归方法用于组件选择。正则化惩罚是基于树结构设计的,并鼓励稀疏树表示。我们证明了我们所提出的回归系数的估计是相容的和模型选择相容的。在仿真研究中,我们的方法显示出更高的精度比竞争的方法在不同的情况下。通过分析来自阿尔茨海默病研究的脑成像数据集,我们的方法确定了记忆衰退与大脑区域体积之间的有意义的关联,这与目前的理解是一致的。
2021-04-16 stat.AP stat.ME
Tree Estimation and Saddlepoint-Based Diagnostics for the Nested Dirichlet Distribution: Application to Compositional Behavioral Data
Stephen F. Austin State University(斯蒂芬·F·奥斯汀州立大学);Southern Methodist University(南方卫理公会大学);Northern Arizona University(北亚利桑那大学)
本文提出了一种数据驱动的树寻找算法和基于鞍点的诊断工具,用于改进嵌套狄利克雷分布对组合行为数据的建模与评估。
2026-01-14 stat.ME
Penalized likelihood estimation of probability density functions using compositional splines
Palacký University Olomouc(帕尔卡茨大学)
该研究针对概率密度函数两阶段估计的偏差问题,提出了基于贝叶斯希尔伯特空间、中心对数比变换和ZB样条的惩罚最大似然框架,经模拟和地球化学数据验证了其有效性。
2026-08-25 stat.ME
Artificial Neural Networks to Impute Rounded Zeros in Compositional Data
Zurich University of Applied Sciences(苏黎世应用科技大学)
近年来,深度学习方法越来越受欢迎,但它们还没有进入成分数据分析。成分数据的插补方法通常应用于数据的加性、居中或等距对数比表示。一般来说,成分数据分析的方法只能应用于数据矩阵中观察到的正条目。因此,人们试图插补低于检测限的缺失值或测量值。本文提出了一种基于人工神经网络的舍入零点输入新方法,并与传统方法进行了比较。我们还感兴趣的问题是否为人工神经网络,表示的数据在对数比插补的目的,是相关的。可以表明,当对具有中等大小的数据集进行舍入时,ANN具有竞争力甚至表现更好。当数据集很大时,它们会提供更好的结果。此外,我们可以看到,人工神经网络插补过程中的对数比变换仍然有助于改善结果。这证明了组合数据分析的理论和组合数据分析的所有属性的实现在深度学习时代仍然非常重要。
2020-12-18 cs.LG stat.ME stat.ML
Accounting statement analysis at industry level. A gentle introduction to the compositional approach
University of Girona(赫罗纳大学);University of Vic - Central University of Catalonia(维克大学-加泰罗尼亚中央大学)
本文介绍组合数据分析方法在行业层面财务报表分析中的应用,通过几何均值计算行业财务比率均值,利用组合主成分分析、聚类分析和回归模型进行可视化与建模,并以西班牙酒庄为例演示杜邦分析。
2026-05-28 q-fin.ST stat.AP stat.ME
Compositional Periodic Spline Approximation for Circular Density Data in Bayes Spaces
Palacký University(帕拉茨基大学);University of Pardubice(帕尔杜比采大学)
本文提出了一种利用贝叶斯空间中的希尔伯特空间结构,通过组合周期样条对圆密度数据进行近似和分析的新框架,通过中心对数比变换将密度表示为标准L²空间的子空间,从而在保持分布相对性和周期结构的同时应用函数数据分析工具。
2026-05-18 math.ST stat.ME stat.TH
Spatial Hyperspheric Models for Compositional Data
针对成分数据空间分析中传统方法的强假设问题,提出截断ESAG分布的空间超球面回归模型,含固定与随机空间效应及不确定性传播项,并经模拟和啄木鸟声学信号数据验证。
2025-05-24 stat.AP stat.CO stat.ME
Geometry-preserving and interpretable dimension reduction for compositional data
University of Michigan(密歇根大学);KAIST(韩国科学技术院)
针对高维成分数据的单形约束和零膨胀问题,提出一种保几何降维框架,将高维成分直接映射到低维单形,实现可解释的软合并与双可视化,并基于核方法估计中心成分子空间,证明估计与目标子空间不同维度下的一致性。
2026-06-01 math.ST stat.AP stat.ME
Soil Texture Prediction with Bayesian Generalized Additive Models for Spatial Compositional Data
Universitat Politècnica de València(瓦伦西亚理工大学);Biogipuzkoa Health Research Institute(比奥吉普斯夸健康研究所);Deusto Physical TherapIker, Faculty of Health Sciences, University of Deusto(德乌斯托大学健康科学学院德乌斯托物理治疗Iker);School of Science and Technology, IE University(IE大学科学与技术学院)
研究针对成分数据建模方法局限,从贝叶斯视角用R语言\texttt{brms}包提出地理加法回归模型,应用等距对数比变换和惩罚样条,还提出新拟合优度度量,经模拟研究验证并用于土壤质地预测,效果良好。
2026-07-23 stat.AP stat.ME
Robust score matching for compositional data
本文提出一种结合加性对数比变换和加权得分匹配的稳健估计方法,用于受限多项式倾斜成对交互(RPPI)分布的组合数据,对零值和异常值具有鲁棒性,并在模拟和微生物组数据中验证了其有效性。
2023-05-12 math.ST stat.AP stat.CO