MultiStaR

Multivariate Methoden stellen ein wesentliches Instrumentarium zur Datenanalyse in der Ökologie dar. Sie werden in der Ökologie häufig eingesetzt und sind seit langem Gegenstand der Lehre in der Abteilung Geobotanik der Universität Freiburg. In den letzten Jahren wurde als Werkzeug das Programm R eingeführt. R ist ein frei verfügbares, kommandozeilenorientiertes Statistikprogramm, das für eine Reihe von Betriebssystemen angeboten wird (R-Development Core-Team 2007). Das Programm befindet sich in rascher Entwicklung (derzeit Version 2.10) und wird zunehmend auch von Ökologen eingesetzt. Bislang existiert kein deutschsprachiges Lehrbuch zur Anwendung multivariater Methoden mit R. Mit MultiStaR wird versucht, diese Lücke zu schließen und den Studierenden Lernmaterialien an die Hand zu geben, die Übungen mit dem eigentlichen Analysewerkzeug mit einschließen.

Validierung von HPLC-Methoden zur Bestimmung von Polyphenolen und Carotinoiden in Möhren, Weizen und Mais unterschiedlicher Herkunft

In den vorliegenden Untersuchungen wurde der Gehalt von Carotinoiden in Weizen, Mais und Möhren sowie der Polyphenolgehalt in Möhren mit analytischen Methoden zum Nachweis dieser Substanzen gemessen. Der Gehalt der Carotinoide in Mais und der Gehalt der phenolischen Bestandteile in Möhren wurde mit Messungen mittels HPLC-Analytik gemessen. Die Methoden wurden aus literaturbekannten Verfahren abgeleitet und an die Anforderungen der untersuchten Probenmatrices angepasst und validiert. Dem Verfahren lag die Frage zugrunde, ob es möglich ist, Kulturpflanzen aus verschiedenen Anbausystemen auf der Basis des Gehaltes bestimmter sekundärer Pflanzeninhaltsstoffe zu differenzieren und aufgrund von Unterschieden im Gehalt der sekundären Pflanzeninhaltsstoffe zu klassifizieren. Die Gesamtverfahren wurden dabei gemäß der ISO 17025 validiert. Für die Messungen standen Proben aus definierten Langzeitversuchen und Erzeugerproben ausgesuchter ökologisch bzw. konventionell arbeitender Anbaubetriebe zur Verfügung. Als Grundlage für eine valide Methodeneinschätzung wurden die Messungen an codierten Proben vorgenommen. Eine Decodierung der Proben erfolgte erst nach der Vorlage der Messergebnisse in den genannten Projekten. Die Messung und Auswertung des Carotinoidgehaltes in Weizen, Mais und Möhren vor dem Hintergrund der Differenzierung und Klassifizierung erfolgte in Proben eines Erntejahres. Die Messung des Gehaltes phenolischer Substanzen in Möhren erfolgte in Möhren aus 3 Erntejahren. Die verwendeten HPLC-Verfahren konnten in Bezug auf den analytischen Teil der Messungen in den einzelnen Verfahrensschritten Linearität, Spezifität, Präzision und Robustheit erfolgreich überprüft werden. Darüber hinaus wurden wichtige Einflussgrößen auf die Messungen bestimmt. Für die Verfahren zur photometrischen Bestimmung der Gesamtcarotinoide konnte eine Grundkalibrierung der Parameter Präzision und Linearität des Verfahrens erfolgreich durchgeführt werden. Während der Anwendung der HPLC-Methoden an codierten Proben konnten in allen untersuchten Probenmatrices quantitativ bedeutende Inhaltsstoffe nachgewiesen und identifiziert werden. Eine vollständige Identifizierung aller dargestellten Peaks konnte in den Untersuchungen der Polyphenole in Möhren und der Carotinoide in Mais nicht erfolgen. Im Hinblick auf die Frage nach der Differenzierung und Klassifizierung ergab sich in den verschiedenen Proben ein unterschiedliches Bild. Sowohl durch den Carotinoid- als auch den Polyphenolgehalt konnten einzelne Proben statistisch signifikant differenziert werden. Die Trennleistung hing dabei sowohl von den jeweiligen Komponenten als auch von der untersuchten Probenmatrix ab. Ein durchgängig höherer Gehalt sekundärer Pflanzeninhaltsstoffe in Proben aus ökologischem Anbau konnte nicht bestätigt werden. Für die Klassifizierung der Proben verschiedener Anbauvarianten und konnten multivariate statistische Methoden, wie lineare Diskriminantenanalyse (LDA) und Classification and Regression Tree (CART), erfolgreich angewandt werden. Eine Klassifizierung mit unterschiedlichen statistischen Verfahren erbrachte dabei unterschiedliche Ergebnisse. In der Klassifizierung der decodierten Proben mittels LDA wirkten sich die Faktoren Sorte und Standort stärker auf das Klassifizierungsergebnis aus als der Faktor Anbausystem. Eine Klassifizierung der decodierten Proben nach dem Anbausystem wurde mit dem CART-Verfahren durchgeführt. Auf dieser Basis wurden für die Polyphenole in Möhren 97 % der Proben richtig klassifiziert. Durch die Messwerte des Carotinoidgehaltes und des Luteingehaltes in Weizen konnte der größere Teil der Proben (90 %) korrekt klassifiziert werden. Auf der Basis des Carotinoidgehaltes in Mais wurde der Großteil der Proben (95 %) korrekt nach dem Anbausystem klassifiziert. Auf der Basis des mittels HPLC gemessenen Carotinoidgehaltes in Möhren konnten die Proben 97 % korrekt klassifiziert werden (97 %). Insgesamt erscheint der Grundgedanke der Klassifizierung durch den Gehalt sekundärer Pflanzeninhaltsstoffe vielversprechend. Durch die vielfältigen Einflussgrößen auf den Sekundärstoffwechsel von Pflanzen müssten Veränderungen, die durch Sorte und Standort auftreten, über mehrere Jahre erhoben und systematisiert werden.

