目前进展
1） 用Rcpp改进算法，单独一个估参约，速度为之前的1/2，多组联合估参速度加快较明显，5组7h vs 1.2h
2） 完成simulation，确认EM结果
- 如果用posterior更新pi，则得到的gama != simulated gama
- 若只更新gama，则得到的average gama ≈ simulated gama
3） 用Optim 更新gama, 并利用后验概率更新pi0, gama最后收敛，annota effect size增大
- cutoff: 相对误差<1e-5)，于第47轮收敛，第一轮1.8,收敛值为2.5
- 目前尚未确认多组annotation收敛的标准,以及多组注释是否要按这种方案得出posterior(13组一轮joint estimation 用时4.3h，平均一组跑47轮收敛）
- 若用这种方案，则pi，gama的初始值对收敛值影响不大
4） 按贺老师的方案，同时估gama和一个scalar pi0，当只有一个annota的时候，gama初始值的设定对结果影响很大 https://yfu1116.github.io/project/2021-03-25-optim-multi-scalar-pi-gama/
下周计划
- 分析4）的原因
- 讨论2），3）存在的问题
- 完成feature selection,分析各组功能注释之间关联性（heatmap)
- Analysis funciton of risk genes
- burden test for CHD data.