Penalized empirical likelihood estimation and EM algorithms for closed-population capture-recapture models
本文将经验似然方法扩展至考虑行为效应的捕获-重捕获模型，提出惩罚经验似然估计以解决低捕获概率下的不稳定性，并开发EM算法提升实用性，实验证明其优于现有方法。
2022-08-11 stat.ME
A new integrated likelihood for estimating population size in dependent dual-record system
在捕获-再捕获类型实验中，如何有效地利用依赖双记录系统（DRS）估计种群大小仍然是一个统计学难题。由于DRS下时间-行为反应变异模型（$M_{tb}$）的不可辨识性，贝叶斯范式下基于信息先验的方法很少被开发。我们在这篇文章中的贡献是在开发集成的似然函数从模型$M_{tb}$的基础上开发的新方法由Severini（2007年，Biometrika）。在行为依赖方向知识可用的假设下，推导出了合适的权函数。这种伪似然函数的构造使得所得的估计量具有一些期望的性质，包括不变性和可忽略的先验（或权重）敏感性。广泛的模拟探索更好的性能，我们提出的方法在大多数情况下比现有的贝叶斯方法。此外，作为一个非贝叶斯估计，它简单地避免了繁重的计算工作量和时间。最后，基于流行病学和经济普查的两个现实生活中的数据集的说明。
2019-01-23 stat.ME
Two-step semiparametric empirical likelihood inference from capture-recapture data with missing covariates
针对捕获-重捕获数据中协变量随机缺失且可为连续或离散变量的问题，基于Binomial和Poisson回归提出两步半参数经验似然方法进行丰度估计，证明了估计量的渐近正态性与高效性，并扩展至1膨胀计数回归模型，模拟与实例分析验证了其优越性。
2025-07-14 stat.ME
Nearly optimal capture-recapture sampling and empirical likelihood weighting estimation for M-estimation with big data
子采样技术可以降低处理大数据的计算成本。实际的二次抽样计划通常包括初始均匀抽样和细化抽样。对于子样本，大数据推断通常建立在逆概率加权（IPW）上，当概率权重接近零时，IPW变得不稳定，并且不能包含辅助信息。首先，我们考虑捕获-再捕获采样，它结合了初始均匀采样和第二泊松采样。在这种抽样方案下，我们提出了一个经验似然加权（ELW）估计方法的M-估计参数。其次，基于ELW方法，我们构造了一个近似最优的捕获-再捕获抽样方案，该方案平衡了估计效率和计算成本。第三，我们得出的方法来确定最小的样本量，建议的抽样和估计方法产生的估计保证精度。我们的ELW方法通过规避使用逆概率来克服IPW的不稳定性，并利用辅助信息，包括大数据的大小和某些样本矩。我们表明，建议ELW方法产生更有效的估计比IPW，导致更有效的最优抽样计划和更经济的样本量的一个预先指定的估计精度。这些优点通过仿真研究和实际数据分析得到证实。
2022-09-10 stat.ME
Maximum likelihood abundance estimation from capture-recapture data when covariates are missing at random
针对捕获-再捕获实验中协变量随机缺失问题，本文提出最大经验似然丰度估计方法，证明其渐近正态性与卡方极限分布，并通过模拟和香港黄腹山鹪莺数据验证其均方误差更小、置信区间覆盖率更准确。
2025-07-19 stat.ME
Semiparametric empirical likelihood inference for abundance from one-inflated capture-recapture data
针对捕获-重捕获数据中的单值膨胀与异质性问题，提出半参数经验似然丰度估计方法，通过EM算法求解并设计得分检验，有效提升了估计稳定性和置信区间覆盖率。
2025-07-14 stat.ME
On the Population Size Estimation from Dual-record System: Profile-Likelihood Approaches
