هل نستخدم بايز أم بووتستراب؟ دراسة محاكاة تقارن أداء أخذ العينات باستخدام سلسلة ماركوف مونت كارلو البايزية وطرق البووتستراب في تقييم الثقة في النشوء والارتباط.

أصبح أخذ عينات سلسلة ماركوف مونت كارلو البايزية شائعًا بشكل متزايد في علم النشوء كطريقة لتقدير طوبولوجيا الاحتمالية القصوى وتقييم ثقة العقد. على الرغم من الاستخدام المتزايد لاحتمالات ما بعد البيانات، فإن العلاقة بين مقياس الثقة البايزي وأشهر مقاييس الثقة المستخدمة في علم النشوء، وهو نسبة البووتستراب غير المعلمية، غير مفهومة جيدًا. استخدمنا محاكاة الحاسوب للتحقيق في سلوك ثلاث طرق لتقييم الثقة في النشوء: احتمالات ما بعد البيانات البايزية المحسوبة عبر أخذ العينات باستخدام سلسلة ماركوف مونت كارلو (BMCMC-PP) ، ونسبة البووتستراب للاحتمالية القصوى (ML-BP) ، ونسبة البووتستراب للتوفير الأقصى (MP-BP). قمنا بمحاكاة تطور تسلسل الحمض النووي على طوبولوجيات تتضمن 17 نوعًا تحت 18 سيناريو تطوري ودرسنا أداء هذه الطرق في تخصيص الثقة للمجموعات الأحادية الصحيحة وغير الصحيحة، وفحصنا آثار زيادة عدد الشخصيات على قيمة الدعم. كانت BMCMC-PP و ML-BP غالبًا مرتبطة بشكل قوي مع بعضها البعض لكن يمكن أن توفر تقديرات دعم مختلفة بشكل ملحوظ على أجزاء قصيرة. على العكس من ذلك، كانت BMCMC-PP مرتبطة بشكل ضعيف مع MP-BP عبر معظم ظروف المحاكاة التي قمنا بفحصها. بالنسبة لقيمة معينة للعتبة، تم دعم المزيد من المجموعات الأحادية الصحيحة بواسطة BMCMC-PP مقارنةً بـ ML-BP أو MP-BP. عندما تم اختيار قيم العتبة التي تثبت معدل قبول العلاقات الأحادية غير الصحيحة كصحيحة عند 5%، استردت الطرق الثلاثة معظم العلاقات الصحيحة على الطوبولوجيات المحاكية، على الرغم من أن BMCMC-PP و ML-BP أدوا أفضل من MP-BP. كانت BMCMC-PP عادةً ممثلًا أقل تحيزًا لدقة النشوء مقارنةً بأي من طرق البووتستراب. قدمت BMCMC-PP قيم دعم عالية للتقسيمات الطوبولوجية الصحيحة بعدد أقل من الشخصيات مما كان مطلوبًا للبووتستراب غير المعلمي.