Fig

“Number of permutations”：产生的随机序列突变的样本的数目。这个数目可以大于几千。16000可以保证会有少于1%的不同。P值标准误的估算可以通过程序批处理的手段实现。

“Number of initial conditions”：设置EM程序开始重复估算样本似然值的随机初始状态的数目。 此界面其它选项同上述操作。

选择主操作界面左上方树形结构中的“Linkage disequilibrium”的“Hardy-weinberg”选项，操作主界面变为如下图所示：

Fig

“Hardy-weinberg equilibrium”：检测一个随机配子单位产生的倍数基因型的理论。这个检测仅适用于基因型数据。每个基因座分别检验。

“Number of steps in Markov chain”：搜索的最大次数，100000或更大的数值是允许的。 “Number of dememorization steps”：在开始比较观测到的可选择的数据同观测到的数据的可能性之前，进行运算的次数。几千次的运算对于达到一个随机的起始点是必须的。

选择主操作界面左上方树形结构中的“Neutrality test”的“Infinite-allele models”选项，操作主界面变为如下图所示：

Fig

“Ewens-Watterson neutrality test”：此理论基于一个处于平衡状态的人群的Ewens样本抽样理论。此检测通常限定基因的数目小于2000，等位基因的数目小于1000。

“Number of random samples”：产生的随机样本的数目，一般把数值取在几千或更大。 “Chakraborty`s test of population amalgamation”：检验人群中性选择、同质性、连锁平衡的一种方法。当样本的异质性被怀疑时可采用此方法，它利用观测到的纯质性（纯合基因）来估算人群的突变参数θHom。对于此参数的估计值可以用来计算观测到的k等位基因的可能性，和从一个稳定群体抽出中性样本的可能性。这种方法对人群的融合和异质性不敏感。

选择主操作界面左上方树形结构中的“Neutrality test”的“Infinite-site models”选项，操作主界面变为如下图所示：

Fig

Tajima`s test of selective neutrality：通过比较人群参数θ两个估计值的大小而得，一个估计值是基于样本中分离位点的数目，另一个估计值是基于不同单倍型之间平均配对差异的平均值。在无限位点模型中，如果是中性突变，则这两个参数应该相等。自然选择、人群的不稳定、位点之间突变速率的不同都会导致这两个值的差异。低的Tajima’s D值（有时是负值）和配对差异的钟型分布，可以作为一个古代群体扩张的证明。

Fu`s Fs test of selective neutrality ：基于一个给定数目的样本中所观察到的k值或更多等位基因的可能性，它以观测到的配对差异的平均数为条件。这个检验对有人群扩张所造成的群体不平衡比较敏感。

选择主操作界面左上方树形结构中的“Genetic stucture”的“AMOVA/MSN”选项，操作主界面变为如下图所示：