基于各种应用的需要，我们考虑了双记录系统（DRS）（等价于两样本捕获-再捕获实验）中的齐次人口规模（N）估计问题。独立捕获-再捕获模型Mt的似然估计在这种情况下被广泛使用，尽管行为依赖模型Mtb的适当性得到一致认可。我们的主要目的是调查使用几个相关的伪似然方法剖析N，明确的模型Mtb。提出了一种调整轮廓似然的方法。通过与Lee等人（Statistica Sinica，2003，vol.13）提出的一般捕获-再捕获实验的贝叶斯估计进行比较，对所提方法的性能进行了仿真研究。我们还分析了可能的模型误指定的影响，由于使用模型山，在效率和鲁棒性。最后，两个现实生活中的例子，具有不同的特点，说明所讨论的方法。
2015-04-05 stat.ME
Estimating abundance from multiple sampling capture-recapture data via a multi-state multi-period stopover model
捕获-再捕获数据的收集通常涉及在相对短的时间段内在许多捕获场合收集数据。对于许多研究物种，这一过程是重复的，例如每年一次，从而产生跨越多个采样期的捕获信息。模型的稳健设计类提供了一个方便的框架，可以在单个似然表达式中分析所有可用的捕获数据。然而，这些模型通常依赖于假设在一个采样周期内封闭（封闭稳健设计）或条件在一个采样周期内捕获的个体数量（开放稳健设计）。我们在本文中开发的模型既不需要假设明确建模的人口内和之间的采样期间，这反过来又允许估计丰度的个人的运动。这些模型进一步扩展，使参数不仅取决于捕获时机，但也加入人口和多状态数据的情况下，有个别时变离散协变量信息的时间量。我们推导出一个有效的似然表达式的新的多状态多周期中途停留模型使用隐马尔可夫模型框架。我们证明了新的模型，通过模拟研究，然后考虑一个数据集上的大冠蝾螈，Triturus cristatus。
2018-10-24 stat.ME
Maximum likelihood estimation of mark-recapture-recovery models in the presence of continuous covariates
我们考虑标记-再捕获-恢复（MRR）数据的动物模型参数是一个函数的个别随时间变化的连续协变量。对于此类协变量，如果相应个体未观察到，则协变量值未观察到，在这种情况下，无法评估生存概率。对于连续值协变量，相应的似然只能以积分的形式表示，这在分析上是难以处理的，迄今为止，还没有开发出使用数据中所有信息的极大似然方法。假设协变量值的一阶马尔可夫过程，我们通过在状态空间框架中制定MRR设置并考虑近似似然方法来完成这项任务，该方法基本上将协变量值的范围离散化，将积分减少到求和。然后可以使用隐马尔可夫模型的标准技术有效地计算和最大化可能性。我们最初评估的方法，使用模拟数据，然后再应用到与Soay羊有关的真实数据，指定的生存概率作为体重的函数。先前为相应的协变量过程提出的模型通常是扩散随机游动的形式。我们考虑一个替代的非扩散AR（1）型模型，似乎提供了一个显着更好的适合Soay羊的数据。
2013-11-29 stat.AP stat.ME
Approximate Maximum Likelihood Inference for Acoustic Spatial Capture-Recapture with Unknown Identities, Using Monte Carlo Expectation Maximization
针对声学空间捕获-再捕获中鸣叫身份未知的难题，提出基于蒙特卡洛期望最大化的估计方法，结合潜变量采样与半完全数据似然，经实测和模拟验证偏差低、置信区间覆盖效果好。
2024-10-06 stat.AP stat.ME stat.ML
Heterogeneity and behavioral response in continuous time capture-recapture, with application to street cannabis use in Italy
我们提出了一个通用的和灵活的捕获-再捕获模型在连续时间。我们的模型结合了时间异质性，观察到的和未观察到的个体异质性，以及捕获的行为反应。行为反应可能具有延迟发作和有限时间记忆。群体大小的估计是基于使用期望最大化算法后的条件似然。我们开发了一个应用程序，估计在意大利的成年大麻素用户的数量。
2014-01-10 stat.AP stat.ME
Data fusion of distance sampling and capture-recapture data
