新世界猴子分析数据集

数据集

数据集取自Aristide等人（2016）¹，并嵌入到包裹。我们可以很容易地加载和绘制它。

图书馆（系统发生学EM）
数据（猴子）

情节(参数_BM(第页= 2),
     数据=猴子$日期，门（phylo）=猴子$物理，
     显示.tip.label= 真的,cex公司= 0.5,无保证金= 真的)

这个情节函数继承了大多数可选大众的论点猿plot函数（此处用于实例，可选参数显示.tip.label使用）。用户可以设置许多其他图形参数，以便控制函数的输出，请参阅手册页以了解更多详细信息。这个右边是两个特征（PC），每个特征都有自己的等级。在分析之前在树上绘制数据，这样我们就可以发现潜在错误或异常值。

推断

默认情况下，推理是在自动计算的网格上进行的10个alpha值。为了减少计算量，我们要求定制只有4个值的网格，但此数字应在实数上提升应用程序。此处考虑的最大移位次数为10，并且应根据树的大小进行调整。

物件<- PhyloEM公司(门（phylo）=猴子$物理，
               Y_数据=猴子$日期，
               过程= “scOU”,##标量OU模型
               随机.root= 真的,##根部静止
               平稳.root= 真的,
               nbrα= 4,##测试的α值数量（应提高）
               K_最大值= 10,##最大班次数
               平行_α= 真的,##这可以设置为TRUE
               N核= 2)##并行计算
物件

## |                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%

##PhyloEM算法的结果。##默认方法选择的参数：##具有随机平稳根的二维scOU过程。## ##根本期望：##第1页第2页##  0.01552091 -0.01483439 ## ##根方差：##PC1和PC2##PC1 3.630764e-04-9.029145e-05号##PC2-9.029145e-05 1.228925e-04## ##过程差异：##PC1和PC2##PC1 1.475308e-04-3.668861e-05号##PC2-3.668861e-05 4.993556e-05号## ##工艺选择强度：##第1页第2页##PC1 0.2031677 0.0000000##PC2 0.0000000 0.2031677## ##处理根最优值：##PC1和PC2##  0.01552091 -0.01483439 ## ##转移分支上的位置：4、63、46##移位值：##               4           63         46##PC1-0.01812684-0.093914264 0.08031859##PC2 0.05234025-0.008148889 0.02527294## ## ## ##请参阅帮助以查看所有绘图和处理功能。

结果存储在类的对象中PhyloEM公司,它有几个可用的提取器（参见手册）。plot函数显示了默认模型选择方法选择的解决方案，但如果需要，可以选择另一个。相同的可选参数可以如前所述，用于控制图形的外观。

情节（资源）

功能plot_标准显示默认值每个班次的型号选择标准。

plot_标准（资源）

这里，选择的解决方案有三个班次。如上所示然而，标准在其最小值附近有点平坦，值有点奇怪四班制。这个异常值实际上只是由于上的小网格阿尔法在这个玩具示例中进行了详细分析。收件人尝试并优化这个结果，一个解决方案是使用更精细的alpha网格值。当使用具有100个值的网格时，K=5的解决方案实际选择了班次。我们可以在这里进行绘图比较。

情节（资源，参数= 参数_过程（资源，K（K）= 5))

等效解决方案

绘制5班制解决方案时，弹出以下警告向上：

##params_process中出现警告。PhyloEM（res，K=5）：有几个等价项##此换档位置的解决方案。

实际上，具有5个移位的解决方案具有三个等效移位对分支机构的分配。可以找到并绘制这些解决方案多亏了这个功能当量_位移.

情节(当量_位移（猴子$物理，参数_进程（资源，K（K）= 5)),
     显示移位值= 错误的,shifts_cex（班次_取消）= 0.5)

在这里，这三种解决方案非常相似，只是与出现在底部两个姊妹枝上的两个移位树。请注意，所有这些解决方案都有5个班次，并且定义相同将提示分为6组。这些配置都具有相同的可能性，因此无法从数据中区分。

旋转不变性

理论上，该方法不应受到数据集（见Adams&Collyer，2018²查看此问题）。然而，由于一些数字问题，可能结果略有不同。我们可以在此基础上探索这种行为数据集。

#任意旋转
θ<-圆周率/4
腐烂<- 矩阵(c（c）(余弦（θ），-罪（θ），罪（θ），余弦（θ）），
              nrow公司= 2,ncol公司= 2)

#旋转数据
Yrot公司<- t吨（腐烂）%*%猴子$日期
行名称（伊洛特）<- 行名称（猴子$日期）

#基于旋转数据的PhyloEM
res_root（_R）<- PhyloEM公司(门（phylo）=猴子$物理，
                   Y_数据=伊洛，##旋转数据
                   过程= “scOU”,
                   随机.root= 真的,
                   平稳.root= 真的,
                   nbrα= 4,
                   K_最大值= 10,
                   平行字母= 真的,
                   N核= 2)

## |                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%

情节（res_root）

乍一看，解决方案看起来非常不同。确实，当应用于旋转数据集，PhyloEM公司为选择解决方案是7班制，而不是3班制。但是，如果我们考虑解决方案例如，获得3个班次，则它们是相同的：

情节（资源，参数= 参数_进程（资源，K（K）= 三),无保证金= 真的)
情节（res_root，参数= 参数_进程（res，K（K）= 三),无保证金= 真的)

