以下内容来自于对jmodeltest官方操作手册的总结和自己的实操经验
jModelTest 是用来计算最优核苷酸替代模型，依据5种不同的模型选择策略，包括最常见的AIC和BIC。
jModelTest is a tool to carry out statistical selection of best-fit models of nucleotide substitution. It implements five different model selection strategies: hierarchical and dynamical likelihood ratio tests(hLRT and dLRT), Akaike and Bayesian information criteria (AIC and BIC), and a decision theorymethod (DT).
下载网址为：http://code.google.com/p/jmodeltest2.
为什么使用jmodeltest
所有的系统发育重建方法都涉及到对DNA替换过程的假设，也就是说都依赖于背后的核苷酸替换模型。因此只有合理地选择核苷酸替换模型，后面的系统发育重建过程才具有合理性。
Models of evolution are sets of assumptions about the process of nucleotide substitution. They de�scribe the different probabilities of change from one nucleotide to another along a phylogenetic tree, allowing us to choose among different phylogenetic hypotheses to explain the data at hand. Com�prehensive reviews of model of evolution are offered elsewhere. jmodeltest implementes all 203 types of reversible substitution matrices, with when combined with unequal/equal base frequencies, gamma-distributed among-site rate variation and a proportion of invariable sites makes a total of 1624 models.
关于核苷酸替换模型的具体理论，可以参见这篇：https://www.jianshu.com/p/23198baef227
总之，不同的参数组合下，共产生1624种替换模型，下表列出被命名的几种模型：
jmodeltest就针对这个问题提供了5种数学模型选择策略，分别是：LRTs、AIC、BIC、DT。
1 likelihood ratio test (LRTs):似然比检验
在上式中，l1是参数更多，更复杂模型下的最大似然值（备择假设），而l0是参数更少，更简单模型下的最大似然值（零假设），如果两个被比较的模型是嵌套（nested）关系（零假设是备择假设中的一种特殊情况），那么选择零模型。
根据比较模型中参数增加和移除的顺序，该方法又可细分为sequential LRTs、hierarchical LRTs、dynamical LRTs
2）Akaike Information Criterion (AIC) 赤池信息量准则
我们可以把AIC想成当我们用一个特定的模型去模拟真实的演化过程时缺失的信息，因此模型的AIC越小越好。AIC的计算如下：
l是特定模型下数据的最大对数似然值的log值（maximum log-likelihood value），k是模型中自由参数的数量。如果采样量n相较于参数的数量k很少，比方说n/k<40,那么推荐使用二阶AIC：AICc：
AIC可以同时比较多个模型，可以比较嵌套模型，也可以比较非嵌套模型。
3）Bayesain Information Criterion (BIC) 贝叶斯信息量准则
BIC是AIC的一个替换方案。计算方式如下：
对所有模型赋予相同的前验， 选择BIC最小的模型就等于选择后验概率最大的模型。
4）performance-based decision theory (DT) 基于绩效的决策理论
This approach selects models on the basis of their phylogeneticmeasured as the expected error on branch lengths estimates weighted by their BIC
该方法基于模型在系统发育学中的表现选择模型，衡量的标准是枝长估算的期望误差，并用BIC确定权重。根据该理论，要选择的模型就是使得风险函数（risk function）最小的模型
在上式中t代表分类群的数量。
如何使用jmodeltest
1. windows交互界面如何使用jmodeltest
下面简单记录下在图像交互界面怎么使用：
1上传比对好的文件：File-Load Alignment
2 Analysis-Compute Likelihood Scores，这一步是最耗时的一步，数据很大的话可以去凉快的地方歇会儿去。
3 Analysis- Do BIC calculations，这里以BIC为例。这里的BIC 是进化模型的选择标准。常见的进化模型的选择标准有BIC（贝叶斯信息标准，Bayesian Information Criterion）、AIC（赤池信息标准，Akaike Information Criterion ）和LRT（似然比检验，likelihood-ratio test）。
4打印出结果：Results-