Improved classification for compositional data using the $α$-transformation
在成分数据分析中,观测值是包含非负值的向量,只有其相对大小才被认为是感兴趣的。在不失一般性的情况下,组成向量可以被认为是总和为1的比例的向量。这种类型的数据出现在许多领域,包括地质学,考古学,生物学,经济学和政治学。在本文中,我们研究的方法进行分类的组成数据。我们的方法集中在使用的$α$ -转换的数据,然后通过正则化判别分析和k-近邻算法的转换后的数据进行分类的想法。使用$α$ -转换概括了成分数据分析中的两种竞争方法,一种(当$α=1$)将数据视为欧几里得,忽略成分约束,另一种(当$α=0$)采用艾奇逊的中心对数比转换。一个数值研究与几个真实的数据集表明,是否使用$α=1$或$α=0$提供更好的分类性能取决于数据集,而且,使用中间值的$α$有时可以提供更好的性能比使用1或0。
2015-06-17 stat.ME
The chiPower transformation: a valid alternative to logratio transformations in compositional data analysis
本文提出chiPower变换,将卡方距离标准化与Box-Cox幂变换结合,可在保留零值的情况下逼近对数比变换,并可在监督学习中作为调优参数优化预测精度。
2024-02-28 stat.ME
A data-based power transformation for compositional data
组成数据分析可以通过忽略组成约束并应用标准的多变量数据分析来进行,或者通过使用组分比率的日志转换数据来进行。在这项工作中,我们研究了一个更一般的转换,其中包括这两种方法作为特殊情况。这是一个幂变换,涉及单个参数α。该转换有两个等效版本。第一种是保持在单纯形的版本,这是艾奇逊在1986年定义的幂变换。第二个版本是幂变换的线性变换,是Box-Cox型变换。我们讨论了一种估计α值的参数化方法,即最大化其轮廓似然(假设转换数据的多元正态性),并展示了两种版本之间的等价性。其他方法包括判别分析中正确分类概率的最大化和线性回归中伪R平方(如Aitchison在1986年定义的)的最大化。我们研究了α变换、原始数据方法和等距对数比变换之间的关系。此外,我们还定义了与α-变换族相对应的度量族,并考虑了相应的Frechet平均族.
2011-06-16 stat.ME
A Flexible Spatial Autoregressive Modelling Framework for Mixed Covariates of Multiple Data Types
具有数值协变量的混合空间自回归(SAR)模型已经得到了很好的研究。然而,由于非数值数据,如功能数据和成分数据,收到大量的关注,并应用于经济学,医学和气象学,它成为必要的开发灵活的SAR模型与多种数据类型。在这篇文章中,我们整合了三种类型的协变量,功能,成分和数值,在SAR模型。新模型具有经典函数线性模型和标量响应组合线性模型的优点。在此基础上,提出了一种基于函数主成分分析(FPCA)、等距对数变换(ilr)和极大似然估计的模型估计方法。蒙特卡罗实验验证了估计量的有效性。一个真实的数据集也被用来说明所提出的模型的实用性。
2018-11-07 stat.AP
A critical comparison of handling zeros in high-dimensional compositional count data
University of Jyväskylä(于韦斯屈莱大学);Palacký University Olomouc(奥洛穆茨帕拉茨基大学);University of Helsinki(赫尔辛基大学)
本文研究了高维组成计数数据中零值处理的问题,分析了现有方法在处理零值时的局限性,并提出了未来需要联合考虑组成约束、零膨胀和计数数据格子性质的改进框架。
2026-05-21 stat.OT
Spatial Autoregressive Model on a Dirichlet Distribution
针对成分数据忽略空间依赖的问题,提出空间自回归狄利克雷回归模型,整合空间滞后项并构建最大似然估计,在合成和真实数据上验证其更准确可靠。
2024-03-19 stat.ME
The $α$--regression for compositional data: a unified framework for standard, temporal and spatial regression models including compositional predictors
University of Crete(克里特大学);King Saud bin Abdulaziz University for Health Sciences(国王萨勒曼·本·阿卜杜勒阿齐兹健康科学大学);King Abdullah International Medical Research Center(阿卜杜拉国王国际医学研究中心);Northern Border University(北部边境大学)
本文提出了一种统一的α-回归框架,用于处理组成数据,涵盖了标准、时间序列和空间回归模型,并探讨了其在不同场景下的应用和改进。
2026-06-04 stat.ME
Linking COPD Prevalence with Income Distribution: A Spatial Heterogeneous Compositional Regression via Geographically Weighted Penalized Approach
