Tree-aggregated compositional regression under measurement error
测量误差下的树聚合组成数据回归AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：核心是组成数据的层级聚合与测量误差，纵向应用不足以确认采用所列面板计量方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
测量误差下的树聚合组成数据回归
- 研究问题
- 组成协变量具有生物树状层级且存在测量误差时，如何兼顾多尺度解释、误差校正与等价树表示下的估计一致性？
- 方法与思路
- 作者提出TARCO，按后代叶节点数归一化树坐标，并对校正后的树空间Gram矩阵实施保持核空间的半正定投影。
- 材料陈述的贡献
- 摘要称，该准则对等价表示不变，并给出有限样本误差界及条件性的恒定子树恢复保证，另用肠道微生物数据示例。
- 阅读关注点
- 应核对可识别系数空间的定义、核空间保持机制、子树恢复的分离与阈值条件，以及技术重复样本的独立性要求。
- 阅读边界
- 这是arXiv第2版预印本，不能据此声称已同行评审或接收；摘要未展开误差协方差条件，纵向应用本身也不说明因果识别。
原文摘要
Compositional covariates in microbiome studies are often measured with error and organized by a biological hierarchy. Tree aggregation can improve multiresolution interpretation, but it also combines leaf-level errors into correlated contamination whose scale varies across the hierarchy. Existing tree aggregation and compositional measurement-error correction do not combine directly in redundant tree coordinates because a generic positive semidefinite projection can make the corrected criterion depend on the chosen representation. TARCO resolves this mismatch by normalizing tree coordinates by descendant leaf counts and applying a kernel-preserving positive semidefinite projection to the corrected tree-space Gram matrix. The resulting criterion is constant across equivalent tree representations, and the tree-coordinate estimator is exactly equivalent to an estimator on the identifiable coefficient space. For this estimator, we establish finite-sample prediction and coefficient-estimation bounds and, under sufficient separation and an appropriate grouping threshold, exact recovery of the maximal constant subtrees of the identifiable coefficient. These guarantees extend, with additional covariance-estimation terms, when the measurement-error covariance is estimated from independent auxiliary technical replicates. In a longitudinal gut microbiome analysis, correction changes the displayed taxonomic resolution of some associations with body mass index while preserving their directions, illustrating why the hierarchy should guide both signal aggregation and error correction.