跳到正文
原文
bioRxiv · Animal Behavior and Cognition· Anderson, A. M., McNamara 等 6 人

捕捉节律:方法学选择影响对昼夜活动数据的推断

Capturing the rhythm: methodological choices shape inference from circadian activity data

预印本 · 尚未经过同行评审

AI 导读

对果蝇活动数据的分析表明,GAMM 配合高频连续采样与 1–5 分钟时间窗推断最稳健。

摘要 · AI 翻译

摘要 1. 用于分析动物活动数据的统计工具和分析决策往往有限且缺乏充分论证,尤其是在模型选择、采样设计和时间聚合方面。这些不足会制约我们对行为做出准确且具有生物学意义的推断的能力。 2. 我们分析了取自五个黑腹果蝇(Drosophila melanogaster)种群的个体雄性和雌性的24小时活动数据,以构建一个收集和分析活动数据的通用框架,该框架系统地比较了常见模型类别、连续采样与碎片化采样策略,以及不同的时间聚合选择(时间分箱大小)。 3. 我们的分析发现,将广义加性混合模型(GAMMs)应用于高频连续数据并采用小到中等分箱大小(1-5分钟),能为我们的复杂高频活动数据提供最稳健且最具可解释性的推断。 4. 然而,我们对数据集的考察证实,分析和采样决策需要根据研究物种、活动的时间以及所关注行为的性质进行调整。相应地,多项式广义线性模型和余弦广义线性模型、增加但具有生物学针对性的快照采样,以及小于一小时的分箱大小,在与系统适当匹配时,能够产生充分的分析结果和相似的生物学结论。 5. 我们的方法为活动分析提供了一个易于使用的决策框架,使行为学、生态学和进化研究领域的研究人员能够为其数据收集和建模选择提供依据并进行优化。这种方法提高了推断的生物学相关性,并支持现代追踪和分析技术的使用。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Animal Behavior and Cognition · biorxiv.org

相关事件