带选择的$k$等位基因模型下的最大似然估计可能在数值上不稳定
摘要：选择和独立突变情况下Wright-Fisher k-等位基因模型的等位基因频率稳定分布已经得到了广泛的研究。然而，这些模型下的最大似然估计参数的统计特性并不为人所理解。在每个模型下，数据空间中存在一个点，该点具有最强烈的选择信号，然而，在该点上，似然函数是无界的。即使所有突变参数被假定为已知，这一结果仍然成立。因此，在存在明显选择压力时，标准的模拟方法用于近似最大似然估计的抽样分布，会产生数值不稳定的结果。我们描述了贝叶斯方法作为替代方案，其后验分布倾向于为基因座上的选择强度提供更准确可靠的区间估计。
作者：Erkan Ozge Buzbas, Paul Joyce
论文ID：0910.1664
分类：Applications
分类简称：stat.AP
提交时间：2009-10-12