×
迈克尔·格林纳克;埃里克·格伦斯基;约翰·培根·肖恩;爱荷华州埃博;托马斯·奎因

艾奇逊40年来的成分数据分析：重新评估。 （英语） Zbl 07792873号

统计科学。 38，编号3，386-410（2023）.
总结：J.艾奇森自从他的论文在英国皇家统计学会（J.R.Stat.Soc.，Ser.B 44，139-177，1982；Zbl 0491.62017号)]. 本文总结并重新评价了Aitchison的对数比方法，该方法是为了解决在固定和约束下处理数据时存在的问题。人们坚持认为，这种方法最初建立的特性（主要是次成分相干）不需要精确满足——准相干就足够了，即接近于所有实际目的的相干。这使该字段可以使用更简单的数据转换，例如功率转换，允许数据中的零值。精确等距的附加属性随后被引入，而不是在Aitchison的原始概念中引入，强制使用等距对数比变换，但这些都很复杂，难以解释，涉及几何平均数的比。如果此属性在某些分析上下文中被视为重要的，例如无监督学习，则可以通过显示常规的两两对数比以及替代的拟相干变换也可以是拟计量的来放宽此属性，这意味着它们在所有实际用途中都足够接近精确等距。结论是，等距和相关的对数比变换（如枢轴对数比）不是良好实践的先决条件，尽管许多作者坚持必须使用它们。这一结论在这里得到了地球化学和基因组学案例研究的充分支持，在这些案例研究中，Aitchison最初提出的两两对数比或无需零替换的原始成分的Box-Cox幂变换证明了其良好性能。

引用于1文件

MSC公司：

62至XX 统计

关键词：

Box-Cox转换;成分建模;对应分析;等距;日志管理员;对数比变换;主成分分析;普鲁克斯分析;亚成分连贯;Box-Cox转换

引文：

Zbl 0491.62017号

软件：

螺旋桨;R（右）;z成分
PDF格式BibTeX公司 XML格式引用
\textit{M.Greenacre}等人，《统计科学》。38，编号3，386--410（2023；Zbl 07792873）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 艾奇森J.（1982）。成分数据的统计分析。J.罗伊。统计师。Soc.序列号。乙44 139-177。数学科学网：MR0676206·Zbl 0491.62017号
[2] 艾奇森（1986）。成分数据的统计分析。统计学和应用概率专著。CRC出版社，伦敦。数字对象标识符：10.1007/978-94-009-4109-0谷歌学者：查找链接数学科学网：MR0865647·Zbl 0688.62004号 ·doi:10.1007/978-94-009-4109-0
[3] 艾奇森，J.（1997）。一小时的成分数据分析课程很简单。《IAMG’97会议录》（V.Pawlowsky-Glahn，ed.）3-35。巴塞罗那CIMNE。
[4] 艾奇森（2008）。成分数据分析的单一原则、持续的谬误、混淆和误解以及一些建议的补救措施。在2008年CodaWork会议记录中，主题演讲3-35 URL：https://core.ac.uk/download/pdf/132548276.pdf。
[5] AITCHISON，J.和BACON-SHONE，J.（1984）。混合物实验的对数对比模型。生物特征71 323-330.
