稀疏化石数据的定向随机游走与加权最小二乘建模比较

Hunt（2006）提出的一般随机游走模型（GRW）通过将表型变化建模为具有平均步长和步长方差的小步累积结果，用于根据稀疏化石数据推断平均性状值的定向演化。 Ergon（2026）利用模拟和真实数据案例表明，只有当平均性状值的测量误差较小时，步长方差才能被较为合理地估计；而对于具有现实测量误差的化石数据而言，步长方差似乎极难识别，并且其估计值往往为负。在这些模拟中，Ergon（2026）假定真实的表型均值是已知的。本文基本上在仅已知具有较大测量误差的平均性状值这一假设下重复了这些模拟，并且基于加权均方误差（WMSE）的比较，得出的结论是：加权最小二乘法（WLS）优于GRW。 第二个结论是，即使在那些可能较为罕见、尽管测量误差很大但GRW参数仍能被良好估计的情形下，WLS同样是更优的方法。GRW方法本身并不具备足够的灵活性来处理此类情况。 第三个结论是，当测量误差相对于步长方差较大时，GRW模型的赤池信息准则（AIC）结果可能会显得过于乐观。

稀疏化石数据的定向随机游走与加权最小二乘建模比较 | bioRxiv

跳转至主要内容

首页 关于 提交 提醒 / RSS 搜索此关键词 高级搜索 最新结果

稀疏化石数据的定向随机游走与加权最小二乘建模比较

查看 ORCID 个人主页 Rolf Ergon

doi： https://doi.org/10.64898/2026.06.26.734751

Rolf Ergon 挪威东南大学

在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY 4.0 国际许可协议 提供。

返回顶部 上一项 下一项

发布于 2026 年 7 月 1 日。 下载 PDF 补充材料 电子邮件

感谢您有兴趣帮助传播 bioRxiv 的内容。

您的电子邮箱 * 您的姓名 * 发送至 * 输入多个地址时，请分行填写或用逗号分隔。

您将通过电子邮件发送以下内容

稀疏化石数据的定向随机游走与加权最小二乘建模比较

邮件主题

（您的姓名）已从 bioRxiv 转发了一个页面给您

邮件正文

（您的姓名）认为您会希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。

分享

稀疏化石数据的定向随机游走与加权最小二乘建模比较

Rolf Ergon

bioRxiv 2026.06.26.734751; doi： https://doi.org/10.64898/2026.06.26.734751

分享本文： 复制 引文工具

稀疏化石数据的定向随机游走与加权最小二乘建模比较

Rolf Ergon

bioRxiv 2026.06.26.734751; doi： https://doi.org/10.64898/2026.06.26.734751

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.26.734751v1?rss=1

🏷️ 化石数据 随机游走模型 加权最小二乘 测量误差 模型比较