La mÃ©thode de Maximum Likelihood

More documents

Recommendations

Info

Comparaison entre les méthodes NJ, MP, ML méthodes de reconstruction d’arbres agglomératives d’optimisation Comparaison de toutes les topologies possibles (ou, dans le cas d’une recherche heuristique, d’un certain nombre de topologies seulement)
Comparaison entre les méthodes NJ, MP, ML L’utilisation d’une méthode agglomérative seule est valable dans le cas de NJ (parfois meilleur que ME!), mais suffit rarement à trouver le meilleur arbre pour des analyses de MP et de ML. L’utilisation d’une méthode d’optimisation seule n’est possible qu’avec un petit nombre de séquences (cela correspond à une recherche exhaustive). Dans le cas d’une recherche heuristique, les deux approches sont utilisées successivement : l’arbre de départ est généralement obtenu par une approche agglomérative / les réarrangements sont effectués dans une optique d’optimisation.
Page 1 and 2: mercredi 12 septembre 2007 programm
Page 5 and 6: LBA, de la parcimonie à la vraisem
Page 13 and 14: La méthode de Maximum Likelihood M
Page 15 and 16: La méthode de Maximum Likelihood V
Page 17 and 18: La méthode de Maximum Likelihood C
Page 23 and 24: La méthode de Maximum Likelihood L
Page 25 and 26: La méthode de Maximum Likelihood T
Page 27 and 28: La méthode de Maximum Likelihood P
Page 29 and 30: La méthode de Maximum Likelihood A
Page 31 and 32: Autres approches probabilistes Parc
Page 33 and 34: Autres approches probabilistes Exem
Page 35: Comparaison entre les méthodes NJ,
Page 39 and 40: Comparaison entre les méthodes NJ,
Page 43 and 44: Introduction au programme PhyML Com
Page 45 and 46: Introduction au programmes Phyml,Ph

La mÃ©thode de Maximum Likelihood

Create successful ePaper yourself

Delete template?

Save as template?