[6] AITCHISON，J.和GREENACRE，M.（2002）。合成数据的双平面图。J.R.Stat.Soc.，塞尔维亚。C 51 375-392。数字对象标识符：10.1111/1467-9876.00275谷歌学者：查找链接数学科学网：MR1977249 zbMATH:11111.62300·Zbl 1111.62300号 ·数字对象标识代码：10.1111/1467-9876.00275
[7] 阿玛里，S.（2016）。信息几何及其应用。应用数学科学194。东京施普林格。数字对象标识符：10.1007/978-4-431-55978-8谷歌学者：查找链接数学科学网：MR3495836·Zbl 1350.94001号 ·doi:10.1007/978-4-431-55978-8
[8] BENZÉCRI，J.-P.（1980年）。《唐纳分析》。二： L'analyse des correspondances，第三版，Dunod，Paris。数学科学网：MR0593139·Zbl 0503.62003号
[9] BOOESHAGHI，A.S.，HALLGRíMSD，TTIR，I.B.，GáLVEZ-MERCHáN，A。和PACHTER，L.（2022）。单细胞基因组计数数据的深度归一化。bioRxiv，冷泉港实验室。
[10] B奥斯纳，M.（2006）。穿行组合数学：枚举和图论导论，第2版，《世界科学》，新泽西州哈肯萨克。数字对象标识符：10.1142/6177谷歌学者：查找链接MathSciNet:MR2361255·邮编1127.05001 ·doi:10.1142/6177
[11] BUCCIANTI，A.（2015）。FOREGS知识库：从CoDA（成分数据分析）的角度修改经典图表，在大陆尺度上模拟溪水的可变性。《地球化学杂志》。探索。154 94-104.
[12] BUETTNER，M.、OSTNER，J.、MUELLER，C.L.、THEIS，F.J.和SCHUBERT，B.（2021）。scCODA是用于成分单细胞数据分析的贝叶斯模型。国家公社。12 1-10.
[13] 巴特勒，A.和格拉斯比，C.（2008年）。零成分数据的潜在高斯模型。J.R.Stat.Soc.，塞尔维亚。C 57 505-520。数字对象标识符：10.1111/j.1467-9876.2008.00627.x谷歌学者：查找链接数学科学网：MR2528668·doi:10.1111/j.1467-9876.2008.00627.x
[14] COENDERS，G.和GREENACRE，M.（2022）。对具有两两对数比的成分数据进行监督学习的三种方法。数字对象标识符：10.1080/02664763.2022.2108007谷歌学者：查找链接·Zbl 07778560号 ·doi:10.1080/02664763.2022.108007
[15] COENDERS，G.和PAWLOWSKY-GLAHN，V.（2020年）。关于具有成分预测因子的回归模型中的检验和效应大小的解释。分拣44 201-220. 数字对象标识符：10.2436/20.808.02.100谷歌学者：查找链接数学科学网：MR4121257 zbMATH:1442.62152·Zbl 1442.62152号 ·doi:10.2436/20.808.02.100
[16] COMBETTES，P.L.和MüLLER，C.L.（2021）。成分数据的回归模型：一般对数对照公式、近端优化和微生物组数据应用。《生物统计》。13 217-242. 数字对象标识符：10.1007/s12561-020-09283-2谷歌学者：查找链接·doi:10.1007/s12561-020-09283-2
[17] CORTéS，J.A.（2009）。关于哈克变分图；Aitchison和Egozcue（2005）对“成分数据的统计分析。我们在哪里，我们应该向哪里发展？”的评论。数学。地质科学。41 817-828. 数字对象标识符：10.1007/s11004-009-9222-8谷歌学者：查找链接·Zbl 1178.86017号 ·doi:10.1007/s11004-009-9222-8
[18] 大卫·M.、戴伯特·M.和比乌切明·Y.（1977年）。地质学中的统计分析：对应分析法。科罗拉多州Sch。矿业问题72 11-57。
[19] EGOZCUE，J.J.和PAWLOWSKY-GLAHN，V.（2005）。成分数据分析中的零件组及其平衡。数学。地质。37 795-828. 数字对象标识符：10.1007/s11004-005-7381-9谷歌学者：查找链接数学科学网：MR2183639 zbMATH:1177.86018·Zbl 1177.86018号 ·doi:10.1007/s11004-005-7381-9
[20] EGOZCUE，J.J.和PAWLOWSKY-GLAHN，V.（2019）。组成数据：样本空间及其结构。测试28 599-638. 数字对象标识符：10.1007/s11749-019-00670-6谷歌学者：查找链接数学科学网：MR3992128·Zbl 1428.62220号 ·doi:10.1007/s11749-019-00670-6
[21] Greeneacre，M.（2019年）。Egozcue和Pawlowsky-Glahn对“组成数据：样本空间及其结构”的讨论。测试2019 20-24.
