Использование метода Jackknife

Цель-проверить достоверность восстановления эволюции белка с помощью метода Jackknife и сравнить этот метод с Bootstrap. Использовались те же программы, что и в работе с методом Bootstrap . Были получены следующие результаты:

Консенсусное дерево (Jackknife)

Консенсусное дерево (Bootstrap)

Модельное дерево

  +---------------------------e
  |
  |                    +------d
  |      +--------58.0-|
  |      |             +------f
  |      |
  +------|             +------c
         |      +100.0-|
         |      |      +------b
         +-98.0-|
                +-------------a

                +---------------------------d
                |
                |                    +------f
                |      +--------58.0-|
                |      |             +------e
                +------|
                       |      +-------------a
                       +100.0-|
                              |      +------c
                              +100.0-|
                                     +------b

                +---------------------------f
                !  
              --5      +--------------------e
                !      !         
                +------4      +-------------d
                       !      !           
                       +------3   +---------a
                              !   !           
                              +---2  +------c
                                  +--1           
                                     +------b

Как видно, различие между деревьями в том, что в модели и в консенсусном дереве по Bootstrap есть ветвь (fe|abcd), а в дереве, построенном по результатам анализа по методу Jackknife -нет. Однако, эта ветвь есть в 42 деревьях из 100. Видимомо, чем больше расстояние тем сильнее полученные значения зависят от того, какие именно столбцы были выбраны, т.е. эти значаения не являются статистически верными. Также об этом говорит то, что при анализе с помощью Jackknife появляются ещё 2 ветви, каждая встречается по одному разу. Можно предположить, что Bootstrap меньше подвержен таким погрешностям.