
Vícenásobná regrese na asociačních maticích
Vícenásobná regrese na asociačních maticích (multiple regression on distance matrices – MRM) představuje metodu, kdy můžeme sledovat vztah dvou a více asociačních matic. MRM představuje vícenásobnou regresi pro závislou asociační matici A na dvou nebo více environmentálních, prostorových nebo jiných vysvětlujících asociačních maticích, převedených na vektor. Statistická významnost MRM modelu a koeficienty jsou opět testovány pomocí permutace matice A, zatímco vysvětlující matice představují konstanty. Když A je matice vzdáleností nebo podobností, jsou její sloupce a řádky jednoduše permutovány stejně jako v případě Mantelova testu. Regresní koeficienty a koeficient determinace (r2) jsou pak počítány pro každou permutaci a slouží pro výpočet p-hodnoty.
MRM má oproti Mantelovu testu dvě výhody:
- Jako základ MRM lze použít polynomické, nelineární nebo neparametrické modely; když matici vzdáleností/podobností převedeme na vektor, výpočet modelu MRM se neliší od výpočtu vícenásobné regrese na řádkových datech. Jediný rozdíl je zde výpočet statistické významnosti, kterou získáme pomocí permutačního testování.
- Rozšíření počtu vysvětlujících matic, která každá může představovat matici vzdáleností pro každou proměnnou. Toto představuje vhodnou cestu, jak určit statistickou významnost a relativní důležitost každé proměnné.