仔细看一下结果，我们可以看到日志除少数地方外，可能性实际上非常相似：

plot_标准（资源，“对数可能性”)
plot_标准（res_root，“日志可能性”,多氯联苯= "+",添加= 真的)

实际情况是，由于数字原因，可能性是在某些情况下，对一个或其他数据集进行了稍微更好的优化。这对所使用的基于处罚的标准产生了影响可能性。我们可以从图中看出：

绘图文字（资源）
plot_标准（res_root，多氯联苯= "+",添加= 真的)

但是，由于这两个数据集应该是等价的，我们不需要在两次跑步中选择。对于每个班次，我们的唯一目标是找到最大似然解。因此，对于每个转变，我们可以采取两种解决方案中最好的一种，那就是这是最好的。这可以通过专用功能完成：

重新合并（_M）<- 合并旋转（_R）（res，res_root）

此函数将第一次拟合作为参考（此处，使用原始数据）。对于给定的班次数，当第二个配合具有可能性越大，则选择其解。请注意第二次拟合的参数用旋转空间表示，因此，选中后，需要将它们转换回原始空间（由函数自动完成）。最终解决方案每个K值的可能性最大，且模型选择标准可以应用于这个新的求解路径。

绘图文字（重新合并）

我们可以在这里看到，现在选择了具有3个班次的解决方案再一次。

此合并功能可以应用于两个以上的配合，如如下图所示。

#另一个旋转
θ<-圆周率/三
旋转2<- 矩阵(c（c）(余弦（θ），-罪（θ），罪（θ），余弦（θ）），
              nrow公司= 2,美国国家石油公司= 2)

#旋转数据
Yrot2型<- t吨（旋转2）%*%猴子$日期
行名称（Yrot2）<- 行名称（猴子$日期）

#基于旋转数据的PhyloEM
资源_区域2<- PhyloEM公司(门（phylo）=猴子$物理，
                   Y_数据=Yrot2、，
                   过程= “scOU”,
                   随机.root= 真的,
                   平稳.root= 真的,
                   nbrα= 2,##请注意，这也可能不同
                   K_最大值= 10,
                   平行_α= 真的,
                   N核= 2)

#合并
资源合并2<- 合并旋转（_R）（res、res_rot、res_root2）

## |                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%

在这里，这不会改变结果。

plot_标准（res_merge2）

蜥蜴数据集

在之前的数据集上，引入旋转可能会出现人工钻头。然而，对于一些高度相关的数据集，例如可能需要旋转。例如，当研究Anolis蜥蜴时数据集（Mahler等人，2013^三)，几个需要在原始数据集上使用伪有序化技术要获得K的所有值的良好最大似然解，请参见Bastide等人（2018）⁴有关此分析的更多详细信息。

EB模型

可以证明，早期突发模型（EB）在形式上是等价的从超度量树到α为负的非移位scOU值。通过允许函数中的“负alpha”值PhyloEM公司.

请注意，尽管没有移位的情况有明确的解释（EB模型），具有移位和负alpha的scOU可能很难解释，并不总是合适的。因此应该小心在使用和解释这种模型时首次分析时不鼓励使用功能。

资源（_N）<- PhyloEM公司(门=猴子$物理，
                   Y_数据=猴子$日期，
                   过程= “scOU”,
                   随机.root= 错误的,##根需要修复
                   K_最大值= 10,
                   平行_α= 真的,
                   N核= 2,
                   nbrα= 4,##2个阴性，2个阳性（应该更多）
                   允许负值= 真的)##允许网格中出现负alpha

## |                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%|                                                                            |                                                                      |   0%|                                                                            |======                                                                |   9%|                                                                            |=============                                                         |  18%|                                                                            |===================                                                   |  27%|                                                                            |=========================                                             |  36%|                                                                            |================================                                      |  45%|                                                                            |======================================                                |  55%|                                                                            |=============================================                         |  64%|                                                                            |===================================================                   |  73%|                                                                            |=========================================================             |  82%|                                                                            |================================================================      |  91%|                                                                            |======================================================================| 100%

我们可以提取拟合的参数，而无需偏移，即等同于EB模型：

参数_进程（资源名称，K（K）= 0)

##params_process中出现警告。PhyloEM（res_neg，K=0）：“选择强度”是##消极。人们应该只看移位的非正常值。待办事项##因此，请使用“rBM=TRUE”调用此函数。

##检查选择强度警告（过程…）：所有特征值##选择强度并没有严格意义上的正实部。这可能会导致##一些问题。请谨慎操作。

## ##具有固定根的二维scOU过程。## ## ##根值：##PC1和PC2##  0.006507194 -0.003532184 ## ##工艺差异：##PC1和PC2##PC1 5.367696e-05-5.648422e-06号##PC2-5.648422e-06 1.273209e-05## ##工艺选择强度：##PC1和PC2##PC1-0.01316466 0.00000000##PC2 0.00000000-0.01316466## ##处理根最优值：##PC1和PC2##  0.006507194 -0.003532184 ## ##这个过程没有变化。

“选择力量”\（\字母\）与利率挂钩\（r）EB的通过关系：\（r=2\α\）.

我们还可以绘制模型选择的标准。经验上，我们发现“BGHmlraw”标准在这方面表现得更好配置。

plot_标准（资源名称，“BGHmlraw”)

这里，有7个位移（和一个正阿尔法）的相同解决方案是挑选出来的。再次，为了将计算量降到最低，我们使用了只有4个alpha值的粗网格。在更精细的网格上选择了5班制的解决方案。