ponderación implícita

La ponderación implícita describe un conjunto de métodos utilizados en el análisis filogenético para asignar la mayor importancia a los caracteres que tienen más probabilidades de ser homólogos . Estos son métodos a posteriori , que incluyen también la ponderación dinámica, a diferencia de los métodos a priori, que incluyen categorías adaptativas, independientes y químicas.

El primer intento de implementar dicha técnica fue realizado por Farris (1969), ^{[ 1 ]} quien la denominó ponderación por aproximaciones sucesivas. En ella, se construía un árbol con pesos iguales, y los caracteres que aparecían como homoplasias en este árbol se ponderaban a la baja en función del CI ( índice de consistencia ) o del RCI (índice de consistencia reescalado), que son medidas de homología. El análisis se repetía con estos nuevos pesos, y los caracteres se volvían a ponderar; la iteración subsiguiente continuaba hasta alcanzar un estado estable. Farris sugirió que cada carácter podía considerarse de forma independiente con respecto a un peso implícito en la frecuencia de cambio. Sin embargo, el árbol final dependía en gran medida de los pesos iniciales y de los criterios de finalización. ^{[ 2 ]}

El método más utilizado e implementado, denominado ponderación implícita, se basa en Goloboff (1993). ^{[ 2 ]} La primera vez que un carácter cambia de estado en un árbol, a este cambio de estado se le asigna el peso '1'; los cambios subsiguientes son menos 'costosos' y se les asignan pesos menores a medida que la tendencia del carácter a la homoplasia se hace más evidente. Los árboles que maximizan la función cóncava de homoplasia resuelven el conflicto de caracteres a favor de los caracteres que tienen mayor homología (menor homoplasia) e implican que el peso promedio para los caracteres es lo más alto posible.

Goloboff reconoce que los árboles con los pesos promedio más altos dan el mayor "respeto" a los datos: un peso promedio bajo implica que la mayoría de los caracteres están siendo "ignorados" por los algoritmos de construcción de árboles. ^{[ 2 ]}

Aunque inicialmente se propuso con una ponderación severa de k=3, Goloboff ahora prefiere concavidades más "suaves" (por ejemplo, k = 12), ^{[ 3 ]} que han demostrado ser más efectivas en casos simulados y del mundo real. ^{[ 4 ]}