Four simultaneous Markov chains Mon

Four simultaneous Markov chains Monte carlo (MCMC) were run for 10,000,000 generation sampling every 1000 genertion. After examining the MCMC convergence using tracer (RAmbaut and Drummond, 2007), the initial 2,000,000 generation from each ran were discarded from the analysis as burn-in while the remaining trees were used to construct a consensus tree with posterior probabilities (PP) assessing the statistical nodal support. Two partitioning schemes were tested, one unlinking the model parameters between nuclear and plastid regions, the other unlinking all markers (i.e three partitions). The best-fit model was chosen by Bayes factor test based on the harmonic mean of the respective long likelihoods (Kass and Raftery, 1995).

ผลลัพธ์ (ไทย) 1:

สี่พร้อมโซ่ Markov มอนเตคาร์โล (MCMC) ถูกเรียกใช้สำหรับการสุ่มตัวอย่าง 1000 genertion ทุกรุ่น 10,000,000 หลังจากตรวจสอบการบรรจบกันของ MCMC ที่ใช้ติดตาม (RAmbaut และดรัม 2007), สร้าง 2000000 เริ่มจากวิ่งถูกละทิ้งจากการวิเคราะห์เป็นการเผาไหม้ในขณะที่ต้นไม้ที่เหลือใช้ในการสร้างต้นไม้ช่วย ด้วยกิจกรรมหลัง (PP) การประเมินทางสถิติสนับสนุนดังนั้น ทดสอบรูปแบบการแบ่งพาร์ติชันที่สอง หนึ่ง unlinking พารามิเตอร์รูปแบบระหว่างนิวเคลียร์ และพลาสติด อื่น ๆ unlinking เครื่องหมายทั้งหมด (อาทิสามพาร์ติชัน) แบบจำลองดีที่สุดพอดีถูกเลือก โดยทดสอบปัจจัย Bayes ตามยฮาร์ของนั้น ๆ ยาว likelihoods (Kass และ Raftery, 1995)

ผลลัพธ์ (ไทย) 2:

สี่โซ่มาร์คอฟพร้อมกัน Monte Carlo (MCMC) ถูกนำมาใช้สำหรับการสุ่มตัวอย่าง 10,000,000 ทุกรุ่น 1000 genertion หลังจากตรวจสอบการบรรจบ MCMC ใช้ติดตาม (RAmbaut และดรัมมอนด์ 2007) เริ่มต้น 2,000,000 รุ่นจากกันวิ่งถูกโยนทิ้งจากการวิเคราะห์เช่นการเผาไหม้ในขณะที่ต้นไม้ที่เหลือถูกนำมาใช้ในการสร้างต้นไม้ฉันทามติที่มีความน่าจะเป็นหลัง (PP) การประเมิน สนับสนุนสำคัญทางสถิติ สองรูปแบบการแบ่งพาร์ทิชันได้รับการทดสอบหนึ่งยกเลิกการเชื่อมโยงพารามิเตอร์แบบระหว่างภูมิภาคนิวเคลียร์และ plastid อื่น ๆ ยกเลิกการเชื่อมโยงเครื่องหมายทั้งหมด (เช่นสามพาร์ทิชัน) รุ่นที่ดีที่สุดพอดีได้รับเลือกจากการทดสอบปัจจัย Bayes ขึ้นอยู่กับค่าเฉลี่ยของฮาร์โมนิโอกาสเกิดยาวตามลำดับ (Kass และ Raftery, 1995)

ผลลัพธ์ (ไทย) 3:

สี่พร้อมกันลูกโซ่มาร์คอฟมอนติคาร์โล ( MCMC ) ได้เรียก 10000000 genertion รุ่นทุกๆ 1000 คน หลังจากการตรวจสอบการติดตาม ( rambaut MCMC บรรจบ และดรัมมอนด์ , 2007 ) , เริ่มต้นที่ 2000000 รุ่นจากแต่ละรันถูกละทิ้งจากการวิเคราะห์เป็นเผาในขณะที่ต้นไม้ที่เหลือถูกใช้เพื่อสร้างฉันทามติของต้นไม้ที่มีความน่าจะเป็นด้านหลัง ( PP ) การประเมินสนับสนุนสร้างสถิติ สองพาร์ทิชันแบบทดสอบหนึ่ง unlinking แบบจำลองพารามิเตอร์ระหว่างภูมิภาคนิวเคลียร์และพลาสติด , อื่น ๆ unlinking ทั้งหมดเครื่องหมาย ( เช่นสามพาร์ทิชัน )ที่ดีที่สุดเหมาะสมกับรูปแบบถูกเลือกโดย Bayes ปัจจัยทดสอบตามค่าเฉลี่ยฮาร์ของตนยาว likelihoods ( แคส และ raftery , 1995 )