[논문 리뷰] Probabilities on cladograms: introduction to the alpha model

Daniel Ford|ArXiv.org|2005. 11. 09.

Stochastic processes and statistical mechanics참고 문헌 19인용 수 21

한 줄 요약

이 논문은 뿌리 밑의 이진 계통수도(진화수 나무) 위의 한 파rameter 가족인 알파 모델을 소개한다. 이 모델은 매개수 α가 0에서 1로 변할 때 Yule, Uniform, Comb 모델 사이를 연속적으로 보간한다. 모델은 새로운 잎이 내부 간선에 확률 α/(n−α)로, 잎 간선에 확률 (1−α)/(n−α)로 재귀적으로 삽입되는 방식으로 정의되며, 나무 확률에 대한 정확한 유한 표본 계산과 점 渐진적 결과를 제공한다. 예를 들어 Sackin 지수는 O(n^{1+α})로 척도가 되며, 케리 수는 점 渐진적으로 정규 분포를 이룬다.

ABSTRACT

The alpha model, a parametrized family of probabilities on cladograms (rooted binary leaf labeled trees), is introduced. This model is Markovian self-similar, deletion-stable (sampling consistent), and passes through the Yule, Uniform and Comb models. An explicit formula is given to calculate the probability of any cladogram or tree shape under the alpha model. Sackin's and Colless' index are shown to be $O(n^{1+α})$ with asymptotic covariance equal to 1. Thus the expected depth of a random leaf with $n$ leaves is $O(n^α)$. The number of cherries on a random alpha tree is shown to be asymptotically normal with known mean and variance. Finally the shape of published phylogenies is examined, using trees from Treebase.

연구 동기 및 목표

• Yule, Uniform, Comb 모델 사이를 연속적으로 보간할 수 있는 새로운 분석적으로 다룰 수 있는 계통수도 위의 확률 모델 가족을 개발하는 것.
• 모델이 핵심 확률적 성질을 만족시키도록 보장하는 것: 삭제 안정성(표본 일致성)과 마르코프 자기유사성.
• 모델 하에서 주어진 나무 형태의 확률에 대한 명시적이고 계산 가능한 공식을 제공하는 것.
• 모델 하에서 Sackin 지수와 케리 수와 같은 주요 나무 형태 통계량의 점 渐진적 행동을 분석하는 것.
• Treebase의 나무 자료를 사용하여 모델의 실질적 적합도를 평가하는 것.

제안 방법

• 알파 모델은 재귀적 확률 과정을 통해 정의된다: 각 단계에서 새로운 잎이 무작위 내부 간선에 확률 α/(n−α)로, 무작위 잎 간선에 확률 (1−α)/(n−α)로 삽입된다.
• 특정 나무 형태의 확률은 분할에 대한 곱으로 계산되며, 분할 확률은 모델의 삽입 메커니즘에서 유도된다.
• 모델이 삭제 안정성과 마르코프 자기유사성을 만족함을 증명함으로써, 마르코프 모델에서 이러한 성질을 만족시키기 위한 필요 및 충분 조건을 입증한다.
• 재귀적 나무 구성과 생성 함수를 사용하여 이론적 결과를 도출하며, 나무 형태 수 A(n)에 대한 재귀 관계를 유도한다.
• 나무 형태 통계량의 점 渐진적 분포는 마르팅게일 방법과 확장된 Pólya 우산 모델을 사용하여 확립한다.
• 실제 데이터에 대한 모델 적합도 평가는 최대우도 추정법을 사용하여 α를 추정하고, p-값과 Q-Q 플롯을 통한 적합도 검정을 수행한다.

실험 결과

연구 질문

• RQ1 계통수도 위의 한 파rameter 가족 확률 모델을 어떻게 구성할 수 있으며, Yule, Uniform, Comb 모델 사이를 연속적으로 보간할 수 있는가?
• RQ2 이 모델 하에서 나무 형태의 정확한 유한 표본 확률는 무엇이며, 효율적으로 계산할 수 있는가?
• RQ3 Sackin 지수와 케리 수와 같은 주요 나무 형태 통계량이 알파 모델 하에서 어떻게 점 渐진적으로 행동하는가?
• RQ4 알파 모델은 Treebase 데이터베이스의 실제 진화수 나무에 잘 맞는가?
• RQ5 알파 모델은 Aldous의 베타 모델과 어떻게 비교되며, 어떤 점에서 상이한가?

주요 결과

• 알파 모델 하에서 주어진 나무 형태의 확률은 분할에 대한 곱으로 주어지며, 분할 확률 qα(a,b)와 qα(b,a)가 총합에 기여한다. a≠b일 경우 q̂α{a,b} = qα(a,b) + qα(b,a)이고, a=a일 경우 q̂α{a,a} = qα(a,a)이다.
• 알파 모델 하에서 Sackin 지수는 α ∈ (0,1]일 때 O(n^{1+α})로 척도가 되며, α > 0이면 기대값이 선형보다 더 빠르게 증가한다.
• 랜덤 알파 나무에서 케리 수는 알려진 평균과 분산을 가진 점 渐진적으로 정규 분포를 이룬다. 이는 확장된 Pólya 우산 모델에서 유도된다.
• 모델는 삭제 안정성과 마르코프 자기유사성을 만족하며, Aldous의 베타 모델과 동일한 핵심 성질을 만족하지만, 더 단순하고 명시적인 구성 방식을 가진다.
• Treebase 나무의 실증 분석 결과, 모델은 완벽한 적합도를 보이지 않음: p-값 분석에서 일부 부적합이 나타나며, 특히 α=0(Yule 모델)에서의 피크가 전체 나무의 약 20%를 차지함.
• n개의 잎을 가진 나무 형태 수 A(n)은 재귀 관계와 생성 함수 G(x) = x + (1/2)(G(x)^2 + G(x^2))를 만족하며, 이는 OEIS의 수열 A001190와 일치한다.