系统发生独立对比

、相关分析、等模型均必须通过原点。]]

系统发生独立对比（，简称）是一种用于演化生物学与系统发育研究中的统计学分析方法。该方法由美国演化生物学家约瑟夫·费尔森斯坦于 1985 年正式发表，首次提供了一个能够处理任意拓扑与真实分支长度的通用方法，标志着现代系统发生比较方法的开端。

PIC 的提出源于研究中的一个根本方法学问题：不同物种常因共同祖先而共享部分性状相似性，而这些相似性并非由研究变量之间的独立作用所产生。因此，比较分析必须明确纳入系统发育树所蕴含的协方差结构，以区分“继承而来的相似性”与“独立演化所形成的关联”。

在方法上，PIC 并不直接对系统树末端物种的性状值进行回归，而是以系统发育树的各个分叉节点为单位，计算所谓的“独立对比值”（independent contrasts）。每一个对比值表示某一分叉两侧性状差异，并根据对应分支长度进行方差标准化（variance-standardized）。在布朗运动演化模型假设下，这些对比值在统计意义上彼此独立，可视为比较分析中的。因此，尽管物种层面的性状值并不独立，由节点生成的对比值却满足经典统计方法对独立性的基本要求，使标准回归和相关分析得以合法应用。

从统计建模的角度看，PIC 算法可被视为（phylogenetic generalized least squares, PGLS）模型的一个特例。其核心思想是在假设性状沿系统树以近似布朗运动方式演化的前提下，利用系统发育信息对原始树端性状数据（各物种的平均性状值）进行线性变换，使其转化为统计上相互独立且同分布的变量。

在计算过程中，PIC 需要递归估计系统树内部各节点的性状值，但这些估计值本身通常并不直接用于推断。一个重要的例外是系统树的最基部节点，其估计值可在假设不存在方向性演化趋势（如柯普定律）的条件下，被解释为整棵树的，或等价地理解为对所有末端物种性状均值的系统发生加权估计。该估计结果与“平方变差简约法”（squared-change parsimony）一致，并在布朗运动模型下等同于最大似然估计。

此外，独立对比（independent contrasts）的代数形式亦可用于进一步推导标准误与置信区间，从而支持完整的统计推断。

参考