基于二元特征数据的定年祖先树及其在语言多样化中的应用

二元特征数据记录了个体中区分性特征的有无。我们处理了从二元特征数据估计具有时间深度的祖先树的问题。对此类数据的简单分析存在困难。每个特征的同源类在树上都有唯一的诞生事件，而在叶子节点可见的特征的诞生事件倾向于靠近叶子节点。我们提出了一种基于模型的分析方法，并给出了一种 MCMC 算法，该算法可以从所得的后验分布中进行采样。我们的模型基于使用出生 - 死亡过程来描述特征集合元素的演化。我们的分析正确地考虑了单例特征的移除，而这些特征在实际数据集中通常被丢弃。我们展示了针对历史语言学中出现的两个二元特征数据集的贝叶斯推断。贝叶斯方法允许纳入来自祖先语言的信息。根时间的边缘先验分布是均匀的。我们通过对外部数据的预测分布分析以及在替代观测模型下模拟数据的拟合，全面分析了结果对模型误设的鲁棒性。重构的树节点年龄相对鲁棒，而拓扑结构的后验概率则不可靠。