Probability vs. Likelihood
Beispiel - Probability
Beispiel - Likelihood
Maximum Likelihood
ML - Vorgehensweise
ML - pro und contra
Satz von Bayes
Satz von Bayes: Beispiel
Bayes & Bäume
MCMCMC
Metropolis-coupled Markov chain Monte Carlo
mehrere MCMC-Ketten laufen parallel und ‚kommunizieren‘
Monte Carlo
Markov chain
Metropolis-coupled
Vor- und Nachteile von Bayes
„Rooting“: Wo ist die Wurzel des Baums?
Achtung: die meisten Rekonstruktionsmethoden produzieren zunächst unrooted trees!
manchmal ist ein Baum ohne Wurzel ausreichend (z.B. Festlegung Verwandschaft neu gefundener Gene innerhalb einer Familie)
Wurzel nur ziehen, wenn biologisches Hintergrundwissen da ist
Falsche Wurzel —> falsche Aussage!
Qualitätsbewertung von Bäumen
Bootstrapping
Allgemeine Hinweise zur Erstellung phylogenetischer Bäume
Last changed2 years ago