Charakterisierung antiker Keramik und ihrer Herstellungstechniken mit mineralogischen Methoden am Beispiel Mayener Gebrauchskeramik

Mehr als hundert Jahre archäologischer Forschung haben gezeigt, dass in Mayen in römischer und mittelalterlicher Zeit eines der wichtigsten europäischen Produktionszentren für die Herstellung qualitätsvoller Gebrauchskeramik bestand. Im Rahmen dieser Studie wurden vier Befundkomplexe aus Töpfereisiedlungen vom 4. bis in das 14. Jahrhundert untersucht. Genauer handelt es sich um Keramik aus zwei spätantiken Brennanlagen des 4. Jahrhunderts im Bereich der Flur „Auf der Eich“ an den Straßen „Am Sonnenhang“ und „Frankenstraße“. Weiterhin konnte Material aus zwei Töpferofenfüllungen des 5. bis 9. Jahrhunderts analysiert werden, das 1975 auf dem Grundstück 55 an der „Siegfriedstraße“ in Brennanlagen entdeckt wurde. Hinzu kam Brenngut aus elf Töpferöfen des späten 8. bis 14. Jahrhunderts, welches in den so genannten „Burggärten“ der Genovevaburg von Mayen in den Jahren 1986/87 durch die archäologische Denkmalpflege in Koblenz geborgen wurde. Die mineralogischen Untersuchungen zur Charakterisierung der „Mayener Keramik“ wurden systematisch an den Keramikmaterialien aus diesen Fundstellen durchgeführt. Mittelalterliche Keramik aus Bornheim-Walberberg, Brühl-Eckdorf, Höhr-Grenzhausen, Langerwehe, Frechen, Brühl-Pingsdorf, Paffrath, Raeren, Ratingen-Breitscheid, Siegburg-Seehofstraße, Siegburg-Scherbenhügel, Fredelsloh und Brühl-Badorf konnte für diese Arbeit als Referenzmaterialien ebenfalls untersucht werden. Provenienzanalysen wurden an Keramikproben aus 27 Fundorten, die makroskopisch nach Mayener Ware aussehen, mit mineralogischen Methoden durchgeführt, um sie der Fundregion Mayen eindeutig zuordnen zu können.rnPhasenanalyse, chemische Analyse und thermische Analyse wurden an Keramik sowie Ton durchgeführt. Die Phasenanalyse wurde zur Bestimmung der mineralischen Zusammensetzung von Grundmasse und Magerungsmittel (Röntgendiffraktometrie (XRD), Polarisationsmikroskop, Mikro-Raman-Spektroskopie) verwendet. Die chemische Zusammensetzung wurde durch Röntgenfluoreszenzanalyse (RFA) ermittelt. Elektronenstrahlmikroanalyse (ESMA) und Laser-Massenspektrometrie mit induktiv gekoppeltem Plasma (LA-ICP-MS) wurden bei den Proben, bei denen weniger als 2g Material zur Verfügung standen, eingesetzt. Brennexperimente wurden am originalen Rohstoff der Keramik aus den „Burggärten“ der Genovevaburg durchgeführt. Gebrannter Ton wurde durch Röntgendiffraktometrie (XRD), Infrarotspektroskopie (IR) und Differential-Thermoanalyse (DTA) analysiert. rnAnhand der Messergebnisse lässt sich die Mayener Keramik aus den vier Fundplätzen in zwei Typen zusammenzufassen: der mit Feldspat-reichem Sand gemagerte römische Typ und der mit Quarz-reichem Sand gemagerte mittelalterliche Typ. Die Änderung des Magerungsmittels von Feldspat- zu Quarzsand weist eine technische Entwicklung zu höheren Brenntemperaturen von der Römerzeit bis in das Mittelalter nach. Nach der Untersuchung und dem Vergleich mit den Referenzkeramikgruppen ist festzustellen, dass durch multivariate Statistikanalysen der chemischen Komponenten die Charakterisierung der Keramik und eine Differenzierung zwischen den Keramikgruppen gelingt. Diese Erkenntnisse bildeten die Basis für Provenienzanalysen. 16 Fundorte können durch Provenienzanalyse sicher als Exportregionen der Mayener Ware festgestellt werden. Gemäß den Brennexperimenten lassen sich die chemischen Reaktionen während des Brandprozesses nachvollziehen. Zwei Methoden wurden mittels Röntgendiffraktometrie (XRD) und Differential-Thermoanalyse (DTA) zur Bestimmung der Brenntemperaturen der Keramik modelliert. Die Töpferöfen der „Burggärten“ können nach der Brenntemperatur in zwei Typen zusammengefasst werden: solche mit einer Brenntemperatur unter 1050°C und solche mit einer Brenntemperatur über 1050°C.rn

