Selección mediante un análisis de sensibilidad de las funciones de cambio en el cladograma usadas en cladística

Abstract

Diferentes métodos para seleccionar las funciones usadas en cladística (parsimonia lineal y pesos implícitos, que usa una función convexa de la homoplasia) son propuestos y explorados dentro del marco de un análisis de sensibilidad. Los procedimientos propuestos son eliminación de caracteres, terminales o combinado, búsquedas rápidas y partición de matrices. Aunque los resultados parecen ser dependientes de la matriz y el procedimiento usado comportamientos generales pueden extraerse del análisis. Se encontró que la mejor medida para la selección es el número absoluto de nodos recuperados, puesto que es independiente de la resolución de los cladogramas usados. Medidas escaladas de la topología dependen de la resolución de los cladogramas, y tienden a escoger los resultados menos resueltos. Las medidas basadas en ajuste/distorsión están sesgadas hacia las funciones más fuertes de pesos implícitos, además de que no puede usarse en ciertas circunstancias. Así mismo se encontró que un número pequeño de replicas (20) produce resultados indistinguibles de los encontrados tras un gran número de replicas. Las funciones de pesos implícitos, en general, son mejores que parsimonia lineal en términos de la estabilidad de los resultados. Se rechazo el uso de partición de matrices debido a que sus resultados no difieren de los otros procedimientos y consume el doble del tiempo. Dados los resultados se propone que un análisis de sensibilidad de este tipo debe constar de dos etapas: una primera etapa donde se realiza una exploración amplia de procedimientos y funciones usando pocas replicas, y una segunda etapa donde se explora intensamente (muchas replicas) las funciones y procedimientos que produjeron los mejores resultados en la primera etapa con el fin de hacer una selección óptima.