Un marco conjunto para estudiar la estructura de la población utilizando análisis de componentes principales y estadística F

El análisis de componentes principales (PCA) y la estadística F se utilizan rutinariamente en estudios de genética poblacional y arqueogenética. Aquí, presentamos un marco estadístico para combinarlos en un análisis conjunto, mostrando dónde coinciden y dónde supuestos ligeramente diferentes pueden llevar a diferentes resultados. En particular, discutimos las diferencias entre PCA probabilístico, estimación de subespacio latente y PCA clásico, y mostramos que la estadística F se interpreta más naturalmente en un marco de PCA probabilístico. También demostramos que las estadísticas F basadas en individuos pueden estimarse con precisión a partir de PCA probabilístico en presencia de grandes cantidades de datos faltantes. Comparamos las estimaciones del marco basado en PCA probabilístico con ADMIXTOOLS 2 utilizando simulaciones y datos publicados, y mostramos que este marco de estimación conjunta aborda las limitaciones de la estimación de estadísticas F y PCA de forma independiente.