Variantiecomponenten

Variantiecomponenten zijn de onderdelen van de totale variatie van een waargenomen variabele die kunnen worden toegeschreven aan verschillende bronnen of factoren in een statistisch model. Het idee achter variantiecomponenten is om inzicht te krijgen in waar variatie vandaan komt, bijvoorbeeld door variabiliteit toe te schrijven aan groepen, tijdstippen, locaties of andere randvoorwaarden.

In lineaire gemengde modellen wordt de data vaak beschreven met Y = Xβ + Zb + ε, waarbij b de random effecten weergeeft en ε de residuele fout. De totale variantie van Y kan worden ontleed in de variantie die afkomstig is van de random effecten (bijvoorbeeld tussen-subject- of tussen-groupvariabiliteit) en de residuele variatie. In veel verwijzingen worden deze ontlede componenten genummerd of benoemd naar de bronnen, zoals V_A, V_C en V_E in genetische ACE-modellen, of naar de afzonderlijke random-effectcomponenten per factor.

Estimatie van variantiecomponenten gebeurt meestal met methoden als maximum likelihood of restricted maximum likelihood (REML). In praktijk wordt gekozen op basis van modelcomplexiteit en data-structuur. In genetica of erfelijkheidsstudies wordt vaak een heritabiliteitshoeveelheid berekend als h^2 = V_A / (V_A + V_E + V_C), terwijl in andere vakgebieden factoren zoals batch, locatie of tijd specifieke componenten opleveren.

Toepassingen variëren van het bepalen van de bijdragen van genetische en omgevingsfactoren tot het beoordelen van invoer- of meetfouten en batch-effecten in experimentele data. Variantiecomponenten helpen bij het kiezen van geschikte modellen, interpreteren correlaties tussen waargenomen variabelen en evalueren van de betrouwbaarheid van schattingen.