학제 간 연구 노력은 보존 전략 및 포로 양육 결과를 개선하기 위해 여우 원숭이 행동에 대해 밝힙니다.
도전
통계학과 대학원생은 자신의 지식을 실제 상황에 적용하는 경험이 필요합니다. 다른 분야의 대학원생은 연구를 통계적으로 보다 견고하게 만드는 데 도움이 필요합니다.
해결책
버지니아 공대의 SAIG(Statistical Applications and Innovation Group)는 대학원 수준의 통계학자를 다른 분야의 과학자와 연결하여 복잡한 연구 문제를 공동으로 해결합니다. SAIG 컨설턴트는 JMP®를 사용하여 통계 분석을 보다 접근하기 쉽고 대화식으로 만듭니다.
결과
통계학자이자 생태학자인 두 명의 버지니아 공대 박사 과정 학생이 야생 여우원숭이가 토양을 소비하는 이유를 설명하는 데 도움이 되는 생물학적으로 의미 있는 변수를 식별하기 위해 JMP에서 실험실 외부 영양 데이터를 조사했습니다. 그들의 결과는 이 심각한 멸종 위기에 처한 종에 영향을 미치는 보존 관리 전략을 알리는 것을 목표로 합니다.
더보기...
과학자 + 통계학자 = 발견. 간단한 수학입니다. 버지니아 공대의 통계학 박사 후보인 Jiangeng Huang은 이렇게 말합니다.
그리고 Huang은 알 것입니다. 지난 3년 동안 그는 버지니아 공대에서 어류 및 야생동물 보호 분야의 박사 후보인 Brandon Semel 연구원과 협력하여 야생 여우원숭이 개체군에서 토양 소비의 생태학적 기능을 설명했습니다. 그들의 결합된 노력은 과학자들의 여우원숭이 행동에 대한 이해의 확장을 나타내는 많은 생물학적으로 중요한 변수를 밝혀냈습니다.
현장 조사에서 강력한 통계 모델링까지
영장류는 토양을 소비하는 것으로 오랫동안 알려져 왔습니다. 이는 Geophagy로 알려진 행동입니다. 그의 연구에서 Semel은 말합니다. 그러나 과학자들은 이 행동이 진화한 이유와 현재 어떤 목적에 기여하는지 아직 설명하지 못했습니다. 기존 가설은 영양학적, 지리적, 인구학적 요인의 조합을 고려하고 기생충 완화에서 미네랄 보충, 홍조 독소에 이르기까지 다양합니다. 이 질문을 해결하는 것은 환경 보호론자들이 종의 생존 가능성을 높이기 위해 관리 결정을 더 잘 지시할 수 있는 방법을 이해하는 열쇠가 될 수 있습니다.
Semel은 “마다가스카르의 숲이 급속도로 사라지고 있어 식량과 은신처를 위해 숲에 의존하는 100여 종의 여우원숭이가 멸종 위기에 처해 있습니다. "특정 여우원숭이의 식단 요구 사항에 대해 더 많이 알게 되면 남아 있는 최고의 서식지에 보존 노력을 집중하고 포획 사육 프로그램에서 동물을 가장 잘 돌보고 재조림 노력을 안내하는 데 도움이 될 것입니다."
세멜이 연구하는 종인 왕관 시파카를 포함한 여우원숭이는 마다가스카르 고유종입니다. 매년 Semel은 여우원숭이의 행동을 관찰하고 물기 비율, 음식 양, 음식 유형 및 다양한 음식과 토양을 소비하는 데 소요된 시간과 같은 데이터를 기록하기 위해 미국의 동부 산간 숲으로 여행을 떠납니다. 그런 다음 이 데이터는 실험실에서 보다 쉽게 연구할 수 있는 미네랄, 지방, 칼로리, 섬유질, 단백질과 같은 영양 정보로 변환됩니다.
3년 전 그러한 여행을 마치고 블랙스버그로 돌아온 Semel은 장비가 부족한 몇 가지 데이터 문제에 직면했습니다. 데이터 세트가 크고 변수가 다중 공선적이며 누락된 값이 많습니다. 발견한 내용의 품질과 정확성을 높이기 위해 Semel은 버지니아 공대 통계청 이니셔티브인 SAIG(Statistical Application and Innovation Group)를 통해 파트너십을 모색했습니다.
