Bayesian inference in phylogeny
http://dbpedia.org/resource/Bayesian_inference_in_phylogeny an entity of type: WikicatApplicationsOfBayesianInference
Bayesian inference of phylogeny combines the information in the prior and in the data likelihood to create the so-called posterior probability of trees, which is the probability that the tree is correct given the data, the prior and the likelihood model. Bayesian inference was introduced into molecular phylogenetics in the 1990s by three independent groups: Bruce Rannala and Ziheng Yang in Berkeley, Bob Mau in Madison, and Shuying Li in University of Iowa, the last two being PhD students at the time. The approach has become very popular since the release of the MrBayes software in 2001, and is now one of the most popular methods in molecular phylogenetics.
rdf:langString
La inferencia bayesiana en filogenia genera la probabilidad posterior de un parámetro, un árbol filogenético y/o un modelo evolutivo, basada en la probabilidad anterior de ese parámetro y la función de verosimilitud de los datos. La aplicación del análisis bayesiano en la inferencia filogenética presenta varias ventajas en comparación con otros métodos de inferencia, como la fácil interpretación de los resultados, la posibilidad de usar información apriorística y algunas ventajas computacionales. Se calcula la probabilidad de que nuestro árbol sea correcto condicionada por los datos que tenemos: P (árbol|datos). Lo contrario a otros métodos, que calculan la probabilidad de que nuestros datos se adapten al árbol: P (datos|árbol).
rdf:langString
ベイズ法（ベイズほう、英：Bayesian inference method）は、生物の系統進化を示す系統樹を推定する手法の一つ。ベイズの定理に基づいて尤度を通してデータを加味した事後確率分布を目的関数にとり、マルコフ連鎖モンテカルロ法を適用して事後確率分布を推定し、その期待値としての最良の樹形を選択する。ベイズ法を利用した系統推定ソフトウェアではMrBayesが代表的である。
rdf:langString
貝葉氏譜系分析（Bayesian inference of phylogeny）是根據已知的推導的似然函數，進而去預測最可能的系譜樹。隨著電腦計算速度的演進以及马尔科夫-蒙特卡洛法的演進，貝葉氏譜系分析越來越受重視和應用。贝叶斯推断時常應用於分子系統發生學以及系統分類學。
rdf:langString
L'inferenza bayesiana in filogenesi è uno dei metodi più all'avanguardia usati per la costruzione di alberi filogenetici. Si basa sul teorema di Bayes e permette di condurre un'analisi a posteriori dei dati in possesso del ricercatore, e di risolvere alcuni problemi tipici della ricostruzione filogenetica.
rdf:langString
Байесовский подход в филогенетике позволяет получить наиболее вероятное филогенетическое дерево при заданных исходных данных, последовательностях ДНК или белков рассматриваемых организмов и эволюционной модели замен. Для снижения вычислительной сложности алгоритма расчёт апостериорной вероятности реализуется различными алгоритмами, использующими метод Монте-Карло для марковских цепей. Главными преимуществами байесовского подхода по сравнению с методами максимального правдоподобия и максимальной экономии является вычислительная эффективность, способность работать со сложными моделями эволюции, а также то, что, в отличие от методов, указывающих на единственное наилучшее по заданному критерию дерево, он позволяет выбрать несколько вариантов филогенетического дерева с наибольшим значением апос
rdf:langString
rdf:langString
Bayesian inference in phylogeny
rdf:langString
Inferencia bayesiana en filogenia
rdf:langString
Inferenza bayesiana in filogenesi
rdf:langString
ベイズ法
rdf:langString
Байесовский подход в филогенетике
rdf:langString
贝叶斯法
rdf:langString
Bayesian inference in phylogeny
xsd:integer
7022979
xsd:integer
1116969834
rdf:langString
width:26em
rdf:langString
InternetArchiveBot
xsd:date
2020-02-19
rdf:langString
June 2019
rdf:langString
yes
rdf:langString
Classification
rdf:langString
Optimally search criteria
rdf:langString
Subclassification
rdf:langString
Bayesian inference in phylogeny
<second>
33.0
rdf:langString
Bayesian inference of phylogeny combines the information in the prior and in the data likelihood to create the so-called posterior probability of trees, which is the probability that the tree is correct given the data, the prior and the likelihood model. Bayesian inference was introduced into molecular phylogenetics in the 1990s by three independent groups: Bruce Rannala and Ziheng Yang in Berkeley, Bob Mau in Madison, and Shuying Li in University of Iowa, the last two being PhD students at the time. The approach has become very popular since the release of the MrBayes software in 2001, and is now one of the most popular methods in molecular phylogenetics.
rdf:langString
La inferencia bayesiana en filogenia genera la probabilidad posterior de un parámetro, un árbol filogenético y/o un modelo evolutivo, basada en la probabilidad anterior de ese parámetro y la función de verosimilitud de los datos. La aplicación del análisis bayesiano en la inferencia filogenética presenta varias ventajas en comparación con otros métodos de inferencia, como la fácil interpretación de los resultados, la posibilidad de usar información apriorística y algunas ventajas computacionales. Se calcula la probabilidad de que nuestro árbol sea correcto condicionada por los datos que tenemos: P (árbol|datos). Lo contrario a otros métodos, que calculan la probabilidad de que nuestros datos se adapten al árbol: P (datos|árbol).
rdf:langString
L'inferenza bayesiana in filogenesi è uno dei metodi più all'avanguardia usati per la costruzione di alberi filogenetici. Si basa sul teorema di Bayes e permette di condurre un'analisi a posteriori dei dati in possesso del ricercatore, e di risolvere alcuni problemi tipici della ricostruzione filogenetica. L'inferenza bayesiana usa una funzione di likelihood per creare una quantità detta “probabilità a posteriori degli alberi” tramite modello di evoluzione. Questo modello è basato su delle probabilità a priori, e produce l’albero filogenetico più probabile. L’approccio bayesiano è divenuto popolare grazie all’integrazione degli algoritmi Markov chain Monte Carlo (MCMC).
rdf:langString
ベイズ法（ベイズほう、英：Bayesian inference method）は、生物の系統進化を示す系統樹を推定する手法の一つ。ベイズの定理に基づいて尤度を通してデータを加味した事後確率分布を目的関数にとり、マルコフ連鎖モンテカルロ法を適用して事後確率分布を推定し、その期待値としての最良の樹形を選択する。ベイズ法を利用した系統推定ソフトウェアではMrBayesが代表的である。
rdf:langString
貝葉氏譜系分析（Bayesian inference of phylogeny）是根據已知的推導的似然函數，進而去預測最可能的系譜樹。隨著電腦計算速度的演進以及马尔科夫-蒙特卡洛法的演進，貝葉氏譜系分析越來越受重視和應用。贝叶斯推断時常應用於分子系統發生學以及系統分類學。
rdf:langString
Байесовский подход в филогенетике позволяет получить наиболее вероятное филогенетическое дерево при заданных исходных данных, последовательностях ДНК или белков рассматриваемых организмов и эволюционной модели замен. Для снижения вычислительной сложности алгоритма расчёт апостериорной вероятности реализуется различными алгоритмами, использующими метод Монте-Карло для марковских цепей. Главными преимуществами байесовского подхода по сравнению с методами максимального правдоподобия и максимальной экономии является вычислительная эффективность, способность работать со сложными моделями эволюции, а также то, что, в отличие от методов, указывающих на единственное наилучшее по заданному критерию дерево, он позволяет выбрать несколько вариантов филогенетического дерева с наибольшим значением апостериорной вероятности.
xsd:nonNegativeInteger
42116
