Scale reliant inference¶
作者: Michelle Pistner Nixon, Kyle C. McGovern, Maxwell A. Konnaris, Jeffrey Letourneau, Lawrence A. David et al.
来源: Annals of Applied Statistics
主题: 因果推断
相关性: 5/10
机构绿灯: Pennsylvania State University(US News 前 50,免分进入精读)
链接: 期刊页 · arXiv
一、领域脉络与小综述¶
这个方向是什么¶
本文所处理的根本问题,是在"测量过程不保留系统尺度信息"的数据下,如何对依赖尺度的科学问题(如差异丰度分析)进行统计推断。这类数据在微生物组学中极为常见:测序仪输出的计数向量之和(测序深度)由仪器决定,与样本中微生物的绝对总量无关。因此,观测数据只包含"相对丰度"(composition)的信息,而丢失了"总尺度"(scale/total load)的信息。该方向的核心张力在于:许多研究者关心的科学问题(某个菌的绝对数量是否在两组间变化)恰恰是尺度依赖的,而数据本身却不含尺度信息。本文的贡献在于:将这一问题形式化为经典的部分识别(partial identification)问题,并给出一个贝叶斯计算框架(SSRVs)来量化由尺度缺失带来的不确定性。
发展脉络¶
-
奠基工作:成分数据分析(CoDA)的兴起。 该方向的源头可追溯至 Aitchison 及其后续学者(如 Pawlowsky-Glahn, Egozcuc, Tolosana-Delgado 等)发展的成分数据分析框架。其核心主张是:对于定和(constant-sum)数据,必须在对数比值(log-ratio)空间中进行分析,以避免伪相关。这一传统在微生物组学中被 Gloor 等人(2016, 2017)大力推广,他们强调"微生物组数据是成分数据,这不是可选项"("Microbiome datasets are compositional: and this is not optional")。这一派的立场是:既然数据只含相对信息,那么所有推断都应基于比值或对数比值,即只做"尺度不变"的推断。
-
主要进展:针对成分数据的差异丰度检验工具。 在 CoDA 框架下,涌现了大量差异丰度分析工具。本文重点审视了其中两个代表性方法:
- ALDEx2(Fernandes et al., 2014):采用贝叶斯-Dirichlet 模型模拟计数不确定性,再对中心对数比值(CLR)变换后的数据进行检验。本文将其重新解释为一个 SSRV,其隐式尺度模型是退化(零方差)的。
- DESeq2(Love, Huber and Anders, 2014):来自转录组学,使用负二项模型并引入"中位数比值"(median-of-ratios)作为尺度因子。本文将其归为"确定性插补"(deterministic imputation)的尺度处理方式。
-
此外还有 LinDA(Zhou et al., 2021)等线性模型方法,通过中心对数比值变换后拟合线性模型并校正偏差。
-
当前 frontier:对"尺度缺失"问题的系统性理论化。 本文作者及其合作者之前的工作(Silverman et al., 2018, 2019, 2021, 2022)已经建立了多变量计数数据的贝叶斯多层模型框架(如 MALLARDs、fido 包),并开发了高效的推断算法(Collapse-Uncollapse sampler)。本文在此基础上,将"尺度缺失"从工程问题(如何归一化)提升为理论问题(什么能识别、什么不能识别),并给出了不可能性定理。
-
本文的位置:本文是这一脉络中第一个将尺度缺失问题与部分识别理论建立严格联系的工作。它不满足于指出"现有方法有偏差",而是证明了这种偏差是原理性的、无法通过任何统计技巧消除的(在完全缺失尺度信息的前提下)。同时,它提供了一个实用的贝叶斯工具(SSRVs),让研究者可以显式地表达自己对尺度的先验信念,并得到诚实地反映尺度不确定性的后验推断。
子线索聚类¶
- 成分数据分析(CoDA)理论线:Aitchison 传统,强调对数比值变换与尺度不变推断。代表:Pawlowsky-Glahn et al. (2015), Gloor et al. (2016, 2017), Greenacre et al. (2021, 2022)。这条线的主张是"只做尺度不变的推断"。
