[论文解读] Multivariate Aspects of Phylogenetic Comparative Methods

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

Genetic and phenotypic traits in livestock被引用 3

一句话总结

本论文针对多变量系统发育比较方法提出了两项关键贡献：（1）针对系统发育回归中测量误差的偏差校正方法，提出一种基于数据的判定准则，以确定何时校正可降低均方误差；（2）提出一种新颖的多变量Ornstein–Uhlenbeck模型，用于研究性状适应、共同演化与异速生长关系，该模型已通过R包mvSLOUCH实现，支持对多个性状的进化协方差结构进行灵活参数化。

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]

研究动机与目标

• 为解决系统发育比较回归中因预测变量测量误差引入的偏差，特别是多变量情境下的偏差问题。
• 确定校正测量误差是否能提升估计精度，权衡偏差降低与均方误差增加之间的关系。
• 开发一种基于Ornstein–Uhlenbeck过程的灵活多变量进化模型，用于研究适应、共同演化与异速生长约束。
• 将该模型实现为R包（mvSLOUCH），支持对多个性状的关键参数进行近乎全部组合的灵活配置。
• 为研究人员提供一种计算高效且统计稳健的工具，用于分析具有系统发育依赖性的多变量性状进化。

提出的方法

• 在已知系统发育关系的假设下，推导出当预测变量存在测量误差时，广义最小二乘（GLS）估计量偏差的解析表达式。
• 通过均方误差（MSE）分析比较校正与未校正估计量的性能，识别出校正有益的数据依赖性条件。
• 构建一种具有通用扩散矩阵和自适应最优性状向量的多变量Ornstein–Uhlenbeck（OU）过程模型，以模拟多变量性状进化。
• 应用随机微分方程和矩阵指数函数，推导多变量OU模型的平稳分布及其渐近性质。
• 在R中实现矩阵参数化技术，包括Cholesky分解、QR分解和Givens旋转，以确保参数估计过程的数值稳定性和灵活性。
• 开发mvSLOUCH R包，支持多种矩阵类型（对角、对称、上/下三角、可分解、可逆），以实现对进化协方差结构建模的全面灵活性。

实验结果

研究问题

• RQ1 预测变量中的测量误差如何导致系统发育回归估计的偏差？该偏差能否通过解析方法进行校正？
• RQ2 在何种条件下校正测量误差能够降低回归估计量的均方误差？
• RQ3 能否构建一个可灵活、基于数据驱动地估计多变量性状进化最优值与协方差结构的多变量Ornstein–Uhlenbeck模型？
• RQ4 在一般扩散矩阵与选择矩阵下，多变量OU过程的渐近性质与平稳分布具有何种特征？
• RQ5 如何设计一个计算高效且统计稳健的R包，以估计具有任意参数约束的多变量OU模型？

主要发现

• 系统发育比较研究中，预测变量测量误差导致的GLS回归偏差被解析量化，且其影响不可忽视。
• 校正测量误差并不总能降低均方误差；本文推导出一种基于数据的判定准则，用于确定何时校正具有优势。
• mvSLOUCH R包支持对几乎所有关键参数组合的多变量OU模型进行估计，其灵活性在现有软件包中尚属罕见。
• 通过灵活设定选择矩阵与扩散结构，该多变量OU模型能够支持复杂的进化模式，包括共同演化、异速生长与权衡关系。
• mvSLOUCH中的矩阵参数化策略通过使用Cholesky、QR与基于Givens的分解并结合受约束的参数空间，确保了数值稳定性与可逆性。
• 通过矩阵指数与随机微分方程推导出模型的平稳分布，从而能够准确推断长期进化平衡状态。