一种基于错误发现率的模型选择规则

荣晶晶; 冶继民

doi:10.16088/j.issn.1001-6600.2025030703

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (1) : 110 -118. DOI: 10.16088/j.issn.1001-6600.2025030703

一种基于错误发现率的模型选择规则

荣晶晶, 冶继民

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对高维稀疏线性回归模型，本文从后验估计角度提出基于错误发现率（false discovery rate, FDR）的模型选择FDR规则；之后在其基础上引入动态信噪比（signal-to-noise ratio, SNR）变化因子，提出对SNR变化更稳健且对数据尺度具有不变性的FDR_R规则；结合OMP算法，仿真实验对比分别采用FDR规则、FDR_R规则和已有规则下成功选择全部真正变量的概率和FDR值，结果表明，相较于其他规则，FDR_R规则在高SNR或大样本量下更稳健，对数据缩放问题更加鲁棒，且错误发现率最低；最后，将所提方法应用到套细胞淋巴瘤患者的真实数据，筛选出影响细胞增殖的基因编号。