SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Bootstrapping

orleans avatar
orleans
18 diapositives · 1K Views · Oct 02, 2012

Bootstrapping. Method for assessing confidence in nodes of a tree Create a new data set by resampling characters randomly with replacement New data set is the same size as the original Variation found from this method is similar to what would be found by collecting new data sets

Bootstrapping - slide 1
01 / 18Bootstrapping
1 / 17

Télécharger la présentation

Bootstrapping
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Bootstrapping • Method for assessing confidence in nodes of a tree • Create a new data set by resampling characters randomly with replacement • New data set is the same size as the original • Variation found from this method is similar to what would be found by collecting new data sets • Assumes characters evolve independently

  2. Other Methods • Block-bootstrap: resample blocks of characters (used when there is correlated evolution in adjacent characters) • Jackknife: Samples a random half of the data set, characters not duplicated (very similar to bootstrapping) • For all methods, the minimum value typically reported in 70% bootstrap confidence

  3. Consensus Trees • Analyze the multiple data sets created from bootstrapping and determine most likely single tree

  4. Consensus Trees • Majority Rule: Any set of species that appears in more than 50% of the tree is included. The program then considers the other sets in order of frequency, adding to the tree until it is fully resolved. • Strict: A set of species must appear in all input trees to be included.

  5. Plu Men Slo 57.4 Fre 95.7 Sac 70.1 Sand 80.3 Sanb 96.5 Sie 40.3 Mod 99.2 Sis

  6. Plu Men Slo Fre 95.7 Sac 70.1 Sand 80.3 Sanb 96.5 Sie Mod 99.2 Sis

  7. SIS MOD PLU SIE MEN SAC FRE SLO SANB SAND

  8. Plu SIS MOD Men Slo PLU SIE MEN Fre SAC Sac FRE Sand Sanb SLO SANB Sie Mod SAND Sis

  9. FRE SAC MOD PLU SIE MEN SLO SIS SAND SANB

  10. PLU SIE SAC FRE MEN SIS MOD SLO SAND SANB

  11. SIS MOD PLU SIE MEN SAC FRE SLO SANB SAND

  12. SIS SAC FRE SANB SAND MOD PLU SIE MEN SLO

  13. SIS MOD PLU SIE MEN SAC FRE SLO SANB SAND

  14. SIS MOD PLU SIE MEN SAC FRE SLO SANB SAND