Researching COVID to Enhance Recovery

新的HPPCA模型改进了带缺失值的纵向数据分析

研究人员开发了分层概率主成分分析（HPPCA），这是一种新颖的统计模型，旨在处理带有缺失值的复杂纵向数据。这个两层概率因子模型有效地将受试者间的方差与随时间变化的受试者内动态分离开来，并利用高斯过程处理受试者内的潜在因子。与标准的PPCA和多元函数PCA等现有方法相比，HPPCA在插补准确性和参数恢复方面表现出优越的性能，即使在存在大量缺失值的情况下也是如此。将其应用于长新冠症状数据表明，HPPCA能够捕捉分层结构并改进临床结果预测。