长枝存在下小树最大似然推断数据集

数据集概述

本数据集围绕系统发育树重建中的最大似然（ML）方法展开，聚焦长枝吸引（LBA）现象对小树（三分类群、四分类群树）重建的影响，通过分析长枝位置偏好及多长枝组合效应，揭示ML方法在进化模型中的潜在偏差与机制。

文件详解

• 文件名称：LBPaperVersion_sm.pdf
• 文件格式：PDF
• 内容说明：可能包含关于小树（如三分类群树）在长枝影响下的最大似然推断分析，涉及单长枝位置偏好的理论推导或实验结果
• 文件名称：LBPaperVersion_sf.pdf
• 文件格式：PDF
• 内容说明：可能涵盖四分类群树中多根长枝的组合分析，包括长枝连接频率、极端枝长下的重建偏差等实验数据或结论

适用场景

• 系统发育学研究：分析最大似然方法在小树重建中的长枝吸引现象及机制
• 进化生物学：探究长枝对树拓扑结构推断的影响规律
• 计算生物学：验证或优化系统发育树重建算法在复杂枝长场景下的鲁棒性
• 统计遗传学：研究进化模型中长枝与短枝组合对分类群关系推断的偏差效应