Sparse Estimation of Conditional Graphical Models With Application to Gene Networks
条件图模型的稀疏估计及其基因网络应用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。
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：摘要讨论统计条件图与基因网络，未提供经济网络形成、相互作用或处理干扰的直接依据。
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
条件图模型的稀疏估计及其基因网络应用
- 研究问题
- 当观测网络连接同时来自内在联系与外部变量影响时，如何在控制外部预测变量后估计条件图结构并进行稀疏选择？
- 方法与思路
- 作者以外部变量作为预测变量、以条件精度矩阵确定图结构，结合再生核希尔伯特空间与 lasso、适应性 lasso 构造估计量。
- 材料陈述的贡献
- 摘要称，作者建立稀疏性、选择一致性、oracle 性质和渐近分布，并分析维度增长时的收敛率，应用于条件基因网络。
- 阅读关注点
- 应核对外部效应的建模方式、条件精度矩阵与图边的关系、惩罚和核的选择，以及高维理论条件和比较方法的设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出理论条件或收敛率细节，条件图连接不能直接解释为因果关系，也不能推断刊本变化。
原文摘要
In many applications the graph structure in a network arises from two sources: intrinsic connections and connections due to external effects. We introduce a sparse estimation procedure for graphical models that is capable of isolating the intrinsic connections by removing the external effects. Technically, this is formulated as a conditional graphical model, in which the external effects are modeled as predictors, and the graph is determined by the conditional precision matrix. We introduce two sparse estimators of this matrix using the reproduced kernel Hilbert space combined with lasso and adaptive lasso. We establish the sparsity, variable selection consistency, oracle property, and the asymptotic distributions of the proposed estimators. We also develop their convergence rate when the dimension of the conditional precision matrix goes to infinity. The methods are compared with sparse estimators for unconditional graphical models, and with the constrained maximum likelihood estimate that assumes a known graph structure. The methods are applied to a genetic data set to construct a gene network conditioning on single-nucleotide polymorphisms.