| Introduction à la Phylogénie moléculaire M. Mariadassou et A. Bar Hen
La revue MODULAD, numéro 42, 2010.
Résumé
Cet
article est une introduction au domaine de la phylogénie moléculaire et
en particulier à la robustesse des arbres phylogénétiques. Nous
commençons par une brève présentation historique du domaine avant de
passer en revue les méthodes de reconstruction les plus populaires.
Nous nous intéressons tout particulièrement à la méthode du maximum de
vraisemblance. Cette méthode nécessite de construire un modèle
probabiliste d'évolution des macromolécules biologiques mais fournit en
contrepartie un cadre statistique propice à quantifier la variabilité
de l'arbre estimé. Nous présentons tout d'abord les modèles d'évolution
couramment utilisé, puis le calcul de la vraisemblance avant de montrer
que la nature discrète de l'arbre rend caducs les outils traditionnels
d'étude de la
variabilité.
Mots clés
Analyse canonique généralisée, analyse en composantes principales sur
variables instrumentales multibloc, analyse des correspondances
multiples avec un tableau de référence, discrimination qualitative
Abstract
A
new presentation of Multiblock Redundancy Analysis is discussed. This
method of analysis aims at predicting a set of variables Y from several
blocks of variables (X_1, ..., X_K). It consists in determining, step
by step, components in the Y space which are projected upon the spaces
spanned by the variables in X_k. At each step, the component is sought
in such a way so as to maximize the averaged variance explained by the
projections. Thereafter, the method of analysis is applied to the case
of categorical variables, each variable being coded by the indicators
of its categories. The discrimination and classification is achieved
using orthogonal components from the predictive variables. We also
outline how the method is related to other qualitative discriminant
techniques. The interest of the method is illustrated on the basis of a
case study in the field of veterinary epidemiology.
Key words
Generalized canonical analysis, multiblock redundancy analysis,
multiple correspondence analysis with a reference table, discrimination
with categorical variables
Article
|
