Neinformativní prior
Neinformativní prior nebude výrazně omezovat prohledávanou krajinu stromů. Rozdělení, ze kterého budou hodnoty daného parametru vzorkovány, bude široké a uniformní anebo ploché. Naopak, informativní prior bude vzorkovat hodnoty daného parametru s nejvyšší pravděpodobností v okolí uživatelem zadaných hodnot. Na příkladu na obr. 2 informativní prior upřednostňuje hodnoty , ale reálná hodnota z posteriorní vzorky, která byla MCMC algoritmem nejčastěji přijata, byla
, jak je vidět z použití neinformativního prioru.
Široké priory, jenž málo omezují prohledávanou krajinu stromů, jsou ideální pro nalezení správné hodnoty parametrů a správného stromu. Uniformní rozdělení (obr.2 vlevo) je neinformativní prior pro parameter
rozdělení. Pro vektor frekvence bází a frekvenční matici se používá Dirichletovo rozdělení. Jedná se o
-rozměrné zobecnění
rozdělení, které s nízkým součtem parametrů představuje neinformativní vícerozměrný prior.
Neinformativní priory jsou výchozí v nastavení programu MrBayes.
Obr. 2: Neinformativní a informativní prior na příkladu parametru pro modelování heterogenity rychlosti evoluce mezi pozicemi pomocí
rozdělení. Prior ukazuje, s jakou pravděpodobností bude MCMC řetězec vzorkovat hodnoty parametru
. Posterior bude frekvence, se kterou byl model s danou hodnotou parametru přijat.
