讲座题目：混合的宽松钟模型应用于鸟类支端定年研究

　　报告人：张驰，中科院中国科学院古脊椎动物与古人类研究所

　　时间：2021年12月27日（星期一）下午14:00 – 15:00

　　地点：首建金融中心9层会议室

　　线上：腾讯会议：580-864-419   

　　摘要：张驰介绍一个新开发的混合宽松钟模型 (relaxed clock model)，用于贝叶斯支端定年 (Bayesian tip dating) 分析。该模型改善了中生代鸟类的分异时间和演化速率的估计。 

　　在贝叶斯统计学中，模型选择 (model selection) 和模型平均 (model averaging) 是比较模型相对适合度的方法。模型选择通过估算每个模型的边际似然值 (marginal likelihood)，然后用它们来计算贝叶斯因子 (Bayes factor)，从而决定哪个模型最匹配数据。模型平均则通过可逆跳跃马尔可夫链蒙特卡罗 (reversible-jump Markov chain Monte Carlo [rjMCMC]) 算法在各个模型间转换，同时估计每个模型的后验概率以及对应模型中参数的后验概率。 

　　张驰设计了一个rjMCMC算法用于平均 独立对数正态分布 (ILN) 和独立伽马分布 (IGR) 这两个宽松钟模型。该算法利用两个模型假设的相似性，通过直接匹配模型间树枝上的速率，并线性匹配模型间分布的方差，来实现模型的跳跃。在估计ILN和IGR的后验概率的同时，该模型平均方法也估计了分异时间和演化速率。 

　　该rjMCMC算法被用于分析中生代鸟类的形态特征矩阵，运用贝叶斯支端定年法估计分异时间和演化速率。和先前使用白噪音 (WN) 宽松钟模型的分析 (Zhang and Wang 2019) 相比，平均化ILN和IGR模型能够提高分异时间和演化速率的估计精度。模型比较的结果表明，ILN模型比IGR模型更适配数据 (后验概率Pr[ILN] = 0.6)，并远优于ALN模型。进一步地，通过对特征矩阵按照不同骨骼部位进行分区，该分模块的模型平均方法得到和未分模块的分析一致的分异时间估计，一致性好于使用WN模型的结果。