Bootstrap értékek

A rendszerindító értékek az értékek széles kategóriájába tartoznak, az úgynevezett támogatási értékek . A támogatási értékeket általában arra használják, hogy valamilyen módon jelezzék a milyen mértékben lehet biztos abban, hogy az elágazás valamilyen “jelet” képvisel az adatokban.

A bootstrap értékek különösen azt mutatják, hogy robusztus az ágak a fában, vagyis mennyire ellenállóak az adatok perturbációjával szemben. Ezeket úgy kapják meg, hogy újból mintavételeznek oszlopokat az adatmátrixban, és fákat építenek az ilyen mintavételekből. mátrixokat, és a kapott arányát nézzük egy adott ágat tartalmazó fák.

A bootstrap esetében az új mintavételezési lépés a következő módon történik: Tegyük fel, hogy az eredeti adatmátrix N oszlopot tartalmaz (azaz N kódolt karakter, amelyek lehetnek nukleotidok vagy aminosavak a szekvencia összehangolásában, morfológiai karakterek, genomikus jellemzők jelenléte-hiánya stb.). Új mátrixot kapunk, ha véletlenszerűen megrajzoljuk ezen oszlopok egyikét, N-szer. Az új mátrixnak tehát ugyanannyi karaktere lesz, de az eredeti mátrixból néhányan többször, mások pedig hiányoznak. Ez befolyásolni fogja a fa topológiáját. Például, ha egy ágat olyan karakterek támogattak, amelyek most hiányoznak, akkor ez az ág nem feltétlenül jelenik meg ennél a bizonyos új mintavételnél. Az új mintavételezés általában körülbelül 100 vagy 1000 alkalommal történik.

Az alacsony bootstrap érték azt jelenti, hogy ha a fát az adatok egy részhalmazával építik fel, akkor valószínűleg ez az ág nem jelenik meg.

A magas bootstrap érték azt jelenti, hogy az ág valószínűleg megjelenni fog egy olyan fán, amely egy ilyen újból mintavételezett mátrixból épült fel. Ez nem feltétlenül jelenti azt, hogy az ág nagyobb valószínűséggel képviseli a valódi történelmi kapcsolatokat, bár: néha a rekonstrukciós műtárgyak robusztusak lehetnek. Például néhány molekuláris filogenitás rekonstrukciós módszerrel a taxonok végül a genom összetételének hasonlóságai alapján csoportosíthatók. A magas bootstrap értékek azt jelzik, hogy az ágat támogató adatokban erős jel van, legyen az történelmi jel vagy más.

Megjegyzések

• Szép válasz + 1. Megtenné, hogy tisztázná, hogyan készítünk mintát. Annak elmagyarázása, hogy az adatok hogyan vannak szervezve a mátrixban, segíthet tisztázni, mit is jelent valójában az re-sampling columns in the data matrix. Ez azt jelenti, hogy a szekvenált SNP-ket, vagy a rendelkezésre álló személyeket, vagy más, előre feldolgozott statisztikákat stb. Alcsoportba soroljuk?
• @ Remi.b Megpróbáltam egy kicsit bővíteni a válaszomat. Ez a karakterek újbóli mintavétele (általában oszlopként kódolva), nem pedig egyének (általában vonalakként kódolva). Ne feledje, hogy az egyedek újbóli mintavétele fákhoz vezetne különböző taxonkészleteken, ezért lehetetlen egyszerűen összehasonlítani az ágakat a fák között és kiszámítani az ágakat támogató értékeket.
• @ Remi.b Ha el tudja olvasni Francia és érdekli ezeket a támogatási értékeket, akkor megnézheti a dolgozatom bevezetőjét ( tel.archives-ouvertes.fr/tel-00331825 9. és 10. oldala) ). Úgy látom, hogy a " zavarokat de l é chantillonnage taxinomique " említettem megmérem a robusztusságot, de nem emlékszem ' nem emlékszem, mire gondoltam …
• Hú, nem tudtam, hogy az emberek még mindig francia nyelven írnak doktori disszertációt! Fájdalmasnak tűnik, hogy a szakdolgozathoz angolul franciare kell fordítanod a kiadványaidat. Igen, tudok franciául. Köszönöm a linket.
• Franciaországban azt gondolom, hogy továbbra is elég gyakori a szakdolgozatok francia nyelvű írása (főleg a bölcsészettudományokban, de nem csak). Az értekezés fő szövege franciául íródott, de a cikkeket olyan formában, angolul is mellékelték. ' örülök, hogy anyanyelvemen írhattam: ez sokkal élvezetesebbé tette az élményt.