你的系统发育树可信度几何？基于蒙特卡洛误差的贝叶斯系统发育有效样本量
统计方法学
2022-09-07 v2 种群与进化
摘要
贝叶斯推断是一种流行且被广泛用于推断系统发育树（进化树）的方法。然而，尽管已有数十年的广泛应用，仍难以判断给定的贝叶斯马尔可夫链蒙特卡洛（MCMC）运行对系统发育树空间的探索程度。本文中，我们研究系统发育树的蒙特卡洛误差，聚焦于后验分布的高维摘要，包括估计的边/分支（在系统发育学中称为“分裂”，split）概率与树概率的变异性，以及估计摘要树的变异性。具体而言，我们探究是否存在某种有效样本量（ESS）度量适用于系统发育树，且能够捕捉这三种摘要度量的蒙特卡洛误差。我们发现存在一些能够捕捉利用 MCMC 样本逼近系统发育树后验分布所固有误差的 ESS 度量。我们称之为树 ESS 度量，并识别出其中一组在实践中可用于评估蒙特卡洛误差的三种度量。最后，我们提出可视化工具，通过考虑各链中存在的蒙特卡洛误差，可改进对多个独立 MCMC 运行的比较。我们的结果表明，常见的后 MCMC 工作流不足以捕捉树固有的蒙特卡洛误差，并凸显了链内混合与链间收敛评估的必要性。
引用
@article{arxiv.2109.07629,
title = {How trustworthy is your tree? Bayesian phylogenetic effective sample size through the lens of Monte Carlo error},
author = {Andrew F. Magee and Michael D. Karcher and Frederick A. Matsen and Vladimir N. Minin},
journal= {arXiv preprint arXiv:2109.07629},
year = {2022}
}
备注
30 pages, 7 figures