《Journal of Fish Biology》：Navigating morphometric minefields: Modelling heteroscedasticity in length-conversion models
编辑推荐：
当结合来自多个来源的物种性状数据时，一个常见问题是研究人员往往以不同方式测量同一性状。例如，鲨鱼的长度可以沿直线测量或沿体表测量，而对于包含尾部的长度（如叉长和全长），尾部可能处于“伸展”或“自然”位置。用于比较一种变体与另一种变体的统计模型可以将长度测量标准
当结合来自多个来源的物种性状数据时，一个常见问题是研究人员往往以不同方式测量同一性状。例如，鲨鱼的长度可以沿直线测量或沿体表测量，而对于包含尾部的长度（如叉长和全长），尾部可能处于“伸展”或“自然”位置。用于比较一种变体与另一种变体的统计模型可以将长度测量标准化，从而允许数据合并。然而，在拟合此类模型时，通常很少关注残差的模式，而是相信对数据进行对数变换足以处理异方差性，或忽略了由解冻标本数据构建的转换模型能否用于新鲜（或活体）个体数据的问题。研究人员采用贝叶斯建模方法，比较了线性和对数-线性模型（含或不含将异方差显式建模为预测变量函数的模型项）在校鲨（Galeorhinus galeus）多个长度变体间转换中的样本外预测性能。研究发现，四种模型形式在点预测上几乎完全相同。然而，包含异方差项的模型展现出了更优的预测性能和预测区间覆盖率。新鲜个体测量值也落在由解冻动物长度变体构建的模型所估计值的预测区间内，表明此类模型可用于新鲜动物测量长度变体间的转换。尽管较简单的模型可能足以生成均值的点估计，但在预测区间或不确定性传播至关重要的情况下，用于长度变体间转换的模型应纳入一个显式建模异方差性的项。
**论文解读：长度转换模型中的异方差性建模——以校鲨（Galeorhinus galeus）为例**
**1. 研究背景与科学问题**
可持续管理软骨鱼类种群需要准确的生物学信息，如生活史特征。对于广布物种而言，比较不同地理种群的生活史参数具有重要价值。然而，不同研究团队对同一性状往往采用不同的测量规程，例如长度可记录为叉长或全长，全长可在尾部处于伸展或自然位置时测量，这导致来自不同来源的数据难以直接合并。为克服这一障碍，通常需要利用同一批个体上测量的多种长度变体构建统计模型（即长度转换模型），实现不同变体间的标准化转换，从而支持跨种群的合并数据分析。
异速生长回归模型非常适合这一任务。基本异速生长方程可通过对数变换转换为简单线性回归形式（即对数-线性模型）。然而，对生物性状关系的非批判性应用一直受到部分学者警告：生物性状间的关系可能为非线性，且偏离关系的误差几乎总是异方差的，即较大拟合值的偏差平均而言更大。尽管对数变换可以在一定程度上应对异方差性，但很少有人检验其是否能够充分捕捉真实生物数据中异方差的结构。此外，长度转换模型通常基于解冻标本的测量构建，却被用于转换新鲜（或活体）个体的长度测量值（后者更代表原位观察的体型）；而冷冻可导致测量值收缩高达5%，鲜有研究直接检验这一假设的有效性。
校鲨（Galeorhinus galeus，Linnaeus, 1758）被选为研究对象，因为除新西兰种群外，该物种全球种群均告崩溃，并于2020年被重新列为极度濒危（Critically Endangered）。合并历史与当代数据进行种群评估迫切需要标准化的长度转换工具。该研究旨在系统评估：长度变体间转换关系是否为线性；即使采用对数-线性模型形式，是否仍需要显式建模异方差性；是否需要性别特异性参数；以及由解冻个体数据构建的模型能否泛化用于新鲜个体长度变体的转换。
**2. 主要技术方法**
该研究的数据来自2020年2月至2023年10月间在新西兰专属经济区捕获的286尾校鲨，由商业和休闲渔民及研究调查以多种方式（延绳钓、定置网、拖网等）捕获。除新西兰数据集外，还使用了1993至1995年间澳大利亚商业渔业刺网捕获的新鲜校鲨标本数据（Braccini未发表数据）作为独立测试集，仅用于验证模型泛化能力，不参与模型拟合。
