暗黙の重み付け

暗黙の重み付けは、系統解析において相同性が最も高い形質に最大の重要度を割り当てるために使用される一連の手法を指します。これらは、適応的、独立的、および化学的カテゴリを含む事前手法とは対照的に、動的重み付けも含む事後手法です (アメリカ自然史博物館の Web サイトの重み付けを参照)。

このような手法を最初に導入したのがファリス (1969) によるもので、^[1]彼はこれを逐次近似重み付けと呼び、等しい重みでツリーを構築し、このツリー上で相同として現れる形質を相同性の尺度である CI (一貫性指数) または RCI (再スケール一貫性指数) に基づいて重みを下げるという手法をとった。分析はこれらの新しい重みで繰り返され、形質は再び重み付けし直された。その後の反復は安定状態に達するまで続けられた。ファリスは、変化の頻度によって暗示される重みに関して、各形質を独立して考慮できると示唆した。しかし、最終的なツリーは、開始時の重みと終了時の基準に大きく依存した。^[2]

最も広く使用され、実装されている方法は、暗黙の重み付けと呼ばれ、ゴロボフ (1993) によるものです。^[2]ツリー上で初めて文字の状態が変化すると、この状態変化に重み「1」が与えられます。その後の変化は「コスト」が下がり、文字の相同性傾向が明らかになるにつれて重みが小さくなります。相同性の凹関数を最大化するツリーは、相同性が高い (相同性が低い) 文字を優先して文字の競合を解決し、文字の平均重みが可能な限り高くなることを暗示します。

ゴロボフは、平均重みが最も重いツリーがデータに最も「敬意」を払っていることを認識しています。平均重みが低いということは、ほとんどの文字がツリー構築アルゴリズムによって「無視」されていることを意味します。^[2]

当初はk=3という厳しい重み付けで提案されましたが、現在ゴロボフはより「緩やかな」凹み（例えばk=12）を好んでおり、^[3]これはシミュレーションや実際のケースでより効果的であることが示されています。^[4]