Demographic and clinical correlates of comorbid substance use disorders in psychosis : multivariate analyses from an epidemiological sample

Background: While there has been substantial research examining the correlates of comorbid substance abuse in psychotic disorders, it has been difficult to tease apart the relative importance of individual variables. Multivariate analyses are required, in which the relative contributions of risk factors to specific forms of substance misuse are examined, while taking into account the effects of other important correlates. Methods: This study used multivariate correlates of several forms of comorbid substance misuse in a large epidemiological sample of 852 Australians with DSMIII- R-diagnosed psychoses. Results: Multiple substance use was common and equally prevalent in nonaffective and affective psychoses. The most consistent correlate across the substance use disorders was male sex. Younger age groups were more likely to report the use of illegal drugs, while alcohol misuse was not associated with age. Side effects secondary to medication were associated with the misuse of cannabis and multiple substances, but not alcohol. Lower educational attainment was associated with cannabis misuse but not other forms of substance abuse. Conclusion: The profile of substance misuse in psychosis shows clinical and demographic gradients that can inform treatment and preventive research.

Numerical schemes and multivariate extrapolation of a two-dimensional anomalous sub-diffusion equation

Anomalous dynamics in complex systems have gained much interest in recent years. In this paper, a two-dimensional anomalous subdiffusion equation (2D-ASDE) is considered. Two numerical methods for solving the 2D-ASDE are presented. Their stability, convergence and solvability are discussed. A new multivariate extrapolation is introduced to improve the accuracy. Finally, numerical examples are given to demonstrate the effectiveness of the schemes and confirm the theoretical analysis.

Multivariate methods to identify cancer-related symptom clusters

Multivariate methods are required to assess the interrelationships among multiple, concurrent symptoms. We examined the conceptual and contextual appropriateness of commonly used multivariate methods for cancer symptom cluster identification. From 178 publications identified in an online database search of Medline, CINAHL, and PsycINFO, limited to articles published in English, 10 years prior to March 2007, 13 cross-sectional studies met the inclusion criteria. Conceptually, common factor analysis (FA) and hierarchical cluster analysis (HCA) are appropriate for symptom cluster identification, not principal component analysis. As a basis for new directions in symptom management, FA methods are more appropriate than HCA. Principal axis factoring or maximum likelihood factoring, the scree plot, oblique rotation, and clinical interpretation are recommended approaches to symptom cluster identification.

Characterisation of soils with the use of instrumental techniques : a multivariate forensic study

