均匀分布且经验信息先验对系统地理模型选择的影响：回复 Hickerson 等人
种群与进化
2014-11-26 v2 统计方法学
摘要
确定一组种群分裂事件是否同时发生，可能是证明共同过程影响了这些种群的有力论据。Oaks 等人 (2013) 评估了一种近似贝叶斯方法 (msBayes) 估计跨类群这种同时发散模式的能力，Hickerson 等人 (2014) 对此作出了回应。两篇论文均同意该方法对先验假设敏感，且常错误地支持共享发散；但在解释和解决方案上存在分歧。Oaks 等人 (2013) 提出，该方法的行为是由发散时间的均匀先验的强权重导致具有更多发散时间参数的模型边缘似然较小所致（假设 1）；他们提出了替代先验以避免强权重的后验。Hickerson 等人 (2014) 提出，数值近似误差导致 msBayes 分析偏向于聚类发散模型（假设 2）；他们建议使用狭窄的经验均匀先验。在此，我们证明 Hickerson 等人 (2014) 的方法并不能减轻该方法错误支持聚类发散模型的倾向，且往往排除了真实的参数值。我们的结果还表明，msBayes 分析倾向于支持共享发散模型主要是由于假设 1。这一系列论文表明，如果我们的先验假设在参数空间的不可能区域放置了过多权重，以至于精确后验支持错误的进化历史模型，那么再多的计算也无法挽救我们的推断。幸运的是，更灵活的分布能够在不对低似然的大片参数空间区域施加过多权重的情况下容纳对参数的先验不确定性，从而提高了该方法检测发散时间变化的稳健性和效力。
引用
@article{arxiv.1402.6397,
title = {Implications of uniformly distributed, empirically informed priors for phylogeographical model selection: A reply to Hickerson et al},
author = {Jamie R. Oaks and Charles W. Linkem and Jeet Sukumaran},
journal= {arXiv preprint arXiv:1402.6397},
year = {2014}
}
备注
24 pages, 4 figures, 1 table, 14 pages of supporting information with 10 supporting figures