DOI: https://doi.org/10.1093/evolut/qpag050
PMID: https://pubmed.ncbi.nlm.nih.gov/41848277
تاريخ النشر: 2026-03-18
المؤلف: Zhenglin Chen وآخرون
الموضوع الرئيسي: دراسات التطور وعلم الحفريات
نظرة عامة
يتناول هذا القسم قضية الارتباط الذاتي النشوي في التحليل التطوري، مع التأكيد على أهمية اختيار المتغيرات في تحليل الانحدار باستخدام المتجهات النشوية (PVR). تستخدم الدراسة المحاكاة ومقارنات النماذج لتقييم كيفية تأثير التغيرات في اختيار المتغيرات التابعة والمستقلة على اختيار المتجهات النشوية ونتائج الارتباط. تشير النتائج إلى أن هناك اختلافات كبيرة تحدث عند تبديل هذه المتغيرات، مما يبرز ضرورة اختيار المتغيرات بعناية.
تحدد الأبحاث $R^2$ كمعيار قيم لاختيار المتغيرات في تحليل PVR. تقيم ثلاثة طرق غير متسلسلة لاختيار المتجهات النشوية: واحدة تعتمد على أهميتها المتعلقة بالمتغير المستجيب، واثنتان تستخدمان الانحدار التدريجي الأمامي الذي يتم تقييمه من خلال معيار معلومات أكايك وI موران لبقايا النموذج. تظهر النتائج عدم وجود فرق كبير بين الطريقة الأولى والثالثة، حيث تفوقت كلتاهما على الطريقة الثانية. بشكل عام، تؤكد الدراسة على التأثير الحاسم لاختيار المتغيرات على فعالية تحليل PVR، خاصة عندما يتم توجيهها بواسطة $R^2$، مما يعزز تحليلات الارتباط في علم الأحياء التطوري.
مقدمة
تناقش مقدمة ورقة البحث الظواهر الحرجة للاعتماد الذاتي المكاني والنشوي في تحليل البيانات البيئية والتطورية. يشير الاعتماد الذاتي المكاني إلى الميل لظهور عينات قريبة تشترك في سمات مشابهة، بينما يشير الاعتماد الذاتي النشوي إلى أن الأنواع القريبة من بعضها تميل إلى مشاركة خصائص مشابهة. تتحدى كلتا الظاهرتين فرضية الاستقلال في الأساليب الإحصائية التقليدية، مما قد يؤدي إلى استنتاجات غير دقيقة إذا لم يتم التعامل معها بشكل صحيح. تم تطوير طرق متنوعة، بما في ذلك النماذج الذاتية الانحدار والانحدار باستخدام المتجهات النشوية (PVR)، لأخذ هذه الاعتمادات في الاعتبار، مما يسمح بدمج المعلومات النشوية في التحليلات الإحصائية.
أصبح PVR، الذي يستخدم تحليل الإحداثيات الرئيسية على مصفوفة نشوية لتوليد المتجهات النشوية العمودية، تقنية معتمدة على نطاق واسع في علم الأحياء التطوري. يسهل فحص تباين السمات، ومعدلات التطور، وارتباطات السمات مع معالجة الاعتماد الذاتي النشوي. ومع ذلك، فإن اختيار المتجهات النشوية يطرح تحديات، حيث إن تضمين جميع المتجهات قد يعيق العلاقات بين السمات، بينما يمكن أن يؤدي حذف بعضها إلى فقدان معلومات أساسية. تسلط الورقة الضوء على طرق متنوعة لاختيار المتجهات، مع التأكيد على أن تقليل الاعتماد الذاتي للبقايا فعال في تحسين أداء النموذج. علاوة على ذلك، يثير المؤلفون مخاوف بشأن تعيين المتغيرات التابعة والمستقلة في تحليل PVR، حيث يمكن أن يؤثر ذلك بشكل كبير على نتائج اختبارات ارتباط السمات. من خلال مجموعات بيانات محاكاة، تهدف الدراسة إلى تقييم تأثير تعيين المتغيرات على اختيار المتجهات ودقة النموذج، ساعية في النهاية إلى تحسين منهجية PVR لتحليلات تطورية أكثر موثوقية.
