对人类骨测测量的缺失数据归算方法的评估
1USF Genomics & College of Public Health, University of South Florida, Tampa, Florida, USA.
American journal of biological anthropology
|June 1, 2023
概括
这项研究评估了在生物考古学和法医学的缺失骨数据的统计方法. 多重归算技术,如贝叶斯线性回归和预期最大化 (EM) 与引导,被证明比单一归算方法更准确和更强大.
科学领域:
- 生物考古学 生物考古学
- 法医人类学 法医人类学
- 定量生物学 定量生物学
背景情况:
- 生物考古学和法医分析通常涉及不完整的骨标本.
- 许多多变量统计方法需要完整的数据,需要缺失的数据归算.
研究的目的:
- 评估流行的统计方法的性能,用于在骨架数据中赋予缺失的度量测量.
- 为生物考古学和法医应用确定准确,稳健和高效的归算技术.
主要方法:
- 利用了威廉·W·豪威尔斯的头骨测量数据集和高盛的骨测数据集.
- 单个归算方法 (例如,贝叶斯主要组件分析 - BPCA) 与多个归算方法的性能比较.
- 评估的方法包括贝叶斯线性回归 (规范2),预期最大化 (EM) 与引导 (Amelia) 和预测平均值匹配 (PMM) (老鼠).
主要成果:
- 多重归算方法显著优于单一归算方法.
- 贝叶斯线性回归 (norm2),带着引导的EM (Amelia) 和PMM (小鼠) 在准确性,稳定性和速度方面表现出强的表现.
- 贝叶斯主要成分分析 (BPCA) 被确定为一种效率较低的单一归算方法.
结论:
- 建议使用多种归算技术来处理骨架分析中缺少的数据.
- 建议基于研究结果选择适当的归算方法的实用程序.
- 这项研究为生物人类学家提供了指导,他们使用不完整的骨数据进行研究.
