Variable selection in sparse multivariate GLARMA models: Application to germination control by environment
稀疏多变量 GLARMA 模型的变量选择：环境对种子萌发调控的应用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：摘要明确研究多变量离散值时间序列及 ARMA 动态，应用于生物数据不改变其方法分类。
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…
稀疏多变量 GLARMA 模型的变量选择：环境对种子萌发调控的应用
- 研究问题
- 如何在多变量离散值时间序列的稀疏 GLARMA 模型中选择回归变量，并将其用于种子萌发相关的转录组数据分析？
- 方法与思路
- 作者提出两阶段迭代方案，交替估计多变量 GLARMA 的 ARMA 系数，并以正则化方法选择 GLM 部分的回归系数。
- 材料陈述的贡献
- 摘要称提供高效实现和 MultiGlarmaVarSel R 包，并在模拟及种子多核糖体分析数据中展示零与非零系数的恢复表现。
- 阅读关注点
- 应核对多变量之间的依赖结构、正则化与迭代的设置，以及 RNA-Seq 数据如何对应模型、比较方法如何评价变量恢复。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未给出理论保证、实验细节或性能差异的具体数值。
原文摘要
We propose a novel and efficient iterative two-stage variable selection approach for multivariate sparse GLARMA models, which can be used for modelling multivariate discrete-valued time series. Our approach consists in iteratively combining two steps: the estimation of the autoregressive moving average (ARMA) coefficients of multivariate GLARMA models and the variable selection in the coefficients of the Generalized Linear Model (GLM) part of the model performed by regularized methods. We explain how to implement our approach efficiently. Then we assess the performance of our methodology using synthetic data and compare it with alternative methods. Finally, we illustrate it on RNA-Seq data resulting from polyribosome profiling to determine translational status for all mRNAs in germinating seeds. Our approach, which is implemented in the MultiGlarmaVarSel R package and available on the CRAN, is very attractive since it benefits from a low computational load and is able to outperform the other methods for recovering the null and non-null coefficients.