物种分布模型（SDM）越来越多地用于生态学，地理学和野生动物管理，以了解物种-栖息地的关系和丰富的空间和时间。距离采样（DS）和捕获-再捕获（CR）是两种广泛收集的数据类型，以了解物种-栖息地关系和丰度，但由于缺乏空间覆盖，它们很少用于空间数据模型。然而，两个数据源的数据融合可以增加空间覆盖，这可以减少参数的不确定性，使预测更准确，因此，可以用于物种分布建模。我们开发了一种基于模型的方法，DS和CR数据的数据融合。我们的建模方法考虑了两个常见的缺失数据问题：1）缺失的个体是非随机缺失（MNAR）和2）部分缺失的位置信息。使用模拟实验，我们评估了我们的建模方法的性能，并将其与现有的方法进行比较，这些方法使用ad-hoc方法来解决缺失数据问题。我们的研究结果表明，我们的方法提供了无偏的参数估计与现有的方法相比，提高了效率。我们证明了我们的方法，使用收集的数据蚱蜢麻雀（Ammodramus savannarum）在美国堪萨斯州东北部。
2022-03-08 stat.AP stat.ME
Estimating abundance-based generalized species accumulation curves
物种的数量可以通过从物种集合中取样个体来估计。研究了非参数Poisson混合模型中广义物种积累曲线的估计问题。提出了一种基于似然的估计器，并通过实例进行了说明。
2006-09-20 math.ST stat.TH
Spatial Capture-Recapture With Penalized Regression Splines to Flexibly Model Wildlife Density and Distribution
Utrecht University（乌得勒支大学）；University of Glasgow（格拉斯哥大学）；University of St Andrews（圣安德鲁斯大学）；World Wide Fund for Nature（世界自然基金会）；University of Auckland（奥克兰大学）
提出一种结合惩罚回归样条和拉普拉斯近似惩罚边际最大似然的空间捕获-再捕获框架，通过近似对数高斯Cox过程灵活建模活动中心分布，改善动物空间分布估计。
2026-06-01 stat.AP stat.ME
Incorporating Animal Movement into Continuous-Time Spatial Capture-Recapture Models
University of British Columbia（不列颠哥伦比亚大学）；University of Edinburgh（爱丁堡大学）；University of St Andrews（圣安德鲁斯大学）
本文针对空间捕获-重捕模型未明确建模动物运动可能导致种群规模估计偏差的问题，开发了纳入运动的连续时间框架，经模拟和美洲貂数据验证可实现无偏推断并提供空间利用信息。
2026-08-19 stat.ME
Large Data and (Not Even Very) Complex Ecological Models: When Worlds Collide
我们认为，当复杂的生态模型拟合“大”的数据集时出现的挑战。特别是，我们专注于随机效应模型，通常用于描述个体异质性，经常出现在生态种群的研究。在一般情况下，这些模型导致的可能性，是表达为一个分析棘手的积分。用于将这种模型拟合到数据的常见技术包括例如使用积分的数值近似或贝叶斯数据增强方法。然而，随着数据集的大小增加（即个体的数量增加），这些计算工具可能在计算上变得不可行。我们提出了一种有效的贝叶斯模型拟合方法，即我们最初从数据的较小子样本的后验分布中采样，然后使用重要性抽样方法校正该样本以获得完整数据集的后验分布的估计。我们考虑了几个实际问题，包括二次抽样机制，计算效率（包括并行算法的能力），并结合使用多个二次抽样数据集的二次抽样估计。我们展示了与个体异质性捕获-再捕获模型相关的方法。我们首先通过模拟数据证明了该方法的可行性，然后再考虑一个具有挑战性的约30，000只海鸠的真实数据集，并在大幅减少的计算时间内获得后验估计。
2022-05-15 stat.ME
Probit models for capture-recapture data subject to imperfect detection, individual heterogeneity and misidentification
随着用于动物种群的非侵入性采样技术变得越来越流行，人们对开发捕获-再捕获模型越来越感兴趣，该捕获-再捕获模型可以适应个体的不完美检测和错误识别（例如，由于基因分型错误）。然而，目前的方法不允许参数的个体变化，例如检测或存活概率。在这里，我们开发了错误识别模型的捕获-再捕获数据，可以同时考虑时间变化，行为效应和个体异质性的参数。为了方便贝叶斯推断使用我们的方法，我们扩展标准的概率回归技术，潜在的多项模型的维度和零的响应不能观察到。我们还提出了一种新的Metropolis-Hastings内Gibbs算法，使用马尔可夫链蒙特卡罗拟合这些模型。使用封闭的种群丰度模型进行说明，我们重新访问了美国密歇根州黑熊的DNA捕获-再捕获种群研究，发现由于基因分型错误以及检测概率的时间，行为和个体差异而导致错误识别的证据。我们还估计了蝾螈人口已知的大小，从实验室实验评估的有效性，通常用于两栖动物和鱼类的标记技术。我们的模型能够可靠地估计这一人群的规模，并提供了证据的个体异质性的错误识别概率，这是由于变量标记质量。我们的方法比以前提出的方法计算要求更高，但它提供了必要的灵活性，可以探索更广泛的模型套件，同时适当考虑由错误识别和不完美检测引入的不确定性。在没有错误识别的情况下，我们的概率单位公式也提供了一个方便和有效的吉布斯抽样贝叶斯分析传统的封闭人口捕获-再捕获数据。
