Uma Abordagem de Encolhimento para Estimativa de Matriz de Covariância em Grande Escala e Implicações para Genômica Funcional

Inferir matrizes de covariância em grande escala a partir de dados genômicos esparsos é um problema ubíquo em bioinformática. Claramente, os estimadores de covariância e correlação padrão amplamente utilizados são inadequados para esse propósito. Como uma alternativa estatisticamente eficiente e computacionalmente rápida, propomos um novo estimador de covariância de encolhimento que explora o lema de Ledoit-Wolf (2003) para o cálculo analítico da intensidade de encolhimento ótimo. Subsequentemente, aplicamos este estimador de covariância aprimorado (que tem erro quadrático médio mínimo garantido, é bem condicionado e é sempre positivo definido mesmo para tamanhos de amostra pequenos) ao problema de inferir redes de associação gênica em grande escala. Mostramos que ele apresenta um desempenho muito favorável em comparação com abordagens concorrentes, tanto em simulações quanto na aplicação a dados de expressão reais.