表3站点分析，分支站点分析中的参数ppdk

使用的测试	前树分支	模型	ω	lnl	参数的估计	DF.	P.	BEB下的积极选择的地点
站点分析	-	M0 ：（单比）	0.1	-34,454.01	ω= 0.095	-	-	-
	-	M3 ：（离散）	0.11	-32,794.04	p_0. = 0.562 ω_0. = 0.009	4.	0.000（M0 vs M3）	-
					p₁ = 0.302₁ = 0.117
					p₂ = 0.136 ω₂ = 0.521
分支分析	-	M0	-	-34,454.01	ω= 0.095	-	-	-
	-	一种	-	- 34,433.04	ω0=0.0979Ω₁ = 0.0006	1	<0.0001	-
	-	b	-	-34,444.44	ω_0. = 0.097 ω₁ = 0.024	1	<0.0001	-
	-	C	-	-34,441.56	ω0=0.098Ω₁ = 0.026	1	<0.0001	-
	-	d	-	-34,453.87	ω_0. = 0.095 ω₁ = 0.078	1	0.606	-
	-	E.	-	-34,443.74	ω_0. = 0.093 ω₁ = 0.284	1	<0.0001	-
分支站点分析	-	M1	-	-33,410.98	p_0. = 0.844 p₁ = 0.156	-	-	-
	一种	模型A。	-	-33,410.98	p0 = 0.844 p1 = 0.156（p_2a + p_2B. = 0.000)	2	1.0000（Modela vs M1）	概率> 0.6（257i）
	一种	模型A。	-	-33,410.98	ω2= 1.000	2	1.0000（Modela vs M1）	概率> 0.6（257i）
	b	模型A。	-	-33,410.98	p_0. = 0.844 p₁ = 0.156 (p_2a + p_2B. = 0.000)	2	1.0000（Modela vs M1）	概率> 0.6（337R）
	b	模型A。	-	-33,410.98	ω2= 1.000	2	1.0000（Modela vs M1）	概率> 0.6（337R）
	C	模型A。	-	- 33,410.98	p_0. = 0.844 p₁ = 0.156 (p_2a + p_2B. = 0.000)	2	1.0000（Modela vs M1）	概率> 0.6（否）
	C	模型A。	-	- 33,410.98	ω₂ = 1.000	2	1.0000（Modela vs M1）	概率> 0.6（否）
	d	模型A。	-	-33,410.98	p_0. = 0.844 p₁ = 0.156 (p_2a + p_2B. = 0.000)	2	1.0000型号与M1）	概率> 0.6（否）
	d	模型A。	-	-33,410.98	ω2= 1.000	2	1.0000型号与M1）	概率> 0.6（否）
	E.	模型A。	-	-33,400.15	p_0. = 0.810 p₁ = 0.147 (p_2a + p_2B. = 0.044)	2	<0.0001（Modela vs M1）	概率> 0.6（24 N，95A^一种，174i，359a，459g，489a，559e^b，561克）
	E.	模型A。	-	-33,400.15	ω₂ = 3.507	2	<0.0001（Modela vs M1）	概率> 0.6（24 N，95A^一种，174i，359a，459g，489a，559e^b，561克）

^一种后概率> 95％
^b后概率> 99％

回到文章页面

表3站点分析，分支站点分析中的参数ppdk

BMC植物生物学

联系我们