PHOTOS BY BRANDON SEMEL Brandon SEMEL의 사진
PHOTOS BY BRANDON SEMEL Brandon SEMEL의 사진
대학 이니셔티브는 응용 경험, 더 나은 과학을 제공합니다.
대학 전체에서 다른 분야의 연구 과학자를 위한 통계적 협업, 컨설팅 및 지원을 제공하는 SAIG는 과학자 + 통계학자 = 발견 공식의 구체화입니다. 이 그룹의 목표는 연구원들이 보다 강력한 실험을 설계하고, 데이터 모델링 및 분석 기술을 연마하고, 새로 습득한 통계 기술을 향후 연구에 적용하는 데 필요한 소프트웨어를 사용하도록 가르치는 것입니다. 그 대가로 통계학 대학원생은 자신의 전문 지식을 실제 시나리오에 적용할 수 있는 기회를 얻습니다. 이는 업계 경력을 추구하는 모든 신규 졸업생에게 귀중한 경험입니다.
버지니아 공대에서 공부를 시작하고 SAIG에 합류한 후 Jiangeng Huang은 임업 및 토목 공학과 같이 서로 다른 분야의 연구원들과 함께 60개 이상의 프로젝트에 참여했습니다. 일부는 빠른 전환 프로젝트였습니다. Semel과의 작업과 같은 다른 작업은 훨씬 더 광범위합니다. "우리는 동료들의 연구 상황에 대해 듣고 배운 다음 그들의 문제를 해결하는 데 사용할 가장 적절한 알고리즘을 알아냅니다."라고 Huang은 말합니다. "우리는 그들에게 낚시하는 방법을 가르쳐 주기만 하면 그들은 스스로 낚시를 할 수 있습니다."
Semel이 처음 SAIG에 나타났을 때 그는 낚시에 대해 어느 정도 알고 있었습니다. 즉, 그는 선형 모델에 대해서는 알고 있었지만 적용 방법에 대해서는 잘 몰랐습니다. 반면 황은 여우원숭이에 대해 아무것도 몰랐다. 그것은 곧 바뀌었고 두 사람은 이제 신뢰할 수 있는 동료이자 좋은 친구가 되었습니다. 협력하여 그들은 강력한 듀오를 만듭니다.
Semel은 “SAIG 직원들과 제가 전문 분야에 대해 서로 스쳐지나가는 이야기를 하고 상호 이해에 도달하는 것이 어려울까 봐 약간 걱정했습니다.”라고 회상합니다. "내가 겪고 있는 문제에 대한 많은 통계적 접근 방식을 검토했지만 특정 문제에 적용하는 데 도움이 필요하다고 느꼈습니다."
JMP ® 통계를 단순화
Huang은 연구의 목표와 매개 변수를 더 잘 이해하기 위해 Semel과 함께 앉아 데이터를 탐색하기 시작했습니다. 함께 그들은 한 단계에서 중요한 기능을 선택하고 그 효과를 추정할 수 있는 일련의 정규화된 선형 모델을 구축하도록 이끄는 접근 방식을 해시했습니다. lasso 및 ridge 회귀를 탄성망과 결합하여 다중 공선성 문제를 해결할 수 있었습니다. 그리고 이러한 모델을 구축하기 위해 JMP를 사용했습니다.
"JMP는 대화형이기 때문에 사용하는 것을 좋아합니다."라고 Huang은 말합니다. "매우 사용자 친화적이고 사용 가능한 도구가 너무 많습니다." 또한 그는 사용자가 코드 작성 방법을 배울 필요가 없기 때문에 현장 조사에 집중할 시간을 확보해야 하는 Semel과 같은 과학자가 JMP를 사용하면 통계적 방법에 더 쉽게 접근할 수 있다고 말합니다. “다른 분야의 연구원들은 모두 다른 수준의 프로그래밍 기술과 통계 지식을 가지고 있습니다. 진행 중인 많은 연구 프로젝트는 본질적으로 학제 간이며 도메인 전문 지식과 통계 컴퓨팅 모두의 효과적인 협업이 필요합니다.”라고 Huang은 말합니다. 그리고 JMP는 이 프로세스를 더 쉽게 만듭니다. “특히 초기 탐색 단계에서 당면한 문제에 가장 적합한 방법을 찾기 위해 다양한 방법을 시도하고 싶습니다. 한 번에 여러 연구 및 컨설팅 프로젝트를 진행하면서 시도하고 싶은 모든 잠재적인 방법에 대해 처음부터 코딩하는 데 10시간 이상을 보낼 수는 없습니다.”
