Support for the IM (m – 0, t > 0) o

Support for the IM (m – 0, t > 0) over ILS (m = 0, t > 0) scenario
was tested with the likelihood ratio test implemented in the
‘L-mode’ of the software IMa (Hey and Nielsen, 2007). Specifically,
we tested the full model ‘AAADD (as implemented in the
program)’ meaning q1 = q2 = qA and m1 = m2 > 0, against nested
model ‘AAA00’ meaning q1 = q2 = qA and m1 = m2 = 0. Here, the
significance of the log-likelihood ratio statistic [2LLR = 2log
(Likelihoodnested/Likelihoodfull)] was tested against a mixture of
chi-square (v2) distributions, ½v2(0) + ½v2(1) (Nielsen and
Wakeley, 2001), implemented in the R 2.13.0 (R Development Core
Team, 2011) package ‘emdbook’ (Bolker, 2008, 2011). We ran
three replicate runs with different random number starting seeds
to ensure independent runs gave similar results. The 100,000 trees
loaded in these ‘L-mode’ runs were randomly chosen from the
299,997 trees, which were pooled from three sets of ‘M-mode’
(i.e. MCMC-mode) runs of IMa. Each of these three runs included
a burn-in of 5 million steps followed by a run of 10 million steps,
with 99,999 trees sampled using single chain. The prior range was
set identical to IM analyses but independently for six parameters:
q1 (0–30), q2 (0–30), qA (0–30), m1 (0–4), m2 (0–4), and t
(0–10).

ผลลัพธ์ (ไทย) 1:

การสนับสนุนสำหรับ IM (m – 0, t > 0) ผ่าน ILS (m = 0, t > 0) สถานการณ์ทดสอบ ด้วยการทดสอบอัตราส่วนโอกาสที่นำมาใช้ในการ'L-โหมด' ซอฟต์แวร์ IMa (เฮย์และนีล 2007) โดยเฉพาะเราทดสอบแบบเต็ม ' AAADD (นำมาใช้ในการโปรแกรม)' ความหมาย q1 = q2 = qA และ m1 = m2 > 0 กับซ้อนรุ่น 'AAA00' ความหมาย q1 = q2 = qA และ m1 = m2 = 0 ที่นี่ การความสำคัญของสถิติอัตราส่วนโอกาสล็อก [2LLR = 2log(Likelihoodnested/Likelihoodfull)] ทดสอบกับส่วนผสมของการกระจาย chi-square (v2) ½v2(0) + ½v2(1) (นีล และWakeley, 2001), ดำเนินการใน R 2.13.0 (R พัฒนาหลักทีม 2011) แพคเกจ 'emdbook' (Bolker, 2008, 2011) เราวิ่งทำ replicate สาม ด้วยเลขสุ่มที่ต่างเริ่มต้นเมล็ดพืชให้อิสระ ทำให้ผลลัพธ์ที่คล้ายคลึงกัน ต้น 100000โหลดในนี้ทำ 'L-โหมด' ที่ถูกสุ่มเลือกจากการ299,997 ต้นไม้ ที่ถูกทางถูกพูจากสามชุดของโหมดกำลัง '(เช่น MCMC โหมด) ที่ทำงานของ IMa ของสามเหล่านี้ทำงานอยู่การเผาไหม้ในขั้นตอน 5 ล้านตาม ด้วยใช้ขั้นตอน 10 ล้านมี 99,999 ความใช้สายเดียว ช่วงก่อนหน้านี้ได้ตั้งค่าเหมือนกับ IM วิเคราะห์อย่างอิสระแต่สำหรับพารามิเตอร์ 6:ไตรมาสที่ 1 (0-30), ไตรมาสที่ 2 (0-30), qA (0-30), m1 (0-4), m2 (0-4), และ t(0 – 10)

ผลลัพธ์ (ไทย) 3:

การสนับสนุนสำหรับ IM ( M ) 0 T > 0 ) ใน ( M = 0 T > 0 ) สถานการณ์
ทดสอบกับโอกาสทดสอบอัตราส่วนที่ใช้ใน 'l-mode
' ของโปรแกรม IMA ( นี่ และ นีลเซ่น , 2007 ) โดย
เราทดสอบแบบเต็ม aaadd ( ที่ใช้ในโปรแกรม
) Q1 Q2 = = ' ความหมาย QA และ M1 M2 > = 0 , กับรุ่น ' ' ความหมายซ้อนกัน
aaa00 Q1 Q2 = = = QA และ M1 M2 = 0
ที่นี่เลยความสำคัญของการบันทึกสถิติความน่าจะเป็นสัดส่วน [ 2llr =  2log
( likelihoodnested / likelihoodfull ) ถูกทดสอบกับส่วนผสมของ
ไคสแควร์ ( V2 ) การแจกแจง½ V2 ( 0 ) ½ V2 ( 1 ) บริการและ
แว็กลีย์ , 2001 ) , ใช้ใน 2.13.0 ( R
R หลักในการพัฒนาทีม แพคเกจ ' ' ( 2011 ) emdbook bolker 2008 , 2011 ) เราวิ่ง
3 ทำซ้ำวิ่งที่มีจำนวนสุ่มเมล็ด
เริ่มต้นเพื่อให้แน่ใจว่าวิ่งอิสระให้ผลที่คล้ายกัน การ 100000 ต้นไม้
โหลดในนี้ ' l-mode ' วิ่งสุ่มเลือกจาก
299997 ต้นไม้ ซึ่งรวมจากสามชุดของ ' ม โหมด '
( เช่นโหมด MCMC ) วิ่งของ IMA แต่ละเหล่านี้สามวิ่งรวมการเผาในขั้นตอนของ 5 ล้านบาท ตามด้วยวิ่ง 10 ล้านขั้นตอน
ด้วย 99999 ต้นไม้ตัวอย่างโดยใช้โซ่เดี่ยว ช่วงก่อนคือ
ชุดเหมือนในการวิเคราะห์แต่อิสระ 6 พารามิเตอร์ :
1 ( 0 – 30 ) , 2 ( 0 - 30 ) , QA ( 0 – 30 ) M1 ( 0 – 4 ) , M2 ( 0 – 4 ) และ t
( 0 – 10 )