Department of Biostatistics and Data Science, The University of Texas Health Science Center at Houston(德克萨斯大学健康科学中心休斯顿医学院生物统计与数据科学系);Department of Statistics, University of California, Riverside(加州大学河滨分校统计学系);Department of Geography, San Diego State University(圣地亚哥州立大学地理学系);Department of Statistics and Probability, Michigan State University(密歇根州立大学统计与概率系)
本文提出了一种地理加权惩罚组合回归模型,用于分析收入分布与COPD患病率之间的空间异质关系,通过非凸惩罚提升高维空间数据的估计精度和可解释性。
2026-05-15 stat.ME
Compositionally-warped additive mixed modeling for a wide variety of non-Gaussian spatial data
随着地理信息系统的发展,非高斯空间数据集变得越来越大,越来越多样化。本研究开发了一个快速灵活的非高斯回归,特别是空间/时空建模的一般框架。开发的模型,被称为成分翘曲的加性混合模型(CAMM),结合了添加剂混合模型(AMM)和成分翘曲的高斯过程建模各种各样的非高斯连续数据,包括空间和其他影响。建议的CAMM的一个具体的优点是,它不需要显式的数据分布假设不同于现有的AMM。蒙特卡罗实验表明,CAMM的估计精度和计算效率的建模非高斯数据,包括厚尾和/或偏态分布。最后,将该模型应用于犯罪数据,以检验回归分析和预测的实证性能。结果表明,CAMM提供了直观合理的系数估计,并在预测精度方面优于AMM。CAMM被证明是一个快速和灵活的模型,有可能涵盖各种非高斯数据建模。所提出的方法是在R包spmoran中实现的。
2021-06-22 stat.ME
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
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
Compositional Cubes: A New Concept for Multi-factorial Compositions
成分数据通常被称为携带相对信息的多变量观测。即使矢量的情况下,甚至两个因子的组成数据(组成表)已经很好地描述在文献中,仍然需要一个全面的方法来分析多因子的相对值数据。因此,这一贡献建立在当前知识的组成数据的一般理论工作与k因子组成数据。作为一个主要的发现,事实证明,类似的情况下,成分表也的多因子结构可以正交分解成一个独立的和几个相互作用的部分,而且,一个坐标表示允许他们单独的分析,通过标准的分析方法可以构建。为了简单起见,这些特征在三因子组合(组合立方体)的情况下进行了详细的解释,然后是一个涵盖一般情况的大纲。三维结构进行了深入分析,在两个实际的例子中,处理系统的空间和时间相关的组成立方体。该方法在R包robCompositions中实现。
2022-01-25 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
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
A novel dowscaling procedure for compositional data in the Aitchison geometry with application to soil texture data
在这项工作中,我们提出了一种新的降尺度过程的基础上的艾奇逊几何组成的数量。该方法能够自然地考虑组合约束,即单位和和正性。我们表明,该方法可以用于块序贯高斯模拟框架,以评估降尺度量的变化。最后,为了验证该方法,我们首先在一个理想化的情况下进行测试,然后将其应用于一个更现实的案例研究的数字土壤图的降尺度。现实案例研究的数字土壤图是从SoilGrids获得的,SoilGrids是一个基于最先进的空间预测方法的自动土壤制图系统。
2020-07-14 stat.ME
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
Means and covariance functions for geostatistical compositional data: an axiomatic approach
这项工作的重点是表征的成分数据的样本的集中趋势。它提供了新的结果的理论性质的均值和协方差函数的组成数据,与公理化的角度来看。原来的结果,揭示了新的地质统计学建模的成分数据。作为第一个结果,它表明,加权算术平均值是唯一的集中趋势特性满足一个小的公理集,即连续性,自反性和边际稳定性。此外,这组公理还意味着组合的所有部分的权重必须相同。这一结果对成分数据的空间多变量协方差建模具有深刻的影响。在地统计设置中,作为第二结果示出了协方差函数的比例模型(即,协方差阵和单个相关函数的乘积)是为成分数据的所有分量提供相同克里金权重的唯一模型。由于这两个结果,协方差函数的比例模型是唯一与自反性和边缘稳定性兼容的协方差模型。
2017-10-23 stat.ME
