[論文レビュー] Multivariate Aspects of Phylogenetic Comparative Methods

Krzysztof Bartoszek|arXiv (Cornell University)|Dec 12, 2024

Genetic and phenotypic traits in livestock被引用数 3

ひとこと要約

本学位論文は、多変量系統的比較的手法における2つの主要な貢献を提示する：(1) 系統的回帰における測定誤差のバイアス補正と、平均二乗誤差を低減するためのデータ依存的基準の導出；(2) 特徴の適応、共進化、アラステイニクスを研究するための新規な多変量オーラン・ウーレンプ過程モデルで、Rパッケージ mvSLOUCH に実装されており、複数の特徴における進化的共分散構造の柔軟なパrameter化を可能にする。

ABSTRACT

This thesis concerns multivariate phylogenetic comparative methods. We investigate two aspects of them. The first is the bias caused by measurement error in regression studies of comparative data. We calculate the formula for the bias and show how to correct for it. We also study whether it is always advantageous to correct for the bias as correction can increase the mean square error of the estimate. We propose a criterion, which depends on the observed data, that indicates whether it is beneficial to correct or not. Accompanying the results is an R program that offers the bias correction tool. The second topic is a multivariate model for trait evolution which is based on an Ornstein-Uhlenbeck type stochastic process, often used for studying trait adaptation, co-evolution, allometry or trade-offs. Alongside the description of the model and presentation of its most important features we present an R program estimating the model's parameters. To the best of our knowledge our program is the first program that allows for nearly all combinations of key model parameters providing the biologist with a flexible tool for studying multiple interacting traits in the Ornstein-Uhlenbeck framework. There are numerous packages available that include the Ornstein-Uhlenbeck process but their multivariate capabilities seem limited. [COMMENT: Please note that this abstract and thesis is from 2011]

研究の動機と目的

• 系統的比較的回帰における測定誤差が引き起こすバイアスを、特に多変量設定において解消すること。
• 測定誤差の補正が推定精度を向上させる条件を特定し、バイアス低減と平均二乗誤差の増加のバランスをとること。
• オーラン・ウーレンプ過程に基づく柔軟な多変量進化的モデルを開発し、適応、共進化、アラステイニクス的制約を研究すること。
• mvSLOUCHというRパッケージにモデルを実装し、複数の特徴における主要パrameterのほぼすべての組み合わせをサポートすること。
• 系統的依存性のもとでの多変量特徴進化を分析するための計算的に効率的で統計的に堅牢なツールを研究者に提供すること。

提案手法

• 既知の系統を仮定したもとで、予測変数に測定誤差がある場合の一般化最小二乗（GLS）推定器におけるバイアスの解析的表現を導出する。
• 平均二乗誤差（MSE）分析を用いて、補正済みと補正なしの推定器の性能を比較し、補正が有益であるデータ依存的条件を同定する。
• 一般の拡散行列と適応的最適特徴ベクトルを備えた多変量オーラン・ウーレンプ（OU）過程モデルを構築する。
• 確率的微分方程式と行列指数関数を用いて、多変量OUモデルの定常分布および漸近的性質を導出する。
• 数値的安定性とパrameter推定の柔軟性を確保するため、Rにおける行列パラメータ化技術（コレスキー分解、QR分解、ギヴィングス回転）を実装する。
• 対角行列、対称行列、上三角／下三角行列、分解可能行列、逆行列可能行列などの複数の行列タイプをサポートするmvSLOUCH Rパッケージを構築し、進化的共分散構造の完全な柔軟性を実現する。

実験結果

リサーチクエスチョン

• RQ1 予測変数における測定誤差が系統的回帰推定に及ぼすバイアスは何か？ そして、このバイアスは解析的に補正可能か？
• RQ2 測定誤差の補正が回帰推定器の平均二乗誤差を低減する条件は何か？
• RQ3 複数の特徴における進化的最適値と共分散構造のデータ駆動的推定を可能にする多変量オーラン・ウーレンプモデルを構築可能か？
• RQ4 一般の拡散行列と選択行列のもとでの多変量OU過程の漸近的および定常分布の性質は何か？
• RQ5 任意のパラメータ制約を伴う多変量OUモデルを推定するための計算的に効率的で統計的に堅牢なRパッケージをどのように設計できるか？

主な発見

• 予測変数の測定誤差に起因するGLS回帰におけるバイアスが解析的に特定され、系統的比較研究において無視できないことが示された。
• 測定誤差の補正が常に平均二乗誤差を低減するわけではない。補正が有益である条件を示すデータ依存的基準が導出された。
• mvSLOUCH Rパッケージは、主要パラメータのほぼすべての組み合わせをサポートする多変量OUモデルの推定を可能にし、既存のパッケージでは実現できない柔軟性を提供する。
• 選択行列および拡散構造の柔軟な指定により、共進化、アラステイニクス、トレードオフを含む複雑な進化的パターンをモデル化できる。
• mvSLOUCHにおける行列パラメータ化戦略により、コレスキー、QR、ギヴィングスに基づく分解を用いた制約付きパrameter空間を採用することで、数値的安定性と逆行列の可能性が保証された。
• 定常分布は行列指数関数と確率的微分方程式を用いて導出され、長期的進化的均衡の正確な推論が可能になった。