BFRM 2.0

贝叶斯因素回归模型

BFRM专门设立的，是一个全面实施的稀疏的统计模型。它是专为高维数据分析，结构的发现和预测。

稀疏的潜在因素模型的框架，再加上稀疏的回归和方差分析，多变量数据是相关的许多探索和预测的问题非常高维多元观测。

贝叶斯分析，利用稀疏诱导的神器出山:www.shenqi73.com模型和计算方法能够有效地探索适合大型模型，现在允许使用这些方法在日益复杂的高维问题。

统计方法和计算代表在BFRM分析是通用的，适用于许多应用领域。

最近的一些应用领域包括金融和计量经济学等领域的研究。应用程序的一个主要重点是在生物学研究，使用加上相关基因的表达，特别是生物途径分析和评价subpathway结构模式的基础上，要预测的结果（表型）的基因表达数据的。