几何形态测量学中基于贝叶斯Procrustes方差的新推断及新R包：BPviGM1
统计方法学
2021-01-20 v2 统计计算
摘要
与丰富的基于经典统计的文献相比，迄今为止关于几何形态测量学中Procrustes形状分析的贝叶斯文献极少，这可能是因为该领域相对较新的统计研究分支，以及贝叶斯分析固有的计算困难。此外，我们可以从形状参数分布的贝叶斯Procrustes分析中获得大量新颖推断。在本文中，我们提议将Procrustes形状方差的后验作为形态变异指标。在此我们提出基于地标数据各向同性方差假设的Procrustes形状分析新贝叶斯方法，并提出一种贝叶斯统计检验，利用几何形态测量学所研究对象的地标方差后验分布所反映的形态变异，对新物种发现的模型验证进行判定。我们将考虑基于高斯分布和重尾t分布的Procrustes分析模型。迄今为止，我们尚未知晓任何用于基于地标的几何形态测量学贝叶斯Procrustes分析的直接R包。因此，我们引入一个新颖、简洁的R包\textbf{BPviGM1}（“几何形态测量学中基于贝叶斯Procrustes方差的推断1”），其本质上包含所提模型与方法的R代码实现，例如用于从关注参数后验中抽取样本的马尔可夫链蒙特卡洛（MCMC）运行的R函数，以及基于显著性形态变异的所提模型验证贝叶斯检验的R函数。作为一个应用，我们可以定量表明灵长类雄性面部可能比雌性面部在遗传上更易受更多形状变异影响。
引用
@article{arxiv.2101.06494,
title = {Novel Bayesian Procrustes Variance-based Inferences in Geometric Morphometrics & Novel R package: BPviGM1},
author = {Debashis Chatterjee},
journal= {arXiv preprint arXiv:2101.06494},
year = {2021}
}