[22] ERB，I.和AY，N.（2021）。成分数据分析的信息几何视角。在成分数据分析的进展中（P.Filzmoser，K.Hron，J.A.Martín-Fernández和J.Palarea Albaladejo编辑）21-43。纽约州施普林格。
[23] ERB，I.和NOTREDAME，C.（2016）。我们应该如何衡量相对基因表达数据的比例？理论生物科学。135 21-36.
[24] ERB，I.、QUINN，T.P.、LOVELL，D.和NOTREDAME，C.（2017年）。差异比例-一种无需标准化的差异基因表达方法。在2017年CoDaWork会议记录中，这个第七届成分数据分析研讨会。见bioRxiv，第134536页。数字对象标识符：10.1101/134536谷歌学者：查找链接·doi:10.1101/134536
[25] FILZMOSER，P.、HRON，K.和TEMPL，M.（2018年）。应用成分数据分析。统计学中的斯普林格系列。查姆施普林格。数字对象标识符：10.1007/978-3-319-96422-5谷歌学者：查找链接数学科学网：MR3839314·doi:10.1007/978-3-319-96422-5
[26] FIŠEROVá，E.和HRON，K.（2011年）。关于成分数据的正交坐标解释。数学。地质科学。43 455.
[27] GABRIEL，K.R.（1972）。利用典型分解和双点图对气象数据进行分析。J.应用。美托洛尔。气候。11 1071-1077.
[28] GORDON-RODRIGUEZ，E.、QUINN，T.P.和CUNNINGHAM，J.P.（2021年）。学习高通量测序数据的稀疏对数比率。生物信息学.btab645。数字对象标识符：10.1093/bioinformatics/btab645谷歌学者：查找链接·doi:10.1093/生物信息系统/btab645
[29] GOWER，J.C.和DIJKSTERHUIS，G.B.（2004年）。处理问题。牛津统计科学系列30。牛津大学出版社，牛津。数字对象标识符：10.1093/acprof:oso/9780198510581.001.0001谷歌学者：查找链接数学科学网：MR2051013·Zbl 1057.62044号 ·doi:10.1093/acprof:oso/9780198510581.001.0001
[30] GREEVE，M.和GREENACRE，M.（2020年）。脂肪酸比率的选择和分析：海洋生物脂肪酸营养标志物单变量和多变量分析的新方法。利莫尔。大洋洲。，方法18 196-210.
[31] GRALINSKA，E.、KOHL，C.、FADAKAR，B.S.和VINGRON，M.（2022年）。使用关联图从单细胞转录组数据中可视化簇特异性基因。分子生物学杂志。434 167525. 数字对象标识符：10.1016/j.jmb.2022.167525谷歌学者：查找链接·doi:10.1016/j.jmb.2022.167525
[32] 格林阿克，米（2003年）。匹配矩阵的奇异值分解。J.应用。统计数字30 1101-1113。数字对象标识符：10.1080/0266476032000107132谷歌学者：查找链接数学科学网：MR2037841·Zbl 1117.15305号 ·doi:10.1080/0266476032000107132
[33] Greeneacre，M.（2009年）。对应分析中的幂变换。计算。统计师。数据分析。53 3107-3116. 数字对象标识符：10.1016/j.csda.2008.09.001谷歌学者：查找链接数学科学网：MR2667615·Zbl 1453.62099号 ·doi:10.1016/j.csda.2008.09.001
[34] Greeneacre，M.（2010年）。对数比率分析是对应分析的一种极限情况。数学。地质科学。42 129-34.
[35] Greeneacre，M.（2011年）。测量亚组分不相干。数学。地质科学。43 681-93.