طرق
في هذا القسم، يوضح المؤلفون الطرق المستخدمة لاختيار المتجهات النشوية في سياق نموذج تشيفيرود الذاتي الانحدار، المعبر عنه كـ \( T = P + S \). تستخدم الدراسة طريقة الانحدار باستخدام المتجهات النشوية (PVR)، التي تبدأ بتحليل الإحداثيات الرئيسية لمصفوفة نشوية مزدوجة المركز لاشتقاق \( n-1 \) متجهات نشوية. يتم تضمين اختيار \( k \) متجهات (حيث \( k < n-1 \)) كمتغيرات تابعة في النموذج الخطي \( Y = V\beta + \epsilon \)، حيث \( Y \) هو السمة التابعة، و\( V \) يمثل المتجهات المختارة، و\( \beta \) هي معاملات الانحدار، و\( \epsilon \) تأخذ في الاعتبار التأثيرات الأخرى. تُحدد طريقتان رئيسيتان لاختيار المتجهات: الطرق المتسلسلة وغير المتسلسلة. تتضمن الطريقة المتسلسلة إضافة المتجهات بترتيب تنازلي لقيمها الذاتية حتى يشير إحصاء I موران إلى عدم وجود اعتماد ذاتي كبير. تشمل الطريقة غير المتسلسلة ثلاث طرق: اختيار المتجهات المرتبطة بشكل كبير بالمتغير المستجيب (ESRRV)، والانحدار التدريجي (الاختيار الأمامي)، وتقليل I موران للبقايا (mMorI). يجد المؤلفون أن طرق ESRRV وmMorI تعطي نتائج ارتباط أكثر دقة باستمرار مقارنة بطريقة mAIC عند تبديل المتغيرات التابعة والمستقلة. على الرغم من أن طريقة ESRRV تفوقت قليلاً على mMorI من حيث دقة التنبؤ، إلا أن الفرق لم يكن ذا دلالة إحصائية، مما يشير إلى أن كلا الطريقتين فعالتان بشكل متساوٍ في اكتشاف الارتباطات في تحليل PVR.
نتائج
في هذا القسم، يقدم المؤلفون نتائج تحليلهم حول تأثير اختيار المتغيرات التابعة والمستقلة على نتائج الارتباط في الدراسات النشوية. يعرفون نموذجين للانحدار العادي (OLS): \( OLS_{X_1} \sim X_2 + V_{X_1} \) و\( OLS_{X_2} \sim X_1 + V_{X_2} \)، حيث تمثل \( V_{X_1} \) و\( V_{X_2} \) مجموعات من المتجهات النشوية المرتبطة بكل متغير تابع. يمتد التحليل عبر أربعة سيناريوهات محاكاة، كاشفًا أن طرق اختيار المتجهات النشوية الثلاث—ESRRV وmMorI وmAIC—تنتج مجموعات مختلفة من المتجهات بناءً على المتغير التابع المختار، مما يؤدي إلى نتائج ارتباط غير متسقة.
عبر 32,000 محاكاة، أنتجت طريقة ESRRV 3,935 حالة من نتائج الارتباط المتضاربة عندما تم تبديل المتغيرات التابعة والمستقلة، بينما أسفرت طريقتا mAIC وmMorI عن 2,393 و2,108 حالة من عدم التناسق، على التوالي. تشير النتائج إلى أن حوالي 10% من نتائج الارتباط تتأثر باختيار المتغيرات التابعة، مما يبرز الأهمية الحاسمة لاختيار المتغيرات بعناية في تحليلات الارتباط. تشير هذه التباينات إلى أن التأثيرات غير المعترف بها من اختيار المتغيرات قد تضر بمصداقية استنتاجات الارتباط في الأبحاث النشوية.
