• Keine Ergebnisse gefunden

Ubungen Sequenzanalyse II ¨ Wintersemester 2007/08

N/A
N/A
Protected

Academic year: 2022

Aktie "Ubungen Sequenzanalyse II ¨ Wintersemester 2007/08"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungen Sequenzanalyse II ¨ Wintersemester 2007/08

Prof. Dr. Ivo Große, Dipl.-Bioinf. Jan Grau

Institut f¨ur Informatik Universit¨at Halle

Blatt 6

Aufgabe 6.1 (1 Punkte)

Beweisen Sie die folgende Aussage: Wenn die Likelihoodfunktionen P und Qsowie die Likelihoodfunktionen Qund R ¨aquivalent sind, so sind auch P und R ¨aquivalent.

Aufgabe 6.2 (6 Punkte)

Wir betrachten Bin¨arsequenzen der L¨ange N = 2 ¨uber dem Alphabet {Z, W}und die dazugeh¨origen Likelihoodfunktionen eines homogenen Markovmodells nullter Ordnung.

Plotten Sie f¨ur jede der vier Bin¨arsequenzen (ZZ, ZW, W Z, W W) die Likelihood als Funktion von θ=P(Z). Betrachten Sie nun die vier Parametertransformationen

(a) φ=θ2, (b) φ=√

θ,

(c) φ= lnθ, (d) φ= ln(−lnθ),

und berechnen und plotten Sie f¨ur jede der vier Parametrisierungen und jede der vier Bin¨arsequenzen (ZZ,ZW,W Z,W W) die Likelihood als Funktion vonφ. Geben Sie in allen vier F¨allen den Definitionsbereich der Likelihoodfunktion, also den Wertebereich von φ, an. Leiten Sie die vier Maximum-Likelihood-Sch¨atzer f¨ur φ her und tragen Sie die Sch¨atzwerte in die entsprechenden Plots ein. Wie groß sind die (f¨unf mal vier) maximalen Likelihoodwerte? Sind die zu den f¨unf verschiedenen Parametrisierungen geh¨origen maximalen Likelihoodwerte tats¨achlich identisch?

Aufgabe 6.3 (3 Punkte)

Einer Ihrer Kollegen behauptet, er h¨atte ein neues Modell f¨ur Bin¨arsequenzen ent- wickelt, das von nur einem reellwertige Parameterφ abh¨angt, und er pr¨asentiert Ihnen die Loglikelihoodfunktion lnQ(x|φ) = kφ−Nln(1 + exp(φ)) f¨ur eine Bin¨arsequenz x mit k Zs und N −k Ws. Kommt Ihnen diese Loglikelihoodfunktion bekannt vor? Ist sie evtl. ¨aquivalent zu einer uns bekannten Loglikelihoodfunktion? Falls ja, zu welcher?

Beweisen Sie Ihre Aussagen.

Abgabetermin: 5. Dezember

Referenzen

ÄHNLICHE DOKUMENTE

Aus den gegebenen Nukleotidsequenzen der TFBSs haben Sie die Parameter eines ho- mogenen Markov-Modells 0. Er sagt Ihnen ausserdem, dass er geh¨ ort hat, dass zur L¨ osung

Welche der Aufgaben haben Ihnen zur Vertiefung und zum Verst¨ andnis des Vorlesungsstoffs besonders geholfen?. Welche Aufgaben fanden Sie weniger hilfreich oder g¨ anzlich

(b) F¨ uhren Sie zwei unterschiedliche Modellierungen durch, indem Sie zwei verschie- dene (kontinuierliche) Verteilungen aus der Vorlesung f¨ ur die Daten annehmen?. Sch¨ atzen Sie

Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester

Teilen Sie beide Datens¨ atze jeweils in zwei H¨ alften, so dass Sie zwei TFBS-Datens¨ atze F 1 und F 2 und zwei Hintergrunddatens¨ atze B 1 und B 2 erhalten.. F¨ ur diese Datens¨

(b) Zeigen Sie, dass sich der ML-Sch¨ atzer der verbleibenden Mittelwerte, Varian- zen und Kovarianzen nicht ¨ andert, wenn einige der Mittelwerte, Varianzen oder Kovarianzen

Leiten Sie die beiden in der Vorlesung behandelten Vereinfachungen des Modifizierten EM-Algorithmus mit allen Zwischenschritten her.

π und q zu sch¨ atzen) des M-Schrittes des Modifizierten EM-Algorithmus f¨ ur Mischun- gen aus homogenen und inhomogenen Markov Modellen nullter und erster Ordnung her?. Verwenden