2015-02-03 q-bio.PE q-bio.QM stat.AP
Continuous-time multi-state capture-recapture models
本研究提出一种连续时间多状态捕获-再捕获模型，作为Arnason-Schwarz模型在不规则采样数据上的类比，通过隐马尔可夫框架进行推断，并应用于苏格兰东海岸宽吻海豚数据，揭示季节性移动模式以支持保护管理。
2020-02-21 stat.AP stat.ME
A Capture-Recapture Approach to Enhance Treatment Effect Evaluation in an Observational Cohort
本研究扩展捕获-再捕获方法，结合观察队列与随机试验的锚流设计，提出新型估计器以增强目标人群的治疗效果评估，并通过模拟和疫苗数据验证其有效性与效率。
2025-10-26 stat.ME
Exact Likelihoods for N-mixture models with Time-to-Detection Data
本文构建融合计数与探测时间数据的 N-混合模型，基于次序统计量推导精确闭式似然，揭示记录探测时间在无重复计数时可提升估计精度。
2023-09-26 stat.ME
Dependence-robust confidence intervals for capture-recapture surveys
捕获-再捕获（CRC）调查用于估计其成员无法直接计数的人口规模。CRC调查已被用于估计新冠肺炎感染人数、吸毒者、性工作者、冲突伤亡人数和贩运受害者。当获得$k$捕获样本时，样本子集中的单位捕获计数自然地由$2^k$列联表表示，其中一个元素--未出现在任何样本中的个体数量--保持未观察。在没有额外假设的情况下，人口规模无法识别（即点识别）。对样本之间的相关性的严格假设通常用于实现点识别。然而，现实世界的CRC调查经常使用便利样本，其中假设的依赖性不能得到保证，并且在这些假设下的人口规模估计可能缺乏经验可信度。在这项工作中，我们应用部分识别的理论表明，弱假设或定性知识样本之间的依赖性的性质，可以用来描述一个非平凡的置信集的真实人口规模。我们使用两种方法构建成对捕获概率的置信区间：测试反演自举置信区间和轮廓似然置信区间。仿真结果表明，良好校准的置信度为每种方法。在一个广泛的现实世界的研究中，我们采用新的方法来使用异构的调查数据来估计在比利时布鲁塞尔注射毒品的人数的问题。
2022-10-14 stat.AP stat.ME
Approximation of bayesian Hawkes process models with Inlabru
本文提出基于R包inlabru的霍克斯过程参数近似贝叶斯推断方法，通过分解对数似然并线性近似实现确定性后验，相比MCMC方法快2-10倍且结果相似。
2022-11-18 stat.CO
Estimating animal abundance with N-mixture models using the R-INLA package for R
成功的野生动物种群管理需要准确的丰度估计。在野生动物调查中，不完善的检测可能会混淆粗略的估计。N-混合物模型能够量化检测概率，并在适当条件下产生偏差较小的丰度估计值。在这里，我们演示了使用R的R-INLA包来分析N-混合模型，并将R-INLA的性能与其他两种常见方法进行比较：JAGS（通过R的runjags包），它使用马尔可夫链蒙特卡罗并允许贝叶斯推断，以及R的未标记包，它使用极大似然并允许频率论推断。我们表明，R-INLA是一个有吸引力的选择，用于分析N-混合模型时，（i）快速的计算时间是必要的（R-INLA是10倍快于未标记和500倍快于JAGS），（ii）熟悉的模型语法和数据格式（相对于其他R包）是理想的，（iii）调查水平的协变量检测是不必要的，（iv）贝叶斯推断是首选。
2018-08-15 stat.AP
Covariate-Assisted Bayesian Graph Learning for Heterogeneous Data
