Wartości bootstrap

Wartości ładowania początkowego należą do szerokiej kategorii wartości zwanych wartościami pomocniczymi . Ogólnie wartości pomocnicze służą do wskazania stopień, w jakim można być pewnym, że gałąź reprezentuje jakiś „sygnał” obecny w danych.

W szczególności wartości ładowania początkowego wskazują, w jaki sposób solidne gałęzie w drzewie są, to znaczy, jak odporne są na zakłócenia danych. Uzyskuje się je przez ponowne próbkowanie kolumn w macierzy danych, budowanie drzew z takich ponownie próbkowanych macierze i patrząc na proporcje otrzymanych drzewa, które zawierają daną gałąź.

W przypadku metody ładowania początkowego etap ponownego próbkowania jest wykonywany w następujący sposób: Załóżmy, że oryginalna macierz danych ma N kolumn (tj. N zakodowanych znaków, którymi mogą być nukleotydy lub aminokwasy w dopasowaniu sekwencji, cechy morfologiczne, obecność-brak cech genomowych itp.). Nowa macierz zostanie uzyskana przez losowe narysowanie jednej z tych kolumn, N razy. Nowa matryca będzie zatem miała taką samą liczbę znaków, ale niektóre z pierwotnej matrycy będą występować wielokrotnie, a innych nie będzie. Wpłynie to na topologię drzewa. Na przykład, jeśli gałąź była obsługiwana przez znaki, których teraz nie ma, gałąź ta może się już nie pojawiać przy tym konkretnym ponownym próbkowaniu. Ponowne próbkowanie jest zwykle wykonywane około 100 lub 1000 razy.

Niska wartość bootstrap oznacza, że jeśli drzewo jest zbudowane przy użyciu podzbioru danych, jest prawdopodobne, że ta gałąź się nie pojawi.

Wysoka wartość bootstrap oznacza, że gałąź prawdopodobnie pojawi się na drzewie zbudowanym z takiej ponownie próbkowanej macierzy. Nie musi to jednak oznaczać, że gałąź z większym prawdopodobieństwem będzie reprezentować prawdziwe relacje historyczne: czasami artefakty rekonstrukcji mogą być solidne. Na przykład w przypadku niektórych metod rekonstrukcji filogenezy molekularnej taksony mogą zostać pogrupowane na podstawie podobieństwa w składzie genomu. Wysokie wartości ładowania początkowego wskazują, że w danych wspierających gałąź jest silny sygnał, czy to sygnał historyczny czy inny.

Komentarze

• Dobra odpowiedź + 1. Czy mógłbyś wyjaśnić, w jaki sposób ponownie próbujemy. Już samo wyjaśnienie, w jaki sposób dane są zorganizowane w macierzy, może pomóc wyjaśnić, co naprawdę oznaczają re-sampling columns in the data matrix. Czy oznacza to podzbiór sekwencji SNP lub dostępne osoby, lub inne wstępnie przetworzone statystyki itp.?
• @ Remi.b Próbowałem nieco rozszerzyć moją odpowiedź. Jest to ponowne próbkowanie znaków (konwencjonalnie zakodowanych jako kolumny), a nie indywidualnych (konwencjonalnie zakodowanych jako wiersze). Zauważ, że ponowne pobieranie próbek osobników doprowadziłoby do powstania drzew na różnych zestawach taksonów, a zatem niemożliwe byłoby proste porównanie gałęzi między drzewami i obliczenie wartości wsparcia dla gałęzi.
• @ Remi.b Jeśli możesz przeczytać Po francusku i jesteś zainteresowany tymi wartościami wsparcia, możesz rzucić okiem na wprowadzenie do mojej pracy magisterskiej (strony 9 i 10 tel.archives-ouvertes.fr/tel-00331825 ). Widzę, że wspomniałem o " perturbations de l é chantillonnage taxinomique " na różne sposoby mierzę solidność, ale nie potrafię ' nie pamiętam, o czym myślałem …
• Wow, nie wiedziałem, że ludzie wciąż piszą prace doktorskie po francusku! Tłumaczenie publikacji z angielskiego na francuski tylko przed rozprawą to ból. Tak, umiem czytać po francusku. Dzięki za link.
• Myślę, że we Francji nadal dość często pisze się prace dyplomowe po francusku (zwłaszcza w naukach humanistycznych, ale nie tylko). Główny tekst pracy został napisany w języku francuskim, ale artykuły zostały zamieszczone tak, jak jest, w języku angielskim. ' cieszę się, że mogłem pisać w swoim języku ojczystym: dzięki temu doświadczenie było znacznie przyjemniejsze.