BHAM：高维数据的快速可扩展贝叶斯分层线性加法模型
摘要：高维临床和基因组数据的贝叶斯层次加法模型的BHAM是一个免费的R包。该包包括了实施广义加法模型和带有尖峰-LASSO先验的Cox加法模型的函数。这些函数实现了可扩展和稳定的算法来估计参数。BHAM还提供了实用函数，以在高维环境中构建加法模型，选择最佳模型，总结双层变量选择结果，并可视化非线性效果。该包可以促进大规模分子数据的灵活建模，即检测易感变量和推断疾病诊断和预后。在本文中，我们描述了BHAM中实现的模型、算法和相关功能。该包可以通过公共的GitHub仓库https://github.com/boyiguo1/BHAM免费获取。
作者：Boyi Guo, Nengjun Yi
论文ID：2207.02348
分类：Computation
分类简称：stat.CO
提交时间：2022-07-07