How can I adjust the parameters according to the following analysis file?

[Zheng Hou]

Dear All,

 

As the following analysis file shows, how can I adjust the parameters to get more ESS especilly the parameters that have very low ESS? Thank you very much! 

 

burnIn   <= 20000000,   maxState  = 200000000
statistic mean stdErr median hpdLower hpdUpper ESS 50hpdLower 50hpdUpper
posterior -20266.7616 48.6887 -20268.7584 -20358.4603 -20170.4195 40.912 -20303.045 -20237.0418 *
prior -4388.7821 47.6833 -4390.6816 -4479.2696 -4294.0556 39.4341 -4426.6288 -4361.827 *
likelihood -15877.9795 5.7082 -15878.1217 -15888.7001 -15865.1833 42.8581 -15881.6023 -15874.6227 *
treeModel.rootHeight 3.2682E-4 1.1093E-4 3.1495E-4 1.2721E-4 5.4789E-4 251.2603 2.2678E-4 3.7017E-4 
skyline.popSize1 3.167E-4 1.6566E-4 2.808E-4 7.1284E-5 6.359E-4 212.9802 1.5859E-4 3.2516E-4 
skyline.popSize2 9.6245E-5 1.2769E-11 9.6245E-5 9.6245E-5 9.6245E-5 440.855 9.6245E-5 9.6245E-5 
skyline.popSize3 4.4129E-4 2.4556E-10 4.4129E-4 4.4129E-4 4.4129E-4 11.8058 4.4129E-4 4.4129E-4 *
skyline.popSize4 9.0933E-4 4.0198E-4 8.4271E-4 2.6573E-4 1.7147E-3 550.3371 4.7497E-4 9.6385E-4 
skyline.popSize5 8.3048E-4 4.3938E-4 7.5134E-4 1.2999E-4 1.662E-3 380.9864 3.6533E-4 8.7423E-4 
skyline.popSize6 4.7668E-4 3.3991E-4 3.8966E-4 5.9216E-5 1.1492E-3 634.578 1.1595E-4 4.2624E-4 
skyline.popSize7 9.1491E-5 4.0227E-6 8.8453E-5 8.8453E-5 9.6708E-5 12.101 8.8453E-5 8.8453E-5 *
skyline.popSize8 1.6986E-4 1.2407E-6 1.6942E-4 1.6942E-4 1.703E-4 46.8056 1.6942E-4 1.6942E-4 *
skyline.popSize9 3.446E-4 1.914E-4 2.8791E-4 9.775E-5 7.4228E-4 74.3827 1.5141E-4 3.129E-4 *
skyline.popSize10 4.4558E-4 2.9648E-4 3.6616E-4 8.4325E-5 1.0191E-3 409.2818 1.5339E-4 4.01E-4 
skyline.popSize11 5.7695E-4 4.0778E-4 4.6908E-4 7.8765E-5 1.3735E-3 392.8156 1.7445E-4 5.1645E-4 
skyline.popSize12 6.5867E-4 4.6998E-4 5.3236E-4 8.5764E-5 1.5523E-3 418.3948 1.9163E-4 5.8577E-4 
skyline.popSize13 7.0032E-4 4.969E-4 5.6814E-4 8.239E-5 1.6692E-3 496.9586 1.8823E-4 6.2211E-4 
skyline.popSize14 6.9798E-4 5.0563E-4 5.6116E-4 7.3819E-5 1.6747E-3 619.9102 1.8499E-4 6.1613E-4 
skyline.popSize15 6.6626E-4 4.7568E-4 5.4497E-4 7.1212E-5 1.5836E-3 728.4439 1.8805E-4 6.0865E-4 
skyline.popSize16 6.5403E-4 4.6186E-4 5.3838E-4 6.7566E-5 1.5409E-3 619.7242 1.8869E-4 6.0626E-4 
skyline.popSize17 6.0796E-4 4.2539E-4 4.9916E-4 5.6934E-5 1.4299E-3 566.9625 1.7771E-4 5.6588E-4 
skyline.popSize18 5.8016E-4 4.1306E-4 4.7667E-4 4.5963E-5 1.3687E-3 393.1717 1.4045E-4 5.2371E-4 
skyline.popSize19 5.4812E-4 3.9196E-4 4.4864E-4 4.3958E-5 1.3061E-3 232.2127 1.2968E-4 4.9609E-4 
skyline.popSize20 4.8544E-4 3.409E-4 4.022E-4 4.4343E-5 1.1449E-3 221.7652 1.1788E-4 4.455E-4 
skyline.popSize21 3.942E-4 2.4775E-4 3.2436E-4 7.6616E-5 8.8369E-4 269.7973 1.5526E-4 3.5639E-4 
skyline.popSize22 1.495E-4 1.1322E-16 0 0 0 4000 0 0 
skyline.popSize23 6.9887E-4 2.7984E-16 0 0 0 4000 0 0 
skyline.popSize24 5.7987E-4 3.182E-4 5.5917E-4 5.7874E-5 1.1095E-3 219.5734 1.0216E-4 6.0186E-4 
skyline.popSize25 2.1974E-4 1.6803E-4 1.845E-4 1.1136E-5 5.1313E-4 322.7288 4.9736E-5 2.0832E-4 
skyline.popSize26 9.8497E-5 6.3167E-5 8.3941E-5 9.1321E-6 2.2138E-4 175.5641 2.1259E-5 8.9601E-5 
skyline.popSize27 7.0592E-5 6.5618E-5 5.0444E-5 1.0553E-5 1.8787E-4 763.5483 1.476E-5 5.2972E-5 
skyline.popSize28 9.9454E-6 5.1754E-18 0 0 0 4000 0 0 
skyline.popSize29 1.2576E-5 8.8397E-18 0 0 0 4000 0 0 
skyline.popSize30 3.1334E-5 1.6212E-5 2.9512E-5 3.7716E-6 6.1559E-5 163.0989 1.8013E-5 3.8585E-5 
