Bayesian nonparametric analysis of Kingman’s coalescent
Bibliographic record
Abstract
La coalescence de Kingman est l'un des modèles les plus populaires en génétique des populations. Il décrit la généalogie d'une population dont la composition génétique évolue dans le temps selon le modèle de Wright–Fisher, ou des approximations appropriées de celle-ci appartenant à la grande classe des processus de Fleming–Viot. L'inférence ancestrale sous la coalescence de Kingman a reçu beaucoup d'attention dans la littérature, à la fois dans l'analyse des données, et d'un point de vue théorique et méthodologique. Étant donné un échantillon d'individus échantillonnés dans la population au temps $t>0$, la plupart des contributions existantes visaient l'inférence paramétrique, fréquentiste ou bayésienne, sur des quantités liées à la généalogie de l'échantillon. Dans cet article, nous proposons une approche prédictive bayésienne non paramétrique de l'inférence ancestrale. C'est-à-dire, sous l'hypothèse préalable que la composition de la population évolue dans le temps selon un processus de Fleming–Viot neutre, et compte tenu de l'information contenue dans un échantillon initial de $m$ individus dans la population au temps $t>0$, nous estimons des quantités liées à la généalogie d'un échantillon additionnel non observable de taille $m^{\prime}\geq1$. En corollaire de notre analyse, nous introduisons une classe d'estimateurs bayésiens non paramétriques (prédicteurs) qui peuvent être considérés comme des estimateurs de type Good–Turing pour l'inférence ancestrale. L'approche proposée est illustrée par une application sur données génétiques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.035 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".