分层谱收缩（HSS）在合成实验与多研究基因表达数据上优于独立、完全合并与共享子空间估计
相关研究与后续进展
核心概要
作者提出分层谱收缩（HSS），一种经验贝叶斯框架，将各任务的主导谱方向朝数据自适应学习的公共基收缩，收缩强度按任务与谱分量变化，估计量是替代贝叶斯回归中奇异向量的后验均值；在合成实验与三套免疫细胞基因表达数据（样本量156、628、146）中，HSS在估计精度与样本外表现上优于独立、完全合并与共享子空间方法。
Figure 1 : Simulation results for the scenario (a) data-generating mechanism. Rows correspond, from top to bottom, to n 1 = n 2 = 200 , n 3 = n 4 = 500 n_{1}=n_{2}=200,\ n_{3}=n_{4}=500 , n 1 = n 2 = n 3 = n 4 = 200 n_{1}=n_{2}=n_{3}=n_{4}=200 , and n 1 = n 2 = n 3 = n 4 = 500 n_{1}=n_{2}=n_{3}=n_{4}=500 . Columns correspond to p = 500 p=500 (left) and p = 2000 p=2000 (right).
arXiv深度剖析
HSS 将每个任务的主导谱方向表示为经验奇异向量与对齐后公共基的线性组合，收缩强度由对角矩阵按任务和谱分量分别控制。 与假设公共特征向量或公共子空间的既有分组方法不同，HSS 以收缩方式向公共均值借力，允许各任务偏离共享表示，而非把变异硬性分解为共享与任务特异成分。 该估计量由替代贝叶斯回归模型（式9）在分层先验（式10）下的后验均值导出，收缩参数由式（17）给出，并附有边际似然与坐标更新的推导。
作者给出数据自适应的经验贝叶斯流程，通过最大化替代回归的对数边际似然，交替更新公共基与对齐矩阵，并用谱初始化与 Procrustes 步骤启动优化。 公共基的初始化借用了 AJIVE 的构造，但目标不同：这里是为稳定各任务主轴估计寻找正则化参数，且不要求各任务潜在维度相同。 方法部分给出边际似然（式12）、超参数优化（式13）、交替更新（式14、15）、初始化与收缩参数估计（式16、17），并在补充材料中给出完整推导。
在三种合成数据生成机制下，HSS 的两种变体表现互补：HSS-2 在跨组相似度弱或共享方向少时更好，HSS-1 在组间特征空间更相似时更优；HSS 始终优于不借力的 PC 估计，也优于完全合并的 PC 估计，除非各组协方差几乎相同。 相对既有比较对象（PC-no pool、PC-pool、PC-partial pool、AJIVE、SHARED-SUBSPACE），HSS 在多数设置下估计误差更低，且优势在组间相似度偏离所假设分层先验时仍然存在。 实验覆盖三种生成机制、非平衡与两种平衡样本量设置，每个实验重复多次，以相对 Frobenius 误差衡量低秩协方差分量的估计精度；SHARED-SUBSPACE 部分配置因数值错误缺失运行，作者提示相关比较需谨慎解读。
在三套免疫细胞基因表达数据（GSE109125、GSE37448、GSE15907，样本量分别为156、628、146）上，HSS 在样本外对数似然上优于竞争方法，且在高方差基因筛选更严格时证据更强。 该应用把方法从合成设定推进到真实多研究场景，用随机训练-测试划分与单侧配对 t 检验比较样本外对数似然，而非仅报告训练误差。 在较宽松的方差筛选下证据较温和，部分比较（尤其 HSS-2 与第1、3组）未显示强改善；随着筛选阈值收紧，p 值在几乎所有竞争方法与所有组上集中低于显著性阈值。
启示与展望
该方法面向同一组变量在多个相关但异质研究、群体或条件下测量、且各组协方差共享相似主导模式但保留差异的场景，尤其适用于样本量相对维度有限的高维因子模型。它产出的是组特异载荷空间与协方差矩阵的部分合并估计，可作为即插即用模块替换其他基于数据矩阵 SVD 的谱估计量中的经验奇异向量。计算上主要开销来自初始谱分解与低维坐标上升更新，使用截断 SVD 时总成本可降低。作者指出该构造更一般，可扩展到保留经验特征向量而正则化特征值的协方差与矩阵去噪估计量。
作者在讨论中明确将有限样本与渐近理论保证列为未来方向，因此当前结论主要建立在数值实验与一个真实数据应用之上。合成实验中 SHARED-SUBSPACE 在部分配置因数值错误缺失运行，相关比较需谨慎解读。真实数据应用在较宽松方差筛选下证据较温和，部分比较未显示强改善。此外，本文以点估计为主，如何利用替代回归的后验分布刻画不确定性、以及其频率学覆盖性质，仍是开放问题。