提出协变量依赖的贝叶斯高斯图模型，利用乘积划分、似然/伪似然与 G-Wishart 先验刻画异质数据的图结构，并证明 minimax 后验收缩率。
2023-08-15 stat.ME
Bayesian Nonparametric Density Autoregression with Lag Selection
我们开发了一个贝叶斯非参数自回归模型，适用于灵活地估计一般的过渡密度表现出非线性滞后依赖。我们的方法是贝叶斯密度回归Dirichlet过程的混合物，马尔可夫似然定义通过从混合物中获得的条件分布。这导致贝叶斯非参数扩展的混合专家模型制定。我们解决计算挑战后验抽样产生的马尔可夫结构的可能性。基础模型说明了人口动态的经典模型的合成数据，以及一系列的等待时间之间的老忠实间歇泉喷发。我们研究的推论，通过基础模型，然后扩展的方法，包括自动相关性检测之间的一组预先指定的滞后。全球和当地的滞后选择推理探索与额外的模拟研究，并说明了通过分析每年的时间序列的粉红色鲑鱼丰富的流在阿拉斯加的方法。我们进一步探讨和比较过渡密度估计性能的替代配置所提出的模型。
2021-07-13 stat.ME
Towards Automated Animal Density Estimation with Acoustic Spatial Capture-Recapture
University of St Andrews（圣安德鲁斯大学）
针对野生动物声学监测中ML识别假阳性处理不完善的问题，提出三种整合ML识别不确定性的声学空间捕获-重捕推断方法，经仿真验证可显著降低估算偏差。
2023-08-24 cs.LG cs.SD eess.AS
On the Estimation of Population Size from a Dependent Triple Record System
三重记录系统下基于捕获-再捕获实验的种群规模估计是流行病学、种群研究等领域的一个有趣问题。在许多现实生活场景中，捕获和再捕获尝试之间存在固有的依赖性。我们提出了一个新的模型，成功地结合了可能的依赖性和相关的参数具有很好的解释。基于极大似然方法，给出了总体规模和相关模型参数的估计方法。该模型应用于分析公共卫生和人口普查覆盖率评估研究的真实数据集。通过广泛的模拟研究评估了拟议估计的性能，并将结果与现有竞争对手进行了比较。结果表明，无论是在实际数据分析和仿真研究所提出的模型优于现有的竞争对手。
2019-04-01 stat.CO stat.ME
Model-based calibration of gear-specific fish abundance survey data as a change-of-support problem
Department of Statistical Sciences and Operations Research, Virginia Commonwealth University（弗吉尼亚联邦大学统计科学与运筹学系）；Department of Statistics, University of Washington（华盛顿大学统计学系；滑铁卢大学统计学与精算科学系）；Department of Statistics and Actuarial Science, University of Waterloo（澳大利亚国立大学金融、精算研究与统计研究学院）；Research School of Finance, Actuarial Studies and Statistics, Australian National University（阿拉巴马南大学海洋与环境科学斯托克斯学院）；Stokes School of Marine and Environmental Sciences, University of South Alabama（南方浸信会大学统计科学系）；Department of Statistical Science, Southern Methodist University（美国国家海洋和大气管理局东南渔业科学中心）；Southeast Fisheries Science Center, NOAA
本文提出了一种基于贝叶斯分层模型的校准工具，用于将不同渔具获取的相对种群数量指数转换为实际种群数量，以统一大范围渔业数据。
2025-12-02 q-bio.QM stat.ME
The enrichment history of the intracluster medium: a Bayesian approach
