Giá trị bootstrap 95 phần trăm có nghĩa là gì?

Nó có nghĩa là nhóm đơn ngành xuất hiện trong 95 phần trăm các phân tích giả lặp được lấy mẫu lại; các giá trị cao cho thấy kết quả mạnh mẽ đối với việc lấy mẫu lại các đặc điểm, mặc dù chúng không phải là xác suất thống kê chính xác.

Tại sao xác suất hậu nghiệm Bayes khác với giá trị bootstrap?

Chúng được tính toán khác nhau, với xác suất hậu nghiệm phản ánh tỷ lệ các cây được lấy mẫu có chứa một nhóm đơn ngành; đối với cùng một dữ liệu, chúng thường cao hơn hỗ trợ bootstrap tương ứng.

Độ tin cậy và hỗ trợ của cây phát sinh loài

Các thước đo hỗ trợ định lượng mức độ dữ liệu ủng hộ các nhánh riêng lẻ của một cây phát sinh loài ước tính, nhờ đó có thể phân biệt các phần mạnh và yếu của một phát sinh loài.

Tìm chủ đề với PaperMindSắp ra mắtFind papers & topics

Tools & resources

Tải xuống bản trình chiếu

Learn & explore

VideoSắp ra mắt

Definition

Hỗ trợ cây là một ước tính định lượng về độ tin cậy của một nhánh hoặc một nhóm đơn ngành nhất định trong cây phát sinh loài, được suy ra từ việc lấy mẫu lại dữ liệu hoặc từ phân bố hậu nghiệm của các cây.

Scope

Chủ đề này bao gồm các biện pháp hỗ trợ dựa trên lấy mẫu lại như bootstrap phi tham số và jackknife, hỗ trợ phân rã (Bremer) theo nguyên tắc tiết kiệm, xác suất hậu nghiệm Bayes, cũng như cách diễn giải và các sai lệch đã biết của các thước đo này, bao gồm ý nghĩa của một giá trị hỗ trợ cụ thể.

Core questions

Các phương pháp lấy mẫu lại ước tính độ tin cậy của một nhóm đơn ngành như thế nào?
Sự khác biệt giữa giá trị bootstrap và xác suất hậu nghiệm Bayes là gì?
Một giá trị hỗ trợ nhất định nên được diễn giải như thế nào?
Những sai lệch nào ảnh hưởng đến các thước đo hỗ trợ?

Key theories

Bootstrap phi tham số: Các đặc điểm được lấy mẫu lại có thay thế để xây dựng các tập dữ liệu giả lặp, và tần suất một nhóm đơn ngành xuất hiện trở lại trong các bản sao được báo cáo là hỗ trợ bootstrap của nó.
Diễn giải các giá trị bootstrap: Các nghiên cứu thực nghiệm và mô phỏng cho thấy tỷ lệ bootstrap là ước tính bảo thủ về độ tin cậy trong các điều kiện thực tế, làm cơ sở cho quy ước rằng các giá trị cao cho thấy các nhóm đơn ngành được hỗ trợ tốt.

Clinical relevance

Các giá trị hỗ trợ cho các nhà nghiên cứu biết những mối quan hệ suy luận nào đủ đáng tin cậy để hành động, một biện pháp bảo vệ thiết yếu khi các cây phát sinh loài hướng dẫn việc xác định nguồn gốc dịch bệnh, truy tìm nguồn lây nhiễm hoặc các quyết định bảo tồn.

History

Việc Felsenstein điều chỉnh phương pháp bootstrap vào năm 1985 cho các cây phát sinh loài đã giới thiệu một thước đo độ tin cậy thực tế và trở nên gần như phổ biến; các thử nghiệm thực nghiệm sau đó và sự ra đời của xác suất hậu nghiệm Bayes đã tinh chỉnh cách các nhà phân loại học báo cáo và diễn giải sự hỗ trợ nhánh.

Debates

Bootstrap so với xác suất hậu nghiệm Bayes: Xác suất hậu nghiệm Bayes thường cao hơn giá trị bootstrap đối với cùng một dữ liệu, và có những cuộc thảo luận đang diễn ra về việc cái nào được hiệu chỉnh tốt hơn và mỗi cái nên được diễn giải như thế nào.

Key figures

Joseph Felsenstein
David Hillis
James Bull

Seminal works

felsenstein1985
hillis1993
felsenstein2004

Frequently asked questions

Giá trị bootstrap 95 phần trăm có nghĩa là gì?: Nó có nghĩa là nhóm đơn ngành xuất hiện trong 95 phần trăm các phân tích giả lặp được lấy mẫu lại; các giá trị cao cho thấy kết quả mạnh mẽ đối với việc lấy mẫu lại các đặc điểm, mặc dù chúng không phải là xác suất thống kê chính xác.
Tại sao xác suất hậu nghiệm Bayes khác với giá trị bootstrap?: Chúng được tính toán khác nhau, với xác suất hậu nghiệm phản ánh tỷ lệ các cây được lấy mẫu có chứa một nhóm đơn ngành; đối với cùng một dữ liệu, chúng thường cao hơn hỗ trợ bootstrap tương ứng.