Unveiling land use dynamics: Insights from a hierarchical Bayesian spatio-temporal modelling of Compositional Data
本文面向土地利用变化分析,提出贝叶斯空间与时空成分数据建模框架,利用联合模型、序贯推断、共识方法和空间降尺度处理零值与大数据问题。
2024-08-03 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
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
Deep Compositional Spatial Models
具有非平稳、各向异性协方差结构的空间过程常用于复杂环境现象的建模、分析和预测。这样的过程通常可以表示为在扭曲的空间域上具有平稳和各向同性协方差结构的过程。然而,翘曲函数通常难以拟合,并且不被约束为内射,常常导致“空间折叠”。“在这里,我们建议通过在深度学习框架中组合多个基本内射函数来建模内射扭曲函数。我们考虑两种情况;第一,当这些函数已知到需要估计的一些权重时,以及第二,当每层中的权重是随机的时。受深度学习和深度高斯过程的最新方法和技术进步的启发,我们采用近似贝叶斯方法,使用图形处理单元对这些模型进行推理。通过模拟研究,在一个和两个维度,我们表明,深成分的空间模型是快速拟合,并能够提供更好的预测和不确定性量化比其他深的随机模型类似的复杂性。我们还展示了他们显着的能力,非平稳,各向异性的空间数据模型使用的辐射从MODIS仪器上的Aqua卫星。
2020-04-03 stat.CO stat.ME stat.ML
Modelling Spatial Compositional Data: Reconstructions of past land cover and uncertainties
在本文中,我们构建了一个层次模型的空间组成数据,这是用来重建过去的土地覆盖组合物(针叶林,阔叶林,和无林/空地)的五个时间段在过去的$6\,000$年在欧洲。该模型由高斯马尔可夫随机场(GMRF)与狄利克雷观测。采用块更新的马尔可夫链蒙特卡罗(MCMC)方法,包括一个自适应的Metropolis调整的Langevin步骤,用于估计模型参数。GMRF中的稀疏精度矩阵提供了导致快速MCMC算法的计算优势。重建是通过结合花粉为基础的估计植被覆盖在有限的位置与过去的森林砍伐和输出的动态植被模型的情景。为了评估预测中的不确定性,提出了一种新的方法,在每个预测位置为整个组合物构建联合置信区域。层次模型的能力,重建过去的土地覆盖进行评估,通过交叉验证的所有时间段,并通过比较重建最近的过去,现在的欧洲森林地图。评价结果是有前途的,该模型能够捕捉到已知的结构,在过去的土地覆盖组成。
2017-02-24 stat.AP stat.ME
Reyes's I: Measuring Spatial Autocorrelation in Compositions
Universidad Nacional de Colombia(哥伦比亚国立大学)
Reyes's I 是一种用于评估面积组成数据空间自相关的统计量,具有对尺度、部分排列和ilr对比矩阵的不变性,通过Aitchison内积和范数定义,能提供稳定行为和改进效率。
2025-12-13 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
A Hierarchical Variational Graph Fused Lasso for Recovering Relative Rates in Spatial Compositional Data
提出分层变分图融合Lasso方法,利用稀疏性恢复空间成分数据中分子的相对速率,优于现有方法并提升后验覆盖。
2025-09-25 cs.LG stat.ME stat.ML
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
Generalised functional additive mixed models with compositional covariates for areal Covid-19 incidence curves
我们扩展了广义功能添加剂混合模型,包括(功能)成分协变量携带相对信息的一个整体。依赖于等距同构的概率密度的贝叶斯希尔伯特空间的子空间的$L^2$,我们包括功能成分作为转换功能协变量与约束效应函数。扩展模型允许估计线性,非线性和时变效应的标量和功能协变量,以及(相关)功能随机效应,除了成分效应。我们使用该模型估计人口的年龄、性别和吸烟(功能)构成对西班牙地区Covid-19发病率数据的影响,同时考虑气候和社会人口统计协变量效应和空间相关性。
2022-01-20 stat.AP stat.ME
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
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
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
Spatiotemporal Autoregressive Models for Areal Compositional Data
University of Glasgow(格拉斯哥大学)
本文提出一种空间时间多变量自回归模型,用于分析区域层面的组成数据,通过准最大似然估计方法联合建模时间动态和空间依赖性,应用于柏林住房市场和西班牙经济领域。
2026-03-13 econ.EM math.ST stat.AP