- 差异丰度分析工具线:面向应用的统计方法,试图在成分数据上做差异检验。代表:ALDEx2 (Fernandes et al., 2014), DESeq2 (Love et al., 2014), LinDA (Zhou et al., 2021), 以及声称控制 FDR 的组合 knockoff 方法 (Srinivasan et al., 2020)。这条线的问题是:它们大多隐含地假设了一个尺度模型,但往往没有意识到或没有明确说明这一假设。
- 贝叶斯多层模型与计算线:为微生物组计数数据建立分层模型,并开发高效推断算法。代表:Silverman et al. (2018, 2019, 2022)。这条线提供了本文方法(SSRVs)的计算基础。
- 部分识别理论线:计量经济学与因果推断中的经典理论,处理参数无法被数据唯一识别的情形。代表:Gustafson (2015), Imbens and Manski (2004), Stoye (2009)。本文首次将这一理论系统地引入微生物组学数据分析。
这个方向在追问的核心问题¶
- (识别问题) 在数据只含相对丰度信息(full compositional survey)时,哪些目标量(estimand)是可识别的,哪些不是?本文给出了一个清晰的分类:尺度不变的目标量(如对数比值)可识别;尺度依赖的目标量(如绝对丰度的对数变化)完全不可识别。
- (推断准则问题) 在目标量不可识别时,什么样的推断程序是"诚实的"?本文证明:在 full compositional survey 下,不存在同时满足一致性和 Type-I error control 的检验。这意味着任何声称控制 Type-I error 的方法必然隐含了额外的(不可验证的)假设。
- (不确定性量化问题) 如何将尺度不确定性纳入推断?本文的答案是:通过显式的尺度模型(先验)来量化,而不是通过数据(数据不提供任何尺度信息)。
- (部分识别问题) 当数据提供部分尺度信息(partial compositional survey)时,如何刻画目标量的识别区域(identification region)?本文为这一方向提供了理论框架,但将其详细探索留给了未来工作。
⚠️ 作者的 framing¶
作者将本文的核心贡献 frame 为:"尺度缺失不是噪声问题,而是识别问题"。他们明确区分了两种不确定性来源:一是由有限样本导致的统计不确定性(可以通过更多数据减少),二是由尺度缺失导致的识别不确定性(无法通过更多数据减少,只能通过先验假设来桥接)。作者认为,现有方法(如 ALDEx2、DESeq2)的失败根源在于它们隐含地假设了一个零方差的尺度模型(即它们"假装"知道尺度),从而产生了"未承认的偏差"(unacknowledged bias)。作者进一步论证,贝叶斯方法(特别是他们提出的 SSRV 框架)天然适合处理这类问题,因为先验可以明确地表达尺度不确定性,而后验则诚实地反映了这种不确定性。
作者淡化的竞争路线:作者对 CoDA 的"尺度不变推断"路线持部分肯定但认为其过于保守的态度。他们承认 CoDA 的 log-ratio 方法在尺度不变目标量上是有效的,但指出许多实际科学问题(如"某种菌是否真的增多了")本质上是尺度依赖的,CoDA 的框架无法回答这些问题。此外,作者对"通过外部数据(如 qPCR 或流式细胞术)测量尺度"的路线着墨不多,仅在真实数据应用中将其作为 gold standard 使用,而没有讨论其作为一般性解决方案的可行性。
明显该被引却没出现在 intro 里的:作者在讨论部分识别时引用了 Imbens and Manski (2004) 和 Stoye (2009),但没有引用更近期的部分识别文献(如 Molinari 的综述,或 Chernozhukov 等人的工作)。此外,在讨论贝叶斯部分识别时,没有引用 Gustafson 之外的工作(如 Liao 和 Jiang 关于贝叶斯部分识别的近期研究)。这可能是因为本文的重点是应用而非理论拓展,但作为一篇试图建立"部分识别与微生物组学"桥梁的论文,更全面的文献引用会增强其理论定位。
张力¶
未见明显对立的引用。不过,一个微妙的张力存在于 CoDA 传统(Gloor et al., 2017)与本文之间:CoDA 认为"既然数据是成分数据,就应该只做尺度不变的推断",而本文认为"即使数据是成分数据,我们仍然可以对尺度依赖的问题进行推断,只要诚实地量化不确定性"。这不是逻辑上的矛盾,而是研究策略上的分歧:前者是"回避问题",后者是"直面问题但承认局限"。
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据¶