[36] Greeneacre，M.（2013）。贡献双拍品。J.计算。图表。统计师。22 107-122. 数字对象标识符：10.1080/10618600.2012.702494谷歌学者：查找链接数学科学网：MR3044325·doi:10.1080/10618600.2012.702494
[37] Greeneacre，M.（2016年）。生态学中的数据报告和可视化。极地生物。39 2189-2205.
[38] Greeneacre，M.（2016年）。《实践中的对应分析》，第三版，CRC出版社，佛罗里达州博卡拉顿。
[39] GREENACRE，M.（2017）。”测量多变量接近度时的“大小”和“形状”。方法经济学。进化。8 1415-1424. 数字对象标识符：10.1111/2041-210X.12776谷歌学者：查找链接·doi:10.1111/2041-210X.12776
[40] Greeneacre，M.（2018年）。实践中的成分数据分析。Chapman&Hall/CRC出版社，佛罗里达州博卡拉顿。
[41] Greeneacre，M.（2019年）。使用两两对数比的成分数据分析中的变量选择。数学。地质科学。51 649-682. 数字对象标识符：10.1007/s11004-018-9754-x谷歌学者：查找链接数学科学网：MR3981436·Zbl 1421.86020号 ·doi:10.1007/s11004-018-9754-x
[42] Greeneacre，M.（2020年）。合并在成分数据分析中有效，可用于凝聚聚类，其对数比具有反变换。申请。计算。地理科学。5 100017.
[43] Greeneacre，M.（2021年）。成分数据分析。每年。修订状态申请。8 271-299. 数字对象标识符：10.1146/annurev-statistics-042720-124436谷歌学者：查找链接数学科学网：MR4243548·doi:10.1146/annurev-statistics-042720-124436
[44] 绿英亩，米（2022）。组成数据分析——线性代数、可视化和解释。在《多元统计建模的创新：理论和多学科领域的导航》（A.Bekker和J.Ferreira编辑）斯普林格，纽约。https://arxiv.org/abs/2110.12439。
[45] GREENACRE，M.、GRUNSKY，E.和BACON-SHONE，J.（2020年）。合成数据分析中合并和等距对数比的比较。计算。地质科学。148 104621.
[46] GREENACRE，M.、GRUNSKY，E.、BACON-SHONE，J.、ERB，I.和QUINN，T.（2023年）。《艾奇逊40年来的成分数据分析：再评价》补充https://doi.org/10.1214/22-STS880SUPPA网站, https://doi.org/10.1214/22-STS880SUPPB, https://doi.org/10.1214/22-STS880SUPPC网站, https://doi.org/10.1214/22-STS880SUPPD网站, https://doi.org/10.1214/22S-TS880SUPPE（网址：https://doi.org/10.1214/22S-TS880SUPPE）
[47] GREENACRE，M.和LEWI，P.（2009年）。成分数据、列联表和比率尺度测量分析中的分布等效性和亚成分一致性。J.分类26 29-54。数字对象标识符：10.1007/s00357-009-9027-y谷歌学者：查找链接数学科学网：MR2507824 zbMATH:1276.62037·Zbl 1276.62037号 ·doi:10.1007/s00357-009-9027-y
[48] GREENACRE，M.、MÁRTINEZ-ÁLVARO，M.和BLASCO，A.（2021）。微生物组和任何生物数据集的组成数据分析：加法对数比变换的验证。前面。微生物。12 2625. 数字对象标识符：10.3389/fmicb.2021.727398谷歌学者：查找链接·doi:10.3389/fmicb.2021.727398
[49] 格伦斯基（1985）。利用岩石地球化学数据的统计分析识别火山岩中的蚀变。《地球化学杂志》。探索。25 157-183.