研究采用贝叶斯建模框架（R及brms、rstan包），构建并比较了四种回归模型形式：（1）齐性方差的线性模型（Linear）；（2）显式建模异方差性的线性模型（Linear sigma）；（3）无显式异方差项的对数-线性模型（Log-linear）；（4）显式建模异方差项的对数-线性模型（Log-linear sigma）。其中，异方差项将误差标准差的对数建模为预测变量对数的线性函数。所有模型均使用弱信息先验。模型充分性通过Pareto shape k值、后验预测密度叠加和留一法后验预测区间检验评估；模型性能通过期望对数预测密度（ELPD）、留一法相对均方根误差（LOO-RRMSE）和留一法预测区间覆盖率进行比较。
**3. 研究结果与主要发现**
**3.1 长度变体间的关系形态**
大多数长度变体间的关系呈线性，仅部分长度测量（头部长度和眶前长度）与全长间表现出轻微的非线性/曲率。在样本范围内未观察到性别间关系的差异。
**3.2 显式异方差项的重要性**
在17组转换中，除两个转换外，Linear sigma和Log-linear sigma模型均比对应的非sigma模型具有更优的预测准确性。Sigma模型在整个观测长度范围内保持了较高的预测区间覆盖率，而非sigma模型对小个体的覆盖率过高、对大个体的覆盖率过低。然而，多数转换中线性模型与对数-线性模型在拟合同等良好、预测能力和预测误差上无显著差异。
**3.3 模型选择与非线性关系**
共有五个转换中Log-linear sigma模型具有显著更优的预测能力，最终被选为最优模型。这些情况包括三组部分体长与全身体长之间的非线性关系，说明了在存在非线性关系时对数-线性模型的灵活优势。
**3.4 性别效应**
比较包含与不包含性别协变量的Log-linear sigma模型的ELPD、LOO-RRMSE和预测区间覆盖率值，均未显示差异，即长度转换参数无需针对性别分别估计。
**3.5 解冻数据模型对新鲜个体测量的适用性**
将基于解冻长度变体训练的Log-linear sigma模型应用于新鲜个体的同一变体对的转换时，大多数个体的观测值（包括来自澳大利亚种群的数据）落在预测值的概率区间内，表明由解冻标本构建的转换模型可有效用于新鲜个体同一长度变体间的转换，且形态测量关系可能在不同种群间保持保守。
**4. 讨论与结论**
研究表明，尽管四种模型形式的点预测在多数转换中统计上不可区分，但无论是否进行对数变换，显式包含误差标准差模型项的模型（即Linear sigma或Log-linear sigma模型）在多数转换中均表现出更优的样本外预测性能和预测区间覆盖率。所有拟合中sigma项的斜率估计均为正值，表明对数-线性模型系统性低估了异方差的程度。因此，显式建模误差标准差可带来更稳健的预测。
对于校鲨，存在头部相关测量与身体全长间的非线性关系，但无需性别特异性参数，研究人员推荐使用合并性别数据的Log-linear sigma模型进行长度变体转换。该模型既能灵活适应可能出现的非线性关系，又能恰当处理异方差性。
新鲜校鲨长度变体比解冻等价测量平均大约5%。当解冻数据模型被应用于新鲜个体的变体转换时，预测准确性良好，验证了这类模型的实际应用价值。研究框架为校鲨全长和部分体长间的转换提供了改进甚至全新的工具，有助于更可靠地整合来自多源、多地区的长度数据。更为广泛地，该框架可推广至其他物种，提高种群内外长度转换的重现性。需要强调的是，研究人员应清晰完整地定义所采用的长度测量方法，并在转换模型中纳入显式建模误差标准差的项——因为仅靠对数变换不足以充分解释异方差性，而稳健的数据标准化恰恰是保障种群管理决策所依赖生物学指标可靠性的基础。
该研究发表在《Journal of Fish Biology》。
