主成分分析的matlab代码实现blgrm_cpp用于脑网络连接数据的贝叶斯低秩图回归模型李恩杰。原始模型和MATLAB实现是由密歇根生物统计系的Eunjee Lee设计和实现的。可在此处找到MATLAB实现的链接： 。 C++由密歇根大学精神病学系Sripada实验室的Andre Zapico实现。请将任何错误或问题直接发送给Andre Zapico：参数扩展贝叶斯低秩图回归模型的程序。我们提出了贝叶斯低秩图回归建模(BLGRM)框架，用于跨主题的矩阵响应数据的回归分析。这种发展是通过对跨学科、群体和时间的功能和结构连通性数据进行详细比较以及与特定行为测量的相关联系来推动的。 BLGRM可以看作是主成分分析、张量分解和回归模型的新集成。在BLGRM中，我们找到了一个通用的低维子空间来有效地表示所有矩阵响应。基于这种低维表示，我们可以轻松量化各种感兴趣的预测因子的影响，例如年龄和诊断状态，然后在公共子空间中进行回归分析，从而实现大幅降维和更好的预测。后验计算通过高效的马尔可夫链蒙特卡罗算法进行。 PX_BLGRM是对对称矩阵响应