[50] HAFEMEISTER，C.和SATIJA，R.（2019年）。使用正则化负二项回归对单细胞RNA-seq数据进行归一化和方差稳定。基因组生物学20 1-15。
[51] HAUG，T.、FALK-PETERSEN，S.、GREENACRE，M.等人（2017年）。与巴伦支海常见的小须鲸相比，竖琴海豹的营养水平和脂肪酸。海洋生物。第13号决议919-932。数字对象标识符：10.1080/17451000.2017.313988谷歌学者：查找链接·doi:10.1080/17451000.2017.1313988
[52] 海林格，E.（1909）。Neue Begründung der Theorye quadrischer Formen von unendlichvielen Veränderlichen。J.Reine Angew。数学。136 210-271. 数字对象标识符：10.1515/crll.1909.136.210谷歌学者：查找链接数学科学网：MR1580780·doi:10.1515/crll.1909.136.210
[53] HRON，K.、COENDERS，G.、FILZMOSER，P.、PALAREA-ALBALADEJO，J.、FAMĚRA，M.和GRYGAR，T.M.（2021年）。再次分析两两对数比率。数学。地质科学。54https://www.x-mol.com/paperRedirect/138113593200320512。
[54] HRON，K.、FILZMOSER，P.、DE CARITAT，P.，FIŠEROVá，E.和GARDLO，A.（2017）。成分数据的加权枢轴坐标及其在地球化学制图中的应用。数学。地质科学。49 797-814. 数字对象标识符：10.1007/s11004-017-9684-z谷歌学者：查找链接数学科学网：MR3672426·Zbl 1369.86019号 ·doi:10.1007/s11004-017-9684-z
[55] HSU，L.L.和CULHANE，A.C.（2023）。单细胞RNA-seq数据降维、批量集成和可视化的对应分析。科学。代表13 1197。
[56] Hubert，L.和Arabie，P.（1985年）。比较分区。J.分类2 193-218。
[57] JACKSON，D.A.（1997年）。群落生态学中的成分数据：比例的范式还是危险？生态学78 929-940.
[58] KRAFT，A.、GREEVE，M.、JANSSEN，D.等人（2017年）。北极远洋性端足类：脂质动力学和生活策略。《浮游生物研究杂志》37 790-807。
[59] KRZANOWSKI，W.（1987）。使用主成分选择变量以保留多元数据结构。J.R.统计社会服务。C.申请。《美国联邦法律大全》第36卷第22-33页。
[60] KYN Co LOVá，P.、HRON，K.和FILZMOSER，P.（2017年）。基于对称平衡的组成部分之间的相关性。数学。地质科学。49 777-796. 数字对象标识符：10.1007/s11004-016-9669-3谷歌学者：查找链接数学科学网：MR3672425·Zbl 1369.86020号 ·doi:10.1007/s11004-016-9669-3
[61] LEWI，P.J.（1976年）。光谱图谱，一种对化合物的生物活性进行分类的技术。阿尔茨。福施。26 1295-300.
[62] LEWI，P.J.（1986）。利用光谱图分析生物活性曲线。欧洲医学化学杂志。21 155-62.
[63] LEWI，P.J.（2005）。光谱映射，多元数据分析冒险的个人和历史记录。化学。智力。实验室系统。77 215-23.
