Популяционная генетика и распределение вероятностей пригодности. Почему нам нужно только среднее арифметическое?

При регистрации изменения частоты аллелей в диплоидных, биаллельных, бесконечных и панмиксных популяциях мы обычно используем уравнение такого типа:

дельта п "=" п * д * ( п ( ж 11 − ж 12 ) + д * ( ж 12 − ж 22 ) ) ж ¯

ж ¯ "=" п 2 * ж 11 + 2 * п * д * ж 12 + д 2 * ж 22

дельта п = изменение п (частота одного из аллелей) от одного временного шага к другому

ж 11 - средняя приспособленность особей генотипа 11. п и д – частоты аллелей.

Единственным показателем распределения приспособленности является среднее арифметическое. Почему бы нам не включить другой показатель распределения вероятностей пригодности? Перекос, SD, медиана для примеров. Не могли бы вы возразить, почему нам не нужно заботиться о вероятностном распределении приспособленности особей с генотипом 11 (например)? Другими словами, почему средняя приспособленность (=w11) является достаточной статистикой?

Я не смогу ответить, если меня спросят:

  1. Почему бы вам не взять медиану вместо среднего арифметического?»

  2. Почему вас не волнует дисперсия, перекос (или любой другой момент) вашего распределения?

  3. Что, если бы признаки были не бесчисленными, а дискретными (например, пол — это дискретный признак)?

Не могли бы вы указать нам, где вы видели утверждение «нас не волнует проблема ... средняя пригодность является достаточной статистикой»
@GriffinEvo Я заявляю, что нас не волнует распределение вероятностей, перекос распределения и т. Д. ... поскольку в уравнении фигурируют только средняя приспособленность для каждого генотипа и общая средняя приспособленность (с учетом их частоты).
Спасибо кмм. Я не Матьякс. Можем ли мы сделать надчерк над w для mean.w ?
@GriffinEvo Чтобы добавить к моему последнему комментарию. Имеет ли это смысл? Знаете ли вы какую-либо математическую формулировку, учитывающую другие признаки (стандартное отклонение, нормальное/пуассоновское, асимметричное и т. д.) распределения вероятностей приспособленности при описании изменения частоты аллелей с течением времени в результате естественного отбора?
Я сомневаюсь, что это будет тот случай, когда оценка среднего будет адекватной для описания пригодности популяции. Это просто обычный компромисс в экспериментальной и математической пригодности... это предполагает, что распределение пригодности является гауссовым, экстраполируя его на большую популяцию. даже тогда вам потребуется оценка стандартного отклонения.
@shigeta, так что вы думаете, что наши модели зависят от очень сильных предположений о том, что пригодность обычно распределяется с заданным sd (возможно, 1). Не странно ли, что мы никогда не говорим об этом предположении, когда говорим об этой формуле, хотя мы довольно много говорим о предположениях панмиксии во вводном классе эволюции?
Интересно, часто ли исследования не имеют достаточно большой выборки, чтобы оправдать расчет стандартного отклонения? Для таких исследований размещение среднего значения может быть все, что вы можете сделать. Также статистика подготовки авторов во многих случаях невелика. более поздние исследования были более масштабными и тщательными, и для них потребовались годы и целые бригады биологов. Если бы вы разместили несколько бумажных ссылок, я бы попытался превратить это в ответ.

Ответы (1)

Проще всего представить себе гаплоидную популяцию размером Н . Скажем, есть два аллеля, А и а , с А имеющий частоту п в этом поколении. Каждый А у индивидуума будет определенная приспособленность (т. е. количество потомков) в этом поколении; позвоним по этому номеру ж А ( я ) для я й индивидуальный. Общее количество А индивидуумы в следующем поколении ∑ я "=" 1 Н п ж А ( я ) "=" Н п ж А , где ж А - среднее арифметическое распределения пригодности, ж А ≡ ∑ я "=" 1 Н п ж А ( я ) / ( Н п ) . Таким образом, независимо от того, насколько странным является распределение ж А ( я ) было, все, что имеет значение (в Н предел) – среднее арифметическое.

Популяционная генетика и распределение вероятностей пригодности. Почему нам нужно только среднее арифметическое?
СпросиСетьПолитика конфиденциальности1y, 0v