高效路径分析新模型可助力解析复杂系统

联合国内外科研人员，华东理工大学药学院教授万年峰研究组提出了全新的路径分析方法VB-RobM，所需内存更小，数值更准确，路径分析功能进一步拓展，为自然科学、工程设计科学、人文社会科学、医学科学、农业科学等多个领域提供了更强大的分析复杂系统中多因素的逻辑关系的工具。3月25日，《细胞报告的可持续性》发表了相关研究。

路径分析又称中介分析，是揭示研究对象中不同因素之间相互关系和影响机制的常用工具。在生态大数据的背景下，由于数据结构复杂，测量标准多样，不同研究的数据通常存在很大差异。研究人员通常使用结构方程模型(SEM)进行路径分析，但SEM在分析异质数据时容易产生偏差。虽然经典的多元贝叶斯方法比较鲁棒，但由于算法复杂性大，在分析大规模数据时，计算效率低下，计算时间消耗大，占用CPU内存大。

研究小组结合了贝叶斯推断和SEM的优势，提出了VB-RobM。在模拟研究中，VB-RobM 在不同的模拟场景中，显示出更低的参数估计偏差、更好的信任区间覆盖率和更短的计算时间。与传统SEM相比，方法，VB-RobM 具有较好的估计精度和较强的鲁棒性能;与多元贝叶斯方法相比，VB-在保证准确性的同时，RobM大大提高了计算效率。

研究小组利用VB-RobM分析了各种营养功能组之间的关系。在无天敌的影响下，植物的多样性可以抑制食物性昆虫，减少其危害，而食物性昆虫的减少促进了植物的产量和质量。在植物、食物性昆虫和天敌共存的三个营养级功能组中，多样化植物增强了天敌的多样性，增强了天敌对食物性昆虫的控制效果。后续路径分析进一步验证了植物可能性→植食性虫类→植物生产力，植物多样性→天敌→植食性虫类→“植物生产力”这两条路径间接提高植物生产力。