[64] LOVELL，D.、PAWLOWSKY-GLAHN，V.、EGOZCUE，J.J.、MARGUERAT，S.和BáHLER，J.（2015）。相称性：相对数据相关性的有效替代方法。公共科学图书馆计算。生物11 e1004075。
[65] LUECKEN，M.D.和THEIS，F.J.（2019年）。单细胞RNA-seq分析的当前最佳实践：教程。摩尔系统。生物学15 e8746。
[66] MARTíN-FERNáNDEZ，J.A.、PAWLOWSKY-GLAHN，V.、EGOZCUE，J.J.和TOLOSONA-DELGADO，R.（2018）。成分数据的本金余额预付款。数学。地质科学。50 273-298. 数字对象标识符：10.1007/s11004-017-9712-z谷歌学者：查找链接数学科学网：MR3779069·Zbl 1407.62219号 ·数字对象标识代码：10.1007/s11004-017-9712-z
[67] 马丁内斯-阿尔瓦罗，M.、奥夫雷特，M.D.、杜提埃，C.A.、德胡斯特，R.、克利夫兰，M.，沃森，M.和罗伊，R.（2021）。牛宿主基因组作用于瘤胃微生物的特定代谢、通讯和遗传过程，这些微生物与甲烷排放有着天然联系。提交出版https://www.researchsquare.com/article/rs-290150/v1。
[68] 马丁内斯-阿尔瓦罗，M.、久比里·盖特，A.、赫尔南德斯，P.、格林纳克里，M.，费雷尔，A.和布拉斯科，A.（2021）。在类似环境条件下，对遗传性肥胖和瘦肉宿主盲肠微生物群功能核心的综合比较。Commun接受。生物。
[69] MCKINLEY，J.M.、GRUNSKY，E.和MUELLER，U.（2018年）。使用区域尺度地球化学数据的多元分析进行环境监测和泥炭评估。数学。地质科学。50 235-246. 数字对象标识符：10.1007/s11004-017-9686-x谷歌学者：查找链接数学科学网：MR3772992 zbMATH:1406.86034·Zbl 1406.86034号 ·文件编号：10.1007/s11004-017-9686-x
[70] MEIER，S.、FALK-PETERSEN，S.和GADE-SØRENSEN，L.A.等人（2016年）。普通小须鲸（Balaenoptera acutorostrata）鲸脂中的脂肪酸反映了其进食面积和食物选择，但也反映了其高内源性代谢。海洋生物。
[71] MURTAGH，F.（1984）。计算树状图：一项调查。离散应用程序。数学。7 191-199. 数字对象标识符：10.1016/0166-218X（84）90066-0谷歌学者：查找链接数学科学网：MR0727923·Zbl 0528.62055号 ·doi:10.1016/0166-218X（84）90066-0
[72] PALAREA-ALBALADEJO，J.和MARTIN-FERNANDEZ，J.（2015）。zCompositions-R软件包，用于在合成方法下对左旋数据进行多元插补。化学。智力。实验室系统。143 85-96.
[73] PAWLOWSKY-GLAHN，V.和BUCCIANTI，A.编辑（2011）《成分数据分析：理论与应用》，奇切斯特出版社。数字对象标识符：10.1002/9781119976462谷歌学者：查找链接数学科学网：MR2920574·doi:10.1002/9781119976462
[74] PAWLOWSKY-GLAHN，V.、EGOZCUE，J.J.和TOLOSANA-DELGADO，R.（2015）。成分数据建模与分析。实践中的统计学。奇切斯特·威利。数学科学网：MR3328965
[75] QUINN，T.P.和ERB，I.（2020年）。混合：用于成分数据降维的数据驱动合并。NAR Genomics Bioninform公司。2.lqaa076。数字对象标识符：10.1093/nargab/lqaa076谷歌学者：查找链接·doi:10.1093/nargab/lqaa076
[76] QUINN，T.P.、ERB，I.、RICHARDSON，M.F.和CROWLEY，T.M.（2018）。将测序数据理解为组合：展望与回顾。生物信息学34 2870-2878. 数字对象标识符：10.1093/bioinformatics/bty175谷歌学者：查找链接·doi:10.1093/bioinformatics/bty175
[77] QUINN，T.P.、RICHARDSON，M.F.、LOVELL，D.和CROWLEY，T.M.（2017）。Propr：一种R包，用于通过成分数据分析识别比例丰富的特征。科学。代表7 16252-16259。
[78] Rand，W.M.（1971）。评价聚类方法的客观标准。J.Amer。统计师。协会66 846-850。