在展开任何技术细节之前,先把记号一次性立清楚。本文的核心记号如下:
- \(W \in \mathbb{R}^{D \times N}_{+}\):潜在的、不可观测的"真实系统"。\(W_{dn}\) 表示第 \(n\) 个样本中第 \(d\) 个类别的绝对丰度(例如,肠道中第 \(d\) 种菌的绝对数量)。这是研究者真正关心的对象。
- \(W^{\text{comp}}_{dn} = W_{dn} / \sum_{d'} W_{d'n}\):系统的组成(composition),即每个类别在样本内的比例。这是一个 \(D\) 维单纯形(simplex)上的点,每列和为 1。
- \(W^{\text{tot}}_{n} = \sum_{d} W_{dn}\):系统的尺度(scale),即第 \(n\) 个样本的总量。这是一个正实数。
- \(Y \in \mathbb{Z}^{D \times N}_{+}\):可观测数据。\(Y_{dn}\) 是测序得到的计数。关键假设是:\(Y_{\cdot n} \sim \text{Multinomial}(M_n, W^{\text{comp}}_{\cdot n})\),其中 \(M_n = \sum_d Y_{dn}\) 是测序深度(sequencing depth),由仪器决定,与 \(W^{\text{tot}}_n\) 无关。
- \(\theta = \theta(W^{\text{comp}}, W^{\text{tot}}) \in \Theta\):目标估计量(estimand),是 \(W\) 的函数。本文的核心例子是对数倍数变化(Log-Fold-Change, LFC):
\[\theta_d = \text{mean}_{n: x_n=1} \log W_{dn} - \text{mean}_{n: x_n=0} \log W_{dn},\]其中 \(x_n \in \{0,1\}\) 是样本 \(n\) 的分组指示(如疾病/健康)。
- \(\lambda = \lambda(W^{\text{comp}}, W^{\text{tot}})\):冗余参数(nuisance parameter),包含所有不影响 \(\theta\) 但影响数据分布的参数。
- \(P_{W^{\text{comp}}, W^{\text{tot}}}(Y)\):观测数据的概率模型。本文的核心假设是:\(Y\) 的分布只通过 \(W^{\text{comp}}\) 依赖于 \(W\),而与 \(W^{\text{tot}}\) 无关。即 \(P_{W^{\text{comp}}, W^{\text{tot}}}(Y) = P_{W^{\text{comp}}}(Y)\)。这就是"full compositional survey"的定义。
- 识别区域(Identification Region):给定观测分布 \(P(Y)\),参数 \(\theta\) 的识别区域定义为
\[\text{Id}_\theta(P) = \{\theta(W^{\text{comp}}, W^{\text{tot}}) : P_{W^{\text{comp}}, W^{\text{tot}}} = P\}.\]如果 \(\text{Id}_\theta(P)\) 是单点集,则 \(\theta\) 被识别;否则,\(\theta\) 部分识别或完全未识别。
可观测数据 vs. 想要但观测不到的:研究者可以观测到 \(Y\)(计数矩阵)和 \(x\)(分组变量)。研究者想要知道的是 \(\theta\)(LFC),它依赖于 \(W = W^{\text{comp}} \cdot W^{\text{tot}}\)。但 \(Y\) 的分布只由 \(W^{\text{comp}}\) 决定,\(W^{\text{tot}}\) 完全不出现在似然中。因此,任何关于 \(W^{\text{tot}}\) 的信息都必须来自先验假设,而非数据。
第二步:最小内核¶
现在剥掉所有一般性,看本文的核心逻辑。考虑最简单的情形:\(D=2\) 个类别,\(N\) 个样本,两组各 \(N/2\) 个。研究者想知道第 1 个类别的 LFC:
这个分解是本文的核心洞察(Equation 3)。它说明:LFC 可以分解为"组成变化"(\(\theta^{\text{comp}}_1\),由数据识别)和"尺度变化"(\(\theta^{\text{tot}}\),完全不被数据识别)之和。
现在,关键问题来了:数据能告诉我们什么?