本文通过对130个星系团在0.1<z<1.3时的数据进行严格分析，测量了星系团中铁含量的演化。由于a）丰度测量的低信噪比和上限，b）可能的选择效应，c）参数空间的边界，d）非高斯误差，e）研究对象的内在多样性，以及f）丰度系统学，使得这项任务变得困难。我们引入贝叶斯模型来同时解决所有这些问题，从而允许串扰（协方差）。在模拟数据上，贝叶斯拟合恢复了输入富集历史，这与标准分析不同。在考虑了可能依赖于X射线温度、金属丰度系统学和研究对象的内在多样性之后，我们发现，无论是在高红移还是低红移，都没有达到现今的金属含量，而是随着时间的推移逐渐增加：在数据采样的7 Gyr中，铁丰度增加了1.5倍。因此，金属丰度的反馈不会在高红移处结束。进化是建立在中等数量的证据，19比1的赔率对更快或更慢的金属富集的历史。我们第一次量化了金属丰度的内在分布，18+/-3%，在校正了演化，X射线温度和金属丰度系统学的影响之后。最后，我们还提出了一个解析近似的X射线温度和金属丰度的似然函数，这是有用的其他回归拟合涉及这些参数。文中提供了130个聚类的数据和随机计算的代码。
2012-09-04 astro-ph.CO astro-ph.HE physics.data-an
Incorporating Memory into Continuous-Time Spatial Capture-Recapture Models
本文针对空间捕获-再捕获模型忽略个体观测间时空依赖的问题，提出融合活动中心与先前探测位置和时间的连续时间记忆建模框架，并通过美洲貂相机陷阱数据和模拟实验证明其能改善模型拟合、减少种群估计偏差。
2025-07-08 stat.AP stat.ME
Fast, universal estimation of latent variable models using extended variational approximations
广义线性潜变量模型（GLLVMs）是近年来在多响应数据分析中得到广泛应用的一类方法，例如在生态学中的多变量丰度数据分析中。GLLVM的主要特征之一是它们能够处理各种响应类型，例如（过度分散）计数、二项响应、（半）连续和比例数据。另一方面，潜在的潜在变量的引入提出了一些主要的计算挑战，作为结果的边缘似然函数涉及到一个棘手的积分非正态分布的响应。这促使人们研究近似方法来克服这种积分，最近的一个特别是计算可扩展的方法是变分近似（VA）。然而，研究使用VA的GLLVMs和相关的模型一直受到阻碍的事实，封闭形式的近似只得到了某些对的响应分布和链接函数。在这篇文章中，我们提出了一个扩展的变分近似（EVA）的方法，大大拓宽了VA适用的GLLVM集。EVA的灵感来自于拉普拉斯近似的基本思想：通过将完整数据的似然函数替换为关于变分分布均值的二阶泰勒近似，我们可以获得对任何响应类型和链接函数的GLLVM的边际似然的封闭形式近似。通过模拟研究和应用程序的有遗嘱变形虫的数据集在生态学中，我们展示了如何EVA的结果在一个通用的方法来拟合GLLVM，这仍然是有竞争力的估计和推理性能相对于标准VA和拉普拉斯近似的方法，而在计算上更可扩展性比在实践中。
2021-07-06 stat.ME
Finite sample inference for empirical Bayesian methods
近年来，经验贝叶斯（EB）推理已成为一个有吸引力的方法，估计参数模型中出现的各种现实生活中的问题，特别是在复杂和高维的科学应用。然而，相对丰富的可用的一般方法来计算点估计在EB框架中，建设的置信集和假设检验具有良好的理论性质仍然是困难的和具体的问题。受Wasserman等人（2020）的通用推理框架的启发，我们提出了一种通用的方法，基于保持似然比，并利用指定贝叶斯模型的层次结构来构建有限样本有效的置信集和假设检验。我们说明我们的方法，通过一系列的数值研究和实际数据的应用，这表明该方法是能够产生有用的和有意义的推理语句在相关的上下文中。
2023-02-28 stat.ME
Accounting for variable detection functions in temporal abundance modeling via transfer learning
North Carolina State University（北卡罗来纳州立大学）；Miami University（迈阿密大学）；University of Missouri（密苏里大学）
本文提出利用迁移学习从捕获再捕获数据中学习环境协变量对检测概率的影响，并将其应用于CPUE模型以提高丰度估计和时间趋势检测能力。
2026-05-08 stat.AP stat.ME
A stochastic method to estimate a zero-inflated two-part mixed model for human microbiome data
Universidad Carlos III de Madrid（马德里卡洛斯三世大学）
