Du schreibst ja das letztendlich eben die Parameter herangezogen werden die am meisten differieren. Jetzt frage ich mich wie das mit der Glaubwürdigkeit/Anerkennungsgrad bei solchen Papers ist. Ab und an werden Papers ja auch nicht wirklich akzeptiert -> Schlampig erarbeitet etc.
Gilt da die Regel je mehr/stärker differierende Parameter desto anerkannter ist so eine Arbeit oder würde im Zweifelsfall auch einer Reichen um so ein Paper zu belegen ?
Nicht nicht multivariaten Verfahren bedingen die Glaubwürdigkeit sondern deren adäquate Anwendung. Würde man z.B. die Hauptkomponentenanalyse (PCA) auf nur binär kodierte Daten anwenden wäre das Paper nicht sehr glaubwürdig und der Author würde klar zeigen, dass er keine Ahnung hat. Es reicht eigentlich nicht, wie hier in diesem Workshop einfach mal die Analyse laufen zu lassen, sondern man muss auch die mathematischen Hintergründe verstehen und richtig anwenden können. Allerdings sind morphometrische Verfahren seit vielen Jahren durchaus akzeptierte Methoden und es gibt eine ganze Reihe Papers und Bücher zu dem Thema, gerade in Bezug auf biologische Fragestellungen. Hier sei mal auf ein paar davon hingewiesen:
- "Multivariate Statistics for Wildlife and Ecology Research" von Kevin McGarigal, Sam Cushman und Susan Stafford, Springer-Verlag
- "Choosing and Using Statistics - A Biologist's Guide" von Calvin Dytham, Blackwell Publishing
- "Analysis of Ecological Communities" von Bruce McCune und James B. Grace, mjm Publishing
- "Ecological Diversity and Its Measurements" von Anne E. Magurran, Princeton Paperbacks
Letztendlich sind das alles ja nur statistische Verfahren, die als Hilfsmittel verwendet werden um vielleicht auf den ersten Blick nicht so offensichtliche Differenzen feststellen zu können. Man könnte auch bei genetischen Analysen hervorragend "pfuschen", wenn man z.B. eine ungeeignete Außengruppe (Outgroup) einsetzt oder ungeeignete Verfahren einsetzt. Dadurch, dass die meisten Papers, egal ob mit morphometrischem oder genetischem Inhalt, eine recht ausführliche "Materials and Methode" Sektion beinhalten, kann man sehr schnell sehen, ob die Methoden "sauber" verwendet wurden. Das oberste Ziel einer wissenschaftlichen Arbeit ist natürlich auch die Reproduzierbarkeit der Ergebnisse. Dafür muß man aber genau wissen, was der Autor gemacht hat. Es sind nicht die Parameter (Variablen bzw. Schuppenzahlen etc.), die das Paper ausmacht. Wie gesagt, es ist nur ein Hilfsmittel. Die Schlüsse, die der Autor aus einer solchen Analyse zieht ist das entscheidende, und diese werden in der "Discussion" Sektion der Arbeit gegeben. Allerdings, ja, jemand der solche Verfahren aus irgendwelchen Gründen ablehnt (wozu es eigentlich keinen vernünfttigen Grund gibt), der wird ein solches Paper wohl nie akzeptieren, aber dann gibt es auch andere, die andere Verfahren in Frage stellen. Eine Regel, was akzeptiert wird und was nicht gibt es nicht. Hauptsache ist, dass die Argumentation schlüssig ist und das angewendete Verfahren richtig angewandt wurde.
Konkret bei den multivariaten Verfahren alla PCA ist es schon von der Methode selber her gegeben, dass die höchsten Eigenwerte (Eigenvalues) die signifikantesten sind. Die dahinterliegenden Werte werden als Loadings bezeichnet (siehe angehängtes Bild PCA_Loadings.jpg).
Viele Grüße,
Wulf