[논문 리뷰] Multivariate Aspects of Phylogenetic Comparative Methods

Krzysztof Bartoszek|arXiv (Cornell University)|2024. 12. 12.

Genetic and phenotypic traits in livestock인용 수 3

한 줄 요약

이 학위논문은 다변량 계통발생 비교 방법론 분야에서 두 가지 주요 기여를 제시한다: (1) 계통발생 회귀에서 측정 오차에 의한 편향을 보정하는 방법으로, 평균 제곱 오차를 감소시키는 데 유리한지 결정하기 위한 데이터에 의존하는 기준을 제시한다; (2) 특성 적응, 공진화, 체형비례관계를 연구하기 위한 새로운 다변량 옴스타인–울렌벡 모델로, R 패키지 mvSLOUCH에 구현되어 있으며, 다수의 특성에 걸쳐 진화 공분산 구조를 유연하게 파arameter화할 수 있다.

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]

연구 동기 및 목표

• 측정 오차로 인한 편향이 계통발생 비교 회귀에 미치는 영향을 다루며, 특히 다변량 설정에서의 영향을 다룬다.
• 측정 오차를 보정함으로써 추정 정확도가 향상되는 조건을 규명하여, 편향 감소와 평균 제곱 오차 증가 사이의 균형을 맞춘다.
• 옴스타인–울렌벡 과정에 기반한 다변량 진화 모델을 개발하여 적응, 공진화, 체형비례관계 제약 조건을 연구할 수 있도록 한다.
• 이 모델을 R 패키지(mvSLOUCH)로 구현하여 다수의 특성에 대해 핵심 매개변수의 거의 모든 조합을 지원한다.
• 연구자들이 계통발생적 의존성 하에서 다변량 특성 진화를 분석할 수 있도록 계산적으로 효율적이고 통계적으로 안정된 도구를 제공한다.

제안 방법

• 알려진 계통발생 나무를 전제로 하여, 예측 변수가 측정 오차를 포함할 경우 일반화된 최소제곱( GLS) 추정기의 편향에 대한 해석적 표현을 유도한다.
• 평균 제곱 오차(MSE) 분석을 통해 보정된 추정기와 보정되지 않은 추정기의 성능을 비교하여, 보정이 유리한 데이터 기반 조건을 규명한다.
• 일반적인 분산 행렬과 적응적 최적 특성 벡터를 갖춘 다변량 옴스타인–울렌벡(OU) 과정 모델을 개발하여 다변량 특성 진화를 모델링한다.
• 확률적 미분 방정식과 행렬 지수 함수를 사용하여 다변량 OU 모델의 정적 분포 및 渐近적 성질을 유도한다.
• 수치적 안정성과 추정의 유연성을 확보하기 위해 R에서 행렬 파arameter화 기법을 구현하며, 이는 콜레스키 분해, QR 분해, 지빙 회전을 포함한다.
• 다양한 행렬 유형(대각, 대칭, 상부/하부 삼각형, 분해 가능, 가역)을 지원하는 mvSLOUCH R 패키지를 구축하여 진화 공분산 구조 모델링의 완전한 자유도를 제공한다.

실험 결과

연구 질문

• RQ1 예측 변수의 측정 오차가 계통발생 비교 회귀 추정에 어떤 방식으로 편향을 유도하는가? 이 편향은 해석적으로 보정할 수 있는가?
• RQ2 측정 오차를 보정함으로써 회귀 추정기의 평균 제곱 오차가 감소하는 조건은 무엇인가?
• RQ3 다양한 특성 간의 진화 최적치와 공분산 구조를 데이터 기반으로도 자유롭게 추정할 수 있도록, 다변량 옴스타인–울렌벡 모델을 구성할 수 있는가?
• RQ4 일반적인 분산 행렬과 선택 행렬 하에서 다변량 OU 과정의 점근적 성질 및 정적 분포 성질은 무엇인가?
• RQ5 임의의 매개변수 제약 조건을 가진 다변량 OU 모델을 추정할 수 있도록 계산적으로 효율적이고 통계적으로 안정적인 R 패키지를 설계할 수 있는가?

주요 결과

• 측정 오차로 인한 GLS 회귀의 편향은 계통발생 비교 연구에서 무시할 수 없는 정도로 해석적으로 정량화되었으며, 실제로 영향을 미친다.
• 측정 오차 보정이 항상 평균 제곱 오차를 감소시키는 것은 아니며, 보정이 유리한지 여부를 결정하기 위한 데이터 기반 기준이 도출되었다.
• mvSLOUCH R 패키지는 핵심 매개변수의 거의 모든 조합을 지원하여 다변량 OU 모델의 추정을 가능하게 하며, 기존 패키지에서 제공하지 못하는 수준의 자유도를 제공한다.
• 선택 행렬과 분산 구조의 자유로운 설정을 통해 다변량 OU 모델은 공진화, 체형비례관계, 상호보완적 제약 조건을 포함한 복잡한 진화 패턴을 모델링할 수 있다.
• mvSLOUCH의 행렬 파arameter화 전략은 콜레스키, QR, 지빙 기반 분해를 이용한 제약된 매개변수 공간을 통해 수치적 안정성과 가역성을 보장한다.
• 행렬 지수와 확률적 미분 방정식을 사용하여 모델의 정적 분포를 유도함으로써 장기적인 진화 평형 상태에 대한 정확한 추론이 가능해졌다.