El revisor preguntó por qué se utilizó el método de unión de vecinos en lugar del método bayesiano para construir el árbol evolutivo.
2. El análisis bayesiano es la base del aprendizaje bayesiano, que proporciona un método para calcular la probabilidad de hipótesis. Este enfoque se basa en la probabilidad previa de la hipótesis, la probabilidad de observar datos diferentes dada la hipótesis y los datos observados mismos.
3. El método consiste en sintetizar la información previa sobre los parámetros desconocidos y la información de la muestra, luego obtener la información posterior de acuerdo con la fórmula bayesiana y luego inferir los parámetros desconocidos en función de la información posterior.
4. Los métodos de cálculo numérico tradicionales para calcular las expectativas de distribución posterior incluyen la integración numérica, el cálculo de aproximación de Laplace y el muestreo importante de Monte Carlo.
5. En la actualidad, el método MCMC, es decir, el método Monte Carlo de la cadena de Markov, se ha convertido en un método de cálculo bayesiano muy popular. En parte por su eficiencia en el manejo de problemas muy complejos y en parte por su relativa facilidad de programación.
6. El análisis bayesiano proporciona un método para calcular la probabilidad de una hipótesis basándose en la probabilidad previa de la hipótesis, la probabilidad de observar diferentes datos dada la hipótesis y los datos observados mismos.
7. Este método sintetiza la información previa sobre los parámetros desconocidos y la información de la muestra, luego obtiene la información posterior de acuerdo con la fórmula bayesiana y luego infiere los parámetros desconocidos en función de la información posterior.