Discrete Stochastic Processes in Population Genetics
群体遗传学中的离散随机过程AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究群体遗传随机过程，未出现所列经济计量方向的具体模型或研究目标，故不作领域归类。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
群体遗传学中的离散随机过程
- 研究问题
- 如何利用平衡点附近的随机过程近似，分析新基因型的存活、基因丢失与固定，并将观测变化同遗传模型比较？
- 方法与思路
- 作者在平衡点附近线性化非线性离散随机过程，利用主特征根分析变化，并发展线性过程的完整随机处理方法。
- 材料陈述的贡献
- 摘要称这些方法可研究存活与基因丢失概率，在特定情形估计选择优势，并用于报春花同型花柱演化的数值分析。
- 阅读关注点
- 应核对平衡附近近似的有效范围、线性随机过程的处理方式，以及种群规模和选择优势如何进入概率计算与估计。
- 阅读边界
- 仅据所给Crossref摘要；近似误差、特定遗传模型条件和数值结果未说明，不能将生物学结论直接推广到经济过程。
原文摘要
SUMMARY The application to population genetic models of the approximate treatment of a non-linear discrete stochastic process by linearizing near an equilibrium point is discussed. The value of the dominant characteristic root for approximate linear changes near an initial equilibrium can be used to estimate the chances of survival of newly occurring genotypes. These methods are illustrated on the classic population genetic model for a balanced polymorphism and also on a model for a simple incompatibility system. A method is developed for the complete stochastic treatment of a linear process. This makes it possible to fit observed changes to those expected from theoretical models when it is assumed that the changes are near an equilibrium point. It is also possible to estimate the chance of losing a gene segregating with a given selective advantage in a small population of known size and in certain cases to obtain estimates of the selective advantage when a certain proportion of fixations has been observed. A general treatment of a complex model for the evolution of homostyly in primroses using these methods is given. Numerical methods, using an electronic computer, are applied to both deterministic and stochastic study of this model.