The value of soil evidence in the forensic discipline is well known. However, it would be advantageous if an in-situ method was available that could record responses from tyre or shoe impressions in ground soil at the crime scene. The development of optical fibres and emerging portable NIR instruments has unveiled a potential methodology which could permit such a proposal. The NIR spectral region contains rich chemical information in the form of overtone and combination bands of the fundamental infrared absorptions and low-energy electronic transitions. This region has in the past, been perceived as being too complex for interpretation and consequently was scarcely utilized. The application of NIR in the forensic discipline is virtually non-existent creating a vacancy for research in this area. NIR spectroscopy has great potential in the forensic discipline as it is simple, nondestructive and capable of rapidly providing information relating to chemical composition. The objective of this study is to investigate the ability of NIR spectroscopy combined with Chemometrics to discriminate between individual soils. A further objective is to apply the NIR process to a simulated forensic scenario where soil transfer occurs. NIR spectra were recorded from twenty-seven soils sampled from the Logan region in South-East Queensland, Australia. A series of three high quartz soils were mixed with three different kaolinites in varying ratios and NIR spectra collected. Spectra were also collected from six soils as the temperature of the soils was ramped from room temperature up to 6000C. Finally, a forensic scenario was simulated where the transferral of ground soil to shoe soles was investigated. Chemometrics methods such as the commonly known Principal Component Analysis (PCA), the less well known fuzzy clustering (FC) and ranking by means of multicriteria decision making (MCDM) methodology were employed to interpret the spectral results. All soils were characterised using Inductively Coupled Plasma Optical Emission Spectroscopy and X-Ray Diffractometry. Results were promising revealing NIR combined with Chemometrics is capable of discriminating between the various soils. Peak assignments were established by comparing the spectra of known minerals with the spectra collected from the soil samples. The temperature dependent NIR analysis confirmed the assignments of the absorptions due to adsorbed and molecular bound water. The relative intensities of the identified NIR absorptions reflected the quantitative XRD and ICP characterisation results. PCA and FC analysis of the raw soils in the initial NIR investigation revealed that the soils were primarily distinguished on the basis of their relative quartz and kaolinte contents, and to a lesser extent on the horizon from which they originated. Furthermore, PCA could distinguish between the three kaolinites used in the study, suggesting that the NIR spectral region was sensitive enough to contain information describing variation within kaolinite itself. The forensic scenario simulation PCA successfully discriminated between the ‘Backyard Soil’ and ‘Melcann® Sand’, as well as the two sampling methods employed. Further PCA exploration revealed that it was possible to distinguish between the various shoes used in the simulation. In addition, it was possible to establish association between specific sampling sites on the shoe with the corresponding site remaining in the impression. The forensic application revealed some limitations of the process relating to moisture content and homogeneity of the soil. These limitations can both be overcome by simple sampling practices and maintaining the original integrity of the soil. The results from the forensic scenario simulation proved that the concept shows great promise in the forensic discipline.

Modeling multivariate autoregressive conditional heteroskedasticity with the double smooth transition conditional correlation GARCH Model

In this paper, we propose a multivariate GARCH model with a time-varying conditional correlation structure. The new double smooth transition conditional correlation (DSTCC) GARCH model extends the smooth transition conditional correlation (STCC) GARCH model of Silvennoinen and Teräsvirta (2005) by including another variable according to which the correlations change smoothly between states of constant correlations. A Lagrange multiplier test is derived to test the constancy of correlations against the DSTCC-GARCH model, and another one to test for another transition in the STCC-GARCH framework. In addition, other specification tests, with the aim of aiding the model building procedure, are considered. Analytical expressions for the test statistics and the required derivatives are provided. Applying the model to the stock and bond futures data, we discover that the correlation pattern between them has dramatically changed around the turn of the century. The model is also applied to a selection of world stock indices, and we find evidence for an increasing degree of integration in the capital markets.

Multivariate Markov Process Models for the transmission of methicillin-resistant Staphylococcus Aureus in a hospital ward

Methicillin-resistant Staphylococcus Aureus (MRSA) is a pathogen that continues to be of major concern in hospitals. We develop models and computational schemes based on observed weekly incidence data to estimate MRSA transmission parameters. We extend the deterministic model of McBryde, Pettitt, and McElwain (2007, Journal of Theoretical Biology 245, 470–481) involving an underlying population of MRSA colonized patients and health-care workers that describes, among other processes, transmission between uncolonized patients and colonized health-care workers and vice versa. We develop new bivariate and trivariate Markov models to include incidence so that estimated transmission rates can be based directly on new colonizations rather than indirectly on prevalence. Imperfect sensitivity of pathogen detection is modeled using a hidden Markov process. The advantages of our approach include (i) a discrete valued assumption for the number of colonized health-care workers, (ii) two transmission parameters can be incorporated into the likelihood, (iii) the likelihood depends on the number of new cases to improve precision of inference, (iv) individual patient records are not required, and (v) the possibility of imperfect detection of colonization is incorporated. We compare our approach with that used by McBryde et al. (2007) based on an approximation that eliminates the health-care workers from the model, uses Markov chain Monte Carlo and individual patient data. We apply these models to MRSA colonization data collected in a small intensive care unit at the Princess Alexandra Hospital, Brisbane, Australia.