- 数据 \(Y\) 的分布只依赖于 \(W^{\text{comp}}\)。因此,\(\theta^{\text{comp}}_1\) 是可识别的(在正则条件下,可以用极大似然或贝叶斯方法一致估计)。
- 数据 \(Y\) 对 \(W^{\text{tot}}\) 完全无信息。因此,\(\theta^{\text{tot}}\) 是完全未识别的。它的识别区域是整个实数轴 \(\mathbb{R}\)。
因此,\(\theta_1\) 的识别区域是:
为什么现有方法会失败? 以 ALDEx2 为例,它的 CLR 变换等价于假设 \(\log W^{\text{tot}}_n = -\text{mean}_d(\log W^{\text{comp}}_{dn})\)(一个零方差的退化分布)。这相当于假装 \(\theta^{\text{tot}} = 0\)。如果真实世界中 \(\theta^{\text{tot}} \neq 0\)(例如,抗生素处理后肠道总菌量下降),那么 ALDEx2 的估计就会产生偏差,且这种偏差不会随样本量增大而消失——这就是"未承认的偏差"。
贝叶斯方法如何"解决"这个问题? 贝叶斯方法不试图消除不可识别性,而是通过先验 \(p(W^{\text{tot}} | W^{\text{comp}})\) 来显式地表达对尺度的不确定性。后验分布 \(p(\theta | Y)\) 会保留先验中关于 \(\theta^{\text{tot}}\) 的不确定性,从而给出一个诚实的、反映了尺度不确定性的推断。如果先验选择得当(例如,基于流式细胞术的测量),后验可以给出有意义的推断。如果先验是模糊的,后验也会诚实地反映这种模糊性——这正是"承认偏差"而非"未承认偏差"。
这个最小内核的数学本质是什么? 本文在做的,是将一个看似是"数据预处理/归一化"的问题(如何将计数数据转换为可比较的丰度),重新定义为一个关于参数识别的问题。它证明了:在 full compositional survey 下,LFC 的识别区域是整个参数空间,因此任何频率学派的一致估计都是不可能的。这个不可能性结果(Theorem 2.2-2.5)是本文的理论基石,也是解释现有方法为何失败的统一框架。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:在微生物组等多元计数数据中,当测序深度与系统真实尺度无关(即数据为 full compositional survey)时,任何依赖尺度的目标量(如差异丰度分析中的 LFC)都无法被一致估计或进行有效的频率学派推断;本文为这一问题提供了严格的理论框架,并提出了一个贝叶斯解决方案。
- 核心工具/方法:将问题形式化为部分识别(partial identification)问题,引入识别区域(identification region)的概念;提出尺度模拟随机变量(SSRVs),将贝叶斯部分识别模型(PIMs)的推断分解为"测量模型"(识别组成)和"尺度模型"(表达尺度不确定性)两个可分离的部分。
- 主要结论:证明了在 full compositional survey 下,LFC 估计的识别区域是整个实数轴,因此一致性、无偏性、Type-I error control 等频率学派准则均无法实现;而 SSRVs 通过显式的尺度先验,能够诚实地量化尺度不确定性,在模拟和真实数据中显著降低 Type-I 和 Type-II 错误率。
关键设定与假设¶
在第二节最小记号的基础上,本文的完整设定如下:
-
数据生成模型:观测数据 \(Y\) 是一个 \(D \times N\) 的计数矩阵。每个样本 \(n\) 的计数向量 \(Y_{\cdot n}\) 服从多项分布,其概率向量为 \(W^{\text{comp}}_{\cdot n}\),总计数为 \(M_n\)(测序深度)。即:
\[Y_{\cdot n} \mid W^{\text{comp}}_{\cdot n}, M_n \sim \text{Multinomial}(M_n, W^{\text{comp}}_{\cdot n}).\]这里 \(M_n\) 是已知的、由实验设计决定的常数。 -
核心假设(full compositional survey):观测数据的似然函数只依赖于 \(W^{\text{comp}}\),不依赖于 \(W^{\text{tot}}\)。形式化地,\(P_{W^{\text{comp}}, W^{\text{tot}}}(Y) = P_{W^{\text{comp}}}(Y)\)。这意味着 \(W^{\text{tot}}\) 在似然中完全不可识别。
-
目标量:LFC(Equation 2),其分解为 \(\theta_d = \theta^{\text{comp}}_d + \theta^{\text{tot}}\)(Equation 3)。\(\theta^{\text{comp}}_d\) 是组成的函数,\(\theta^{\text{tot}}\) 是尺度的函数。
-
贝叶斯设定:研究者需要指定两个先验:
- 测量模型 \(p(W^{\text{comp}} | Y)\):这是标准的、可识别的贝叶斯模型(如多项-Dirichlet 或多项-logistic-正态)。
-
尺度模型 \(p(W^{\text{tot}} | W^{\text{comp}})\):这是不可由数据识别的,必须基于先验知识或外部数据。
-
与已有文献的比较:
- 相比 ALDEx2 和 DESeq2,本文不隐含地假设一个退化的尺度模型,而是显式地建模尺度不确定性。
- 相比传统的 CoDA 方法,本文不回避尺度依赖的目标量,而是提供了一种在承认不可识别性的前提下进行推断的框架。
- 相比计量经济学中的部分识别文献(Imbens and Manski, 2004; Stoye, 2009),本文将这一理论首次系统地应用于微生物组学数据,并提出了具体的计算工具(SSRVs)。
主要结果¶
理论结果(Theorem 2.2-2.5):本文的核心理论贡献是四个不可能性定理,它们共同刻画了 full compositional survey 下频率学派推断的极限:
- Theorem 2.2 (一致性):如果 \(\theta\) 的识别区域不是单点集,则不存在一致估计量。由于 full compositional survey 下 LFC 的识别区域是 \(\mathbb{R}\),因此不存在一致的 LFC 估计量。
- Theorem 2.3 (无偏性):不存在无偏估计量。
- Theorem 2.4 (校准):不存在非平凡的、校准的置信集。
- Theorem 2.5 (Type-I error control):不存在非平凡的、水平为 \(\alpha\) 的检验。
这些定理的证明思路是标准的:如果 \(\theta_1 \neq \theta_2\) 都位于识别区域内,那么任何估计量在这两个参数下的行为必须相同(因为观测分布相同),因此无法同时正确估计 \(\theta_1\) 和 \(\theta_2\)。
方法结果(SSRVs):SSRVs 是一个三步骤的算法框架:
- 采样测量模型:从 \(p(W^{\text{comp}} | Y)\) 中采样,这可以使用标准的贝叶斯推断工具(如 fido 包中的 Collapse-Uncollapse sampler)。
- 采样尺度模型:从 \(p(W^{\text{tot}} | W^{\text{comp}})\) 中采样,这通常是一个低维的、灵活的分布(如对数正态)。
- 计算目标量:将两组样本组合成 \(\theta\) 的后验样本。
实证结果: - 模拟研究:模拟了一个 \(D=20\) 类、\(N=100\) 样本的微生物组研究,其中 4 个类别的绝对丰度在两组间有变化。结果显示: - ALDEx2 和 DESeq2 的 Type-I error rate 随样本量增加而上升(而非下降),在 \(N=200\) 时分别达到约 30% 和 15%——这是"未承认偏差"的标志性特征。 - 相比之下,SSRV(Design)的 Type-I error rate 始终控制在 5% 左右。 - SSRV(Design)的 Type-II error rate 也显著低于 ALDEx2 和 DESeq2。 - 真实数据:分析了 6 个体外肠道模型(人工肠道)在 14 天内的微生物组变化。使用流式细胞术测量的总菌量作为 gold standard。结果显示: - ALDEx2 和 DESeq2 的 FDR 分别约为 30% 和 15%。 - 贝叶斯 PIM 的 FDR 高达 45%(由于先验设定不当)。 - SSRV(Design)的 FDR 控制在 5% 以下。 - SSRV(Flow)作为 gold standard,FDR 最低。
证明路线与技术技巧¶
整体路线:本文的证明路线可以概括为"先建立识别性理论,再提出计算方法,最后用实证验证"。
-
识别性理论(Section 2):从部分识别的基本定义出发,证明 full compositional survey 下 LFC 的识别区域是 \(\mathbb{R}\)。这个证明的关键在于构造两个不同的参数 \((\theta_1, \lambda_1)\) 和 \((\theta_2, \lambda_2)\),使得它们产生相同的观测分布 \(P(Y)\)。由于 \(W^{\text{tot}}\) 不影响似然,这样的构造是平凡的。
-
计算方法(Section 3):提出 SSRV 框架,将贝叶斯 PIM 的推断分解为测量模型和尺度模型。关键技巧是变量分离:利用 \(W = W^{\text{comp}} \cdot W^{\text{tot}}\) 的分解,将后验分布 \(p(\theta | Y)\) 分解为 \(p(\theta^{\text{comp}} | Y)\)(由数据识别)和 \(p(\theta^{\text{tot}} | W^{\text{comp}})\)(由先验决定)的卷积。
-
实证验证(Section 4):通过模拟和真实数据,展示 SSRV 相比现有方法的优势。
关键技巧点名:
- 部分识别理论:将不可识别性形式化为识别区域,这是计量经济学的标准工具,但在微生物组学中是首次应用。