[79] REN，B.、BACALLADO，S.、FAVARO，S.、HOLMES，S.和TRIPPA，L.（2017）。微生物群落分析的贝叶斯非参数排序。J.Amer。统计师。协会112 1430-1442。数字对象标识符：10.1080/01621459.2017.1288631谷歌学者：查找链接数学科学网：MR3750866·doi:10.1080/01621459.2017.1288631
[80] REY，F.、GREENACRE，M.、SILVA NETO，G.M.、BUENO-PARDO，J.、DOMINGUES，M.R.和CALADO，R.（2022）。脂肪酸比率分析确定了在不同供应事件中采集的合格亚浮游幼虫的变化。3月环境。第173号决议105517。
[81] SCEALY，J.L.和WELSH，A.H.（2011）。通过使用超球面上定义的分布回归成分数据。J.R.统计社会服务。B.统计方法。73 351-375. 数字对象标识符：10.1111/j.1467-9868.2010.00766.x谷歌学者：查找链接数学科学网：MR2815780·Zbl 1411.62179号 ·文件编号：10.1111/j.1467-9868.2010.00766.x
[82] SCEALY，J.L.和WELSH，A.H.（2014）。颜色和鸡尾酒：2013年兰卡斯特讲座的成分数据分析。澳大利亚。N.Z.J.《法律总汇》第56卷第145-169页。数字对象标识符：10.1111/anzs.12073谷歌学者：查找链接数学科学网：MR3226434 zbMATH:1336.62028·Zbl 1336.62028号 ·doi:10.1111/anzs.12073
[83] SMITHSON，M.和BROOMELL，S.B.（2022年）。成分数据分析教程。精神病。方法27。数字对象标识符：10.1037/met0000464谷歌学者：查找链接·doi:10.1037/met0000464
[84] SMYTH，D.（2007）。北爱尔兰Tellus地球化学制图中使用的方法。英国地质调查局，公开报告，OR/07/022。
[85] 斯坦利·C.R.（2019）。岩石地球化学数据的摩尔元素比分析：用于矿物勘探和采矿的工具箱。地球化学公司.，探索。环境。分析。20 233-256.
[86] 斯蒂芬斯（1982）。使用von Mises分布分析连续比例。生物特征69 197-203. 数字对象标识符：10.1093/biomet/69.1197谷歌学者：查找链接MathSciNet:MR0655685·doi:10.1093/biomet/69.1.197
[87] TE BEEST，D.E.、NIJHUIS，E.H.、MHLMANN，T.W.R.和TER BRAK，C.J.F.（2021年）。带有多个零的微生物组数据的对数比分析取决于库大小。摩尔生态。资源。21 1866-1874. 数字对象标识符：10.1111/1755-0998.13391谷歌学者：查找链接·doi:10.1111/1755-0998.13391
[88] R核心团队（2021年）\（R）：统计计算语言和环境。R统计计算基金会，奥地利维也纳。
[89] Townes，F.W.、Hicks，S.C.、Aryee，M.J.和Irizarry，R.A.（2019年）。基于多项式模型的单细胞RNA-seq的特征选择和降维。基因组生物学。20 295. 数字对象标识符：10.1186/s13059-019-1861-6谷歌学者：查找链接·doi:10.1186/s13059-019-1861-6
[90] VAN DEN BOOGAART，K.G.和TOLOSANA DELGADO，R.（2013）。用R分析成分数据。使用R！海德堡施普林格。数字对象标识符：10.1007/978-3642-36809-7谷歌学者：查找链接数学科学网：MR3099409·Zbl 1276.62011年 ·doi:10.1007/978-3-642-36809-7
[91] VAN DEN WOLLENBERG，A.L.（1977年）。冗余分析，规范分析的替代方法。心理测量学42 207-219. 兹马特：0354.92050·Zbl 0354.92050号
[92] WOOD，J.和GREENACRE，M.（2021）。充分利用专家知识分析考古数据：以帕提亚和萨桑釉陶为例。阿切尔。阿索普。科学。13 110.
[93] YOO，J.、SUN，Z.、GREENACRE，M.、MAD，Q.、CHUNG，D.和KIM，Y.M.（2022年）。免疫学成分数据统计分析指南。Commun公司。统计应用程序。方法29 453-469。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。