مناقشة
في هذا القسم، يناقش المؤلفون تداعيات اختيار المتغيرات في الطرق المقارنة النشوية (PVR) وتأثيرها على تحليلات ارتباط السمات. قاموا بإجراء محاكاة واسعة تتضمن شجرة نشوية من 100 نوع وسمتين، \(X_1\) و\(X_2\)، لاستكشاف كيفية تأثير اختيار المتغيرات التابعة والمستقلة على اختيار المتجهات النشوية ونتائج الارتباط الناتجة. كشفت الدراسة أن أكثر من نصف مجموعات المتجهات النشوية المختارة اختلفت عندما تم تبديل أدوار المتغيرات التابعة والمستقلة، مع معدلات اختلاف بلغت 81.6% لطريقة ESRRV، و70.6% لطريقة mMorI، و93.1% لطريقة mAIC. يبرز هذا التأثير الكبير لاختيار المتغيرات على اختيار المتجهات النشوية وإمكانية حدوث نتائج ارتباط متضاربة.
يقترح المؤلفون ثلاثة معايير لاختيار المتغيرات التابعة والمستقلة: قوة الإشارة النشوية (معيار λ)، حجم \(R^2\) (معيار R²)، ومعيار معلومات أكايك (معيار AIC). تشير نتائجهم إلى أن إعطاء الأولوية للنماذج بناءً على حجم \(R^2\) هو النهج الأكثر فعالية، خاصة في السيناريوهات التي تظهر فيها السمات علاقة نشوية. تؤكد الدراسة على أهمية اختيار المتغيرات بعناية لتجنب النتائج المتضاربة في تحليلات الارتباط، داعية إلى النموذج الذي لديه قيمة \(R^2\) أعلى كدليل أكثر موثوقية على ارتباطات السمات. كما يدعو المؤلفون إلى مزيد من البحث في تأثيرات اختيار المتغيرات في الأساليب الإحصائية المكانية، مقترحين أن مشكلات مماثلة قد تنشأ في تلك السياقات.
DOI: https://doi.org/10.1093/evolut/qpag050
PMID: https://pubmed.ncbi.nlm.nih.gov/41848277
Publication Date: 2026-03-18
Author(s): Zhenglin Chen et al.
Primary Topic: Evolution and Paleontology Studies
Overview
This section addresses the issue of phylogenetic autocorrelation in evolutionary analysis, emphasizing the importance of variable selection in phylogenetic eigenvector regression (PVR). The study employs simulations and model comparisons to assess how variations in the selection of dependent and independent variables affect phylogenetic eigenvector selection and correlation outcomes. The findings indicate that significant discrepancies arise when these variables are interchanged, underscoring the necessity of careful variable selection.
The research identifies $R^2$ as a valuable criterion for variable selection in PVR analysis. It evaluates three non-sequential methods for selecting phylogenetic eigenvectors: one based on their significance related to the response variable, and two employing forward stepwise regression assessed via the Akaike Information Criterion and Moran’s I of model residuals. The results show no significant difference between the first and third methods, both outperforming the second method. Overall, the study emphasizes the critical influence of variable selection on the effectiveness of PVR analysis, particularly when guided by $R^2$, thereby enhancing correlation analyses in evolutionary biology.
Introduction
The introduction of the research paper discusses the critical phenomena of spatial and phylogenetic autocorrelation in ecological and evolutionary data analysis. Spatial autocorrelation refers to the tendency for nearby samples to exhibit similar traits, while phylogenetic autocorrelation indicates that closely related species tend to share similar characteristics. Both phenomena challenge the assumption of independence in conventional statistical methods, which can lead to inaccurate conclusions if not properly addressed. Various methods, including autoregressive models and phylogenetic eigenvector regression (PVR), have been developed to account for these interdependencies, allowing for the integration of phylogenetic information into statistical analyses.
PVR, which utilizes principal coordinate analysis on a phylogenetic matrix to generate orthogonal eigenvectors, has become a widely adopted technique in evolutionary biology. It facilitates the examination of trait variance, evolution rates, and trait correlations while addressing phylogenetic autocorrelation. However, the selection of phylogenetic eigenvectors poses challenges, as including all eigenvectors may obscure relationships between traits, while omitting some can lead to loss of essential information. The paper highlights various methods for selecting eigenvectors, emphasizing that minimizing the autocorrelation of residuals is effective in improving model performance. Furthermore, the authors raise concerns about the designation of dependent and independent variables in PVR analysis, as this can significantly affect the outcomes of trait correlation tests. Through simulated datasets, the study aims to evaluate the impact of variable designation on eigenvector selection and model accuracy, ultimately seeking to refine the PVR methodology for more reliable evolutionary analyses.