- 贝叶斯 PIM:使用先验来桥接不可识别性,后验分布诚实地反映了先验假设和数据信息的混合。
- Collapse-Uncollapse 采样:利用矩阵-T 分布的解析性质,高效采样高维 logistic-正态模型的后验。
- 变量分离:将 LFC 分解为组成和尺度两部分,使得计算可以模块化。
🔎 结论是否比证明窄¶
是。具体来说:
-
Theorem 2.2-2.5 的适用范围:这些定理是在 full compositional survey 的假设下证明的。但作者在讨论中暗示这些结果可能推广到 partial compositional survey(即数据提供部分尺度信息的情形)。然而,论文并没有给出 partial compositional survey 下识别区域的完整刻画。作者在 Section 2.4.2 中承认了这一点,并将其列为未来工作。
-
LFC 之外的估计量:论文的理论结果主要针对 LFC 这一特定估计量。虽然作者在 Section 2.4.1 中给出了估计量分类的一般框架(scale invariant / partially scale reliant / fully scale reliant),但并没有对所有类型的估计量给出完整的识别性刻画。例如,对于协方差估计(Equation 6),作者只证明了它是 partially scale reliant,但没有给出其识别区域的具体形式。
-
贝叶斯方法的频率学性质:作者证明了 SSRV 在模拟中控制了 Type-I error,但没有给出理论保证。特别是,SSRV 的后验是否具有"置信区间"的频率学解释(即贝叶斯置信区间的覆盖概率是否至少为 \(1-\alpha\))并没有被证明。作者在 Section 5 中暗示了这一点,但将其留给了未来工作。
-
"未承认偏差"的正式定义:作者反复使用"未承认偏差"(unacknowledged bias)这一概念,但从未给出正式定义。这个概念在直觉上很清楚(偏差不随样本量消失),但缺乏严格的数学表述。
四、开放问题¶
以下开放问题均扎根于论文的具体语句:
-
Partial compositional survey 的识别性理论(扎根于 Section 2.4.2:"we highlight this distinction as we believe that further study of partial compositional surveys would be beneficial")。当数据提供部分尺度信息时(例如,部分样本有 qPCR 测量),LFC 的识别区域是什么?如何刻画识别区域的边界?是否存在有效的频率学推断程序?
-
贝叶斯 PIM 的频率学有效性(扎根于 Section 5:"hypothesis tests and confidence intervals which satisfy Frequentist ideals can be constructed from compositional data if the estimand is partially scale reliant")。SSRV 的后验置信区间是否具有频率学覆盖保证?在什么条件下,贝叶斯 PIM 的 Type-I error 能被控制?这需要建立 Bernstein-von Mises 类型的定理,但不可识别性使得标准结果不适用。
-
更一般的估计量分类(扎根于 Section 2.4.1 的估计量分类框架)。对于 partially scale reliant 的估计量(如协方差),如何刻画其识别区域?是否存在类似于 LFC 的分解(\(\theta = \theta^{\text{comp}} + \theta^{\text{tot}}\))?
-
"未承认偏差"的正式化(扎根于全文反复使用的概念)。能否给出"未承认偏差"的严格定义?例如,是否可以将一个估计量的偏差分解为"可识别部分"和"不可识别部分"?这可能需要借用半参数理论中的路径可微性(pathwise differentiability)概念。
-
外部尺度信息的整合(扎根于真实数据应用中的流式细胞术测量)。当部分样本有外部尺度测量时,如何最优地整合这些信息?这涉及到部分识别与缺失数据的交叉,可能需要发展新的识别策略。
-
高维问题的拓展(扎根于微生物组数据的高维特性)。当 \(D\) 远大于 \(N\) 时,SSRV 的计算和理论性质如何?特别是,高维协方差矩阵的估计在尺度缺失下会面临哪些新的挑战?
给研究者的提示:若要确认上述某条是否为真 gap,建议去读以下近期文献的 intro(约 5 篇):(1) 关于部分识别贝叶斯推断的近期综述;(2) 微生物组差异丰度分析的方法学比较论文(如 Lin 2021 或 Brill 2022 的后续工作);(3) 关于成分数据中尺度推断的近期工作。如果这些文献的 intro 都指向同一个未解决问题,那大概率是共识性 gap;如果它们各说各话,那可能是一个尚未被充分定义的"伪 gap"。
Maintained by 陈星宇 · Homepage · Source on GitHub