skyline.popSize31 1.0547E-4 6.5727E-5 9.1804E-5 1.2564E-5 2.3473E-4 283.0202 3.6934E-5 1.0709E-4 
skyline.groupSize1 9 0 0 0 0 4000 0 0 
skyline.groupSize2 4 0 0 0 0 4000 0 0 
skyline.groupSize3 15.3261 9.3789 14 1 34 60.0884 3 14 *
skyline.groupSize4 14.4596 9.4029 13 1 32 76.647 1 13 *
skyline.groupSize5 12.5264 9.1932 10 1 31 53.9736 1 10 *
skyline.groupSize6 7.6879 5.6541 6 1 19 193.4653 1 6 
skyline.groupSize7 2.0124 0.1105 2 2 2 81.6281 2 2 *
skyline.groupSize8 12.0226 8.4516 10 1 29 132.1305 2 10 
skyline.groupSize9 10.461 8.0951 8 1 27 108.0796 1 8 
skyline.groupSize10 10.6017 7.4516 9 1 26 363.6466 1 9 
skyline.groupSize11 10.4511 7.6645 8 1 26 248.7552 1 8 
skyline.groupSize12 11.6994 9.3773 9 1 32 192.2996 1 9 
skyline.groupSize13 9.9718 7.1841 8 1 24 364.4086 1 8 
skyline.groupSize14 10.3253 8.5679 8 1 27 229.8804 1 8 
skyline.groupSize15 10.1685 7.5421 8 1 25 272.1159 1 8 
skyline.groupSize16 9.7109 7.4803 8 1 24 288.6205 1 8 
skyline.groupSize17 10.0866 7.4712 8 1 25 358.8063 1 8 
skyline.groupSize18 9.7347 7.6668 8 1 24 163.2987 1 8 
skyline.groupSize19 9.4872 7.7013 7 1 24 219.2015 1 7 
skyline.groupSize20 9.9917 8.0697 8 1 26 85.7693 1 8 *
skyline.groupSize21 7.2752 5.5212 6 1 18 331.4266 1 6 
skyline.groupSize22 8 0 0 0 0 4000 0 0 
skyline.groupSize23 11.8234 7.1207 11 1 25 117.4604 5 14 
skyline.groupSize24 7.5539 6.3027 6 1 20 156.6297 1 6 
skyline.groupSize25 11.2762 7.5774 10 1 25 94.8999 1 10 *
skyline.groupSize26 18.1603 7.6385 18 1 31 85.5632 14 22 *
skyline.groupSize27 1.1861 0.4797 1 1 2 803.0706 1 1 
skyline.groupSize28 9 0 0 0 0 4000 0 0 
skyline.groupSize29 21.6899 4.5131 23 9 24 33.2967 23 24 *
skyline.groupSize30 3.3101 4.5131 2 1 16 33.2967 1 2 *
ac 0.1545 0.1284 0.1205 2.5088E-3 0.4081 6239.7939 0.0256 0.1352 
ag 0.5326 0.2948 0.4654 0.1231 1.1235 7671.2757 0.2438 0.5338 
at 0.3024 0.188 0.2593 0.0358 0.6676 5892.3979 0.1172 0.2992 
cg 0.161 0.1771 0.1042 9.7168E-7 0.502 4564.2223 9.7168E-7 0.1042 
gt 4.7376E-3 0.027 4.2344E-9 2.424E-47 0.0211 1206.6782 2.424E-47 4.2344E-9 
frequencies1 0.3889 4.532E-3 0.3889 0.3802 0.3978 9201.394 0.3858 0.3919 
frequencies2 0.1889 3.636E-3 0.1889 0.182 0.1961 10190.3095 0.1865 0.1914 
frequencies3 0.1901 3.6508E-3 0.1901 0.183 0.1973 10244.958 0.1877 0.1926 
frequencies4 0.2321 3.9081E-3 0.2321 0.2242 0.2396 9630.5403 0.2293 0.2346 
alpha 0.3589 0.4141 0.2136 1.0163E-3 1.1879 4117.0984 1.0163E-3 0.2136 
clock.rate 1 0 0 0 0 4000 0 0 
treeLikelihood -15877.9795 5.7082 -15878.1217 -15888.7001 -15865.1833 42.8581 -15881.6023 -15874.6227 *
skyline 2520.3385 41.2391 2518.5742 2443.3533 2605.3665 42.9427 2488.4905 2542.9707 *

 * WARNING: The results of this MCMC analysis may be invalid as
            one or more statistics had very low effective sample sizes (ESS)


--

Zheng

 

State Key Laboratory of Genetic Engineering and MOE Key Laboratory of Contemporary Anthropology,

School of Life Sciences ,  Fudan University
220# Handan Road, Shanghai(200433)P.R.China.

[zqz...@hotmail.com]

Hi, Zheng.

    I just wonder by what means did you decide your skyline group number? As your group number are 30, while default in BEAST is 10. Maybe your group number is too large to get your ESS over 100? Choosing an excessive number of groups can increase estimation error and can be problematic in analyses of uninformative data sets (Heled & Drummond 2008 cited by Ho 2011).

Qian

在 2013年1月18日星期五UTC+8下午10时14分36秒，Zheng Hou写道：