Methods
In this section, the authors detail the methods employed for selecting phylogenetic eigenvectors within the context of Cheverud’s autoregressive model, expressed as \( T = P + S \). The study utilizes the Phylogenetic Vector Regression (PVR) method, which begins with principal coordinate analysis of a double-centered phylogenetic matrix to derive \( n-1 \) phylogenetic eigenvectors. A selection of \( k \) eigenvectors (where \( k < n-1 \)) is then incorporated as covariates into the linear model \( Y = V\beta + \epsilon \), where \( Y \) is the dependent trait, \( V \) represents the selected eigenvectors, \( \beta \) are the regression coefficients, and \( \epsilon \) accounts for other influences. Two primary approaches for eigenvector selection are outlined: the sequential and non-sequential methods. The sequential method involves adding eigenvectors in descending order of their eigenvalues until the Moran's I statistic indicates no significant autocorrelation. The non-sequential approach includes three methods: selecting eigenvectors significantly related to the response variable (ESRRV), stepwise regression (forward selection), and minimizing Moran's I of residuals (mMorI). The authors find that the ESRRV and mMorI methods consistently yield more accurate correlation results compared to the mAIC method when dependent and independent variables are swapped. Although the ESRRV method slightly outperformed mMorI in terms of prediction accuracy, the difference was not statistically significant, suggesting that both methods are comparably effective in detecting correlations in PVR analysis.
Results
In this section, the authors present the results of their analysis on the impact of dependent and independent variable selection on correlation outcomes in phylogenetic studies. They define two ordinary least squares (OLS) regression models: \( OLS_{X_1} \sim X_2 + V_{X_1} \) and \( OLS_{X_2} \sim X_1 + V_{X_2} \), where \( V_{X_1} \) and \( V_{X_2} \) represent sets of phylogenetic eigenvectors associated with each dependent variable. The analysis spans four simulation scenarios, revealing that the three phylogenetic eigenvector selection methods—ESRRV, mMorI, and mAIC—yield different sets of eigenvectors based on the chosen dependent variable, leading to inconsistent correlation results.
Across 32,000 simulations, the ESRRV method produced 3,935 instances of conflicting correlation results when the dependent and independent variables were switched, while the mAIC and mMorI methods resulted in 2,393 and 2,108 instances of inconsistency, respectively. The findings indicate that approximately 10% of correlation results are affected by the selection of dependent variables, highlighting the critical importance of careful variable selection in correlation analyses. This variability suggests that unrecognized influences from variable selection could compromise the reliability of correlation conclusions in phylogenetic research.
Discussion
In this section, the authors discuss the implications of variable selection in phylogenetic comparative methods (PVR) and its impact on trait correlation analyses. They conducted extensive simulations involving a phylogenetic tree of 100 species and two traits, \(X_1\) and \(X_2\), to explore how the choice of dependent and independent variables affects the selection of phylogenetic eigenvectors and the resulting correlation outcomes. The study revealed that over half of the selected phylogenetic eigenvector sets differed when the roles of dependent and independent variables were swapped, with discrepancy rates of 81.6% for the ESRRV method, 70.6% for mMorI, and 93.1% for the mAIC method. This highlights the significant influence of variable selection on phylogenetic eigenvector choice and the potential for conflicting correlation results.
The authors propose three criteria for selecting dependent and independent variables: the strength of the phylogenetic signal (λ-Criterion), the magnitude of \(R^2\) (R²-Criterion), and the Akaike Information Criterion (AIC-Criterion). Their findings suggest that prioritizing models based on the \(R^2\) magnitude is the most effective approach, particularly in scenarios where traits exhibit a phylogenetic relationship. The study emphasizes the importance of careful variable selection to avoid conflicting outcomes in correlation analyses, advocating for the model with the higher \(R^2\) value as a more reliable indicator of trait correlations. The authors also call for further research into the effects of variable selection in spatial statistical methods, suggesting that similar issues may arise in those contexts.