本文提出了一种基于SAEM算法的随机估计方法，用于零膨胀双部分混合模型，以更准确地分析人类微生物组数据中的存在和丰度变化。
2025-12-22 math.ST stat.ME stat.TH
A penalized likelihood approach for robust estimation of isoform expression
超高通量转录组测序（RNA-Seq）使得能够在个体亚型水平上准确估计基因表达。然而，在测序和作图过程中引入的系统性偏差以及转录本注释数据库的不完整性可能导致异构体丰度的估计不可靠，并且在某些情况下高度不准确。本文介绍了一种惩罚似然方法来检测和纠正这种偏见，在一个强大的方式。我们的模型扩展了以前提出的通过引入偏差参数读取。一个L1惩罚用于选择非零偏置参数。我们介绍了一个有效的算法模型拟合和分析所提出的模型的统计特性。我们在模拟和真实数据集上的实验研究表明，该模型有潜力提高异构体特异性基因表达估计和识别不完全注释的基因模型。
2013-10-01 stat.ME
Inference of Microbial Interactions Using Copula Models with Mixture Margins
从16S rRNA和元基因组测序数据中定量微生物相互作用是困难的，因为它们的稀疏性，以及数据仅提供相对丰度的测量的事实。在本文中，我们建议使用copula模型与混合零β利润估计类群类群之间的相互作用，使用归一化的微生物相对丰度。Copula允许从边际、边际协变量调整和不确定性测量中单独建模依赖结构。我们的方法表明，一个两阶段的极大似然方法提供了准确的估计模型参数。导出了相关参数的两阶段似然比检验。模拟研究表明，该检验是有效的，比基于皮尔逊相关和秩相关的检验更强大。此外，我们证明，我们的方法可以用来建立生物意义上的微生物网络的基础上的数据集的美国肠道项目。
2021-11-03 stat.ME
Inferring the presence and abundance of rare waterbirds species from scarce data
Sorbonne Université（索邦大学）；Université Paris Cité（巴黎西岱大学）；CNRS（法国国家科学研究中心）；Tour du Valat, Institut de recherche pour la conservation des zones humides méditerranéennes（图尔杜瓦拉特，地中海湿地保护研究所）；Office Français de la Biodiversité（法国生物多样性办公室）；Université Paris-Saclay（巴黎萨克雷大学）；AgroParisTech（巴黎农学院）；INRAE（法国国家农业、食品和环境研究院）
本文提出了一种基于对数正态泊松模型的填补缺失数据方法，用于估计稀有水鸟物种的存在和数量，通过变分期望最大化算法推断参数并提供预测区间和趋势分析。
2026-02-11 stat.ME
Multi-sample Estimation of Bacterial Composition Matrix in Metagenomics Data
宏基因组测序通常用于在微生物组研究中定量细菌丰度，其中基于测序读段计数估计细菌组成。由于有限的测序深度和DNA缺失，许多罕见的细菌分类群可能无法在最终的测序读数中捕获，这导致许多零计数。使用计数归一化的简单组成估计导致许多零比例，这往往导致细菌丰度和多样性的不准确估计。本文采用多样本方法来估计细菌丰度，以借用跨样本和跨物种的信息。来自真实数据集的经验结果表明，多个样本上的组成矩阵近似是低秩的，这激发了具有核范数惩罚的正则化极大似然估计。提出了一种利用广义加速邻近梯度和欧氏投影的优化算法。利用库尔贝克-莱布勒散度和Frobenius范数给出了估计误差的理论上界和极大极小下界。仿真研究表明，所提出的估计优于朴素估计。该方法应用于人类肠道微生物组数据集的分析。
2019-04-24 stat.AP stat.CO stat.ME
Statistical Modeling of RNA-Seq Data
最近，超高通量RNA测序（RNA-Seq）已被开发为用于分析基因表达的方法。通过获得转录序列的数千万甚至数亿个读数，RNA-Seq实验可以提供对任何感兴趣样品中基因（转录物）群体的全面调查。本文介绍了一个统计模型估计异构体丰度从RNA-Seq数据，是灵活的，足以容纳单端和双端RNA-Seq数据和采样偏差沿长度的转录本。在导出模型的最小充分统计量的基础上，给出了模型的极大似然估计的一个计算上可行的实现。此外，显示使用配对末端RNA-Seq在固定测序深度下提供比单末端测序更准确的同种型丰度估计。仿真研究也给出。
2011-06-16 q-bio.GN stat.ME