그렇기 때문에 SAIG 이니셔티브는 연구자에게 기본 원리에 대한 지식을 제공할 뿐만 아니라 JMP 사용 방법을 가르치는 것을 목표로 합니다. 소프트웨어에서 사용할 수 있는 광범위한 사전 패키지 옵션을 통해 연구자들은 다른 도구가 필요하지 않다고 Huang은 말합니다. “JMP를 사용하면 연구원이 자신의 데이터를 매우 쉽게 분석할 수 있습니다. JMP의 정말 멋진 점이라고 생각합니다.”
일반화 선형 모델은 제로 인플레이션 문제를 해결합니다.
Semel은 특히 복잡한 데이터 세트를 가지고 있습니다. 여우원숭이가 음식을 먹고 흙을 먹지 않는 것으로 관찰되는 모든 경우에 0 값이 기록되기 때문에(모든 여우원숭이가 흙을 먹는 것은 아닙니다) 이는 주어진 데이터 세트의 절반 정도가 0이 될 수 있음을 의미합니다. "이 데이터 세트는 응답 변수에 특별한 구조를 가지고 있습니다."라고 Huang은 말합니다. “우리는 그것을 제로 인플레이션이라고 부릅니다. 응답 변수를 보면 0이 많은 계수 데이터가 있습니다. 이것은 비정규 데이터 세트이며 연결 기능을 사용하여 일반화된 선형 모델로 확장하여 JMP에서 이를 처리했습니다. 우리는 또한 연결 기능에 대해 창의적이어야 하며 이 경우 팽창이 0인 포아송 모델이 잘 작동한다는 것을 알았습니다.”
"비정규" 데이터 세트를 다루는 것은 숙련된 통계학자에게도 어려운 일이 될 수 있습니다. 그러나 이 시나리오가 Semel의 현장 경력에서 확실히 마지막이 아닐 것임을 알고 Huang은 Semel과 함께 JMP에서 쉽게 복제하고 적용할 수 있는 표준 방법을 개발했습니다. Huang은 그에게 "이것은 스스로 할 수 있습니다. "라고 회상합니다. "JMP에서 이 작업을 수행할 수 있습니다."
미래를 준비하는 경험
"저는 이 협업 트렌드가 우리 프로그램의 매우 강력한 부분이라고 생각합니다."라고 SAIG에 대해 Huang은 말합니다. “통계는 매우 학제적이며 SAIG를 통해 우리(통계학자)는 이러한 통계적 방법이 실제 문제에 어떻게 적용되는지 확인할 수 있습니다. 실제로 이러한 알고리즘을 어떻게 사용합니까? 지금은 익숙할지 모르지만 적용하지 않으면…
모든 것이 협업 패러다임으로 돌아간다고 그는 말합니다. “당신은 연구를 진행하지만 이 과정에서 배우는 것이기도 합니다. 순수 통계가 아닌 작업을 수행할 때 적용할 수 있는 기술을 배우고 있습니다. 그리고 연구 자체가 흥미롭습니다. 함께 일하면 해결책이 나옵니다.”
Semel은 여우원숭이 지구포식에 대한 연구를 계속 마무리하는 동안 이제 여우원숭이 개체수가 기후 변화에 의해 어떤 영향을 받는지 살펴보고 있습니다. "우리는 일부 숲 유형이 다른 유형보다 더 많은 여우원숭이를 지원할 수 있다는 것을 알고 있습니다."라고 그는 말합니다. “우리는 또한 기후 변화가 이미 전 세계적으로 산림 유형에 변화를 일으키고 있다는 것을 알고 있습니다. 다양한 산림 유형에 걸쳐 여우원숭이의 먹이와 개체수를 연구함으로써 현재의 보호 지역 범위와 다양한 기후 변화 시나리오를 기반으로 미래의 여우원숭이 풍부함을 예측할 수 있기를 희망합니다. 그 모델링에는 SAIG로 더 많은 여행이 필요할 것입니다!”
Huang은 다음과 같이 덧붙입니다. “우리는 모두 다른 재능을 가지고 있습니다. 그래서 협업을 좋아합니다. 모두의 뒷마당에서 놀 수 있기 때문에 통계를 선택했습니다.”
