多分辨率KINGMAN-TAJIMA凝聚计数的序列重要性采样。

@第{Cappello2019SEQUENTIALIS条，title={多分辨率KINGMAN-TAJIMA凝聚计数的序列重要性采样。}，author={Lorenzo Cappello和Julia A.Palacios}，journal={应用统计年鉴}，年份={2019}，体积＝{142}，第页={727-751},url={https://api.semanticscholar.org/CorpusID:61153646}}
提出了一种序贯重要性抽样算法，用于估计不同合并分辨率下系谱树样本空间的基数，该算法中的样本空间是DNA在非重组片段上的完全链接序列。
[PDF]语义阅读器

本文图表

6引文

田岛异时n-聚结：从异时取样分子数据推断

该方法用于分析北美野牛的现代和古代分子序列，重新研究白令野牛如何灭绝的科学问题，并根据法国和德国收集的病毒序列重建SARS-CoV-2的种群规模轨迹。

抽样Tajima树对种群规模变化的Bayes估计

一种新的贝叶斯方法，用于推断过去的种群规模，该方法依赖于一个低分辨率的合并过程，该过程被称为“田岛合并”，与标准的金曼合并相比，田岛合并具有更小的状态空间，是一种计算效率更高的模型。

并合树上的邻接跳马尔可夫链

给出了秩树空间作为约束有序匹配对空间的表示，并证明了标记和未标记秩树形状上的邻接交换链具有至少为有序和最多为有序的混合时间。

排序进化树的距离度量

这项工作引入了关于排序树形和排序系谱的度量，其中考虑了树的形状和时间分支顺序，但没有考虑分类单元标签，这使得能够量化进化差异、评估树的不确定性以及构建树分布的统计摘要。

秩树形和秩系谱的度量空间

这项工作为从等时采样和时间戳异时采样中采样的谱系提出了一个关于排名谱系的度量空间，并通过模拟和在传染病中的应用展示了度量的实用性。

与完美系统发育相兼容的二叉树的计数

研究了与完美系统发育相兼容的二叉排列和未排列树形集的枚举性质，并以无限多侧突变模型下观察到的突变模式为条件，提供了这些形状的递归枚举。

49参考文献

抽样Tajima树对种群规模变化的Bayes估计

一种新的贝叶斯方法，用于推断过去的种群规模，该方法依赖于一个低分辨率的合并过程，该过程被称为“田岛合并”，与标准的金曼合并相比，田岛合并具有更小的状态空间，是一种计算效率更高的模型。

寻找Kingman–Tajima合并的最佳分辨率：理论和应用

本文描述了Kingman–Tajima合并的六种不同分辨率以及相应的马尔可夫链，它们对于推理方法至关重要，并描述了状态空间，该状态空间突出了使用低分辨率对象获得的计算增益。

从聚集时间分布推断过去的有效人口规模

基于任意大小样本的合并时间分布，给出了计算作为时间函数的种群规模Ne（t）的精确解，将种群规模推断问题简化为估计合并时间分布问题。

基于最优树分辨率的场地频谱全似然推断

一种新的重要取样器，利用状态空间的巨大缩小，需要对状态空间进行整合，以计算人口统计或结构场景的完全似然函数，该场景中的位置频谱（SFS）位于无团内重组的位置。

基于高斯过程的基因谱系群体规模轨迹的贝叶斯非参数推断

证明了基于高斯过程的泊松过程非参数推断的最新进展可以推广到合并条件下种群规模动态的贝叶斯非参数估计。

基于组合序贯蒙特卡罗方法的贝叶斯系统发育推断

本文提出了一种新颖的组合SMC（CSMC）方法来近似后向系统发育树分布，该方法适用于一般类型的模型，并且可以很容易地与MCMC结合来推断进化参数。

基因树中突变的年龄

这项工作展示了在给定该基因树的情况下，如何找到突变年龄的条件分布以及样本最新共同祖先的时间，并采用蒙特卡罗方法来近似这些分布。

分解站点频谱：树拓扑对中性测试的影响

这项工作从基本树形的角度对一类重要的中立性测试的正负值进行了严格的解释，并提出了一种新的测试方法，用于与Fay和Wu的H在同一类中进行选择，并讨论了其解释和威力。

从数百个非相位全基因组中稳健且可扩展的种群历史推断

提出了一种新的统计工具SMC++，它能够分析比现有方法多几个数量级的样本，同时只需要非相位基因组，并采用了一种新型的样条正则化方案，大大减少了估计误差。

系统发育学

提出了贝叶斯进化分析（BEAST）软件包1.7版，该软件包实现了一系列马尔可夫链蒙特卡罗算法，用于贝叶斯系统发育推断、发散时间测定、合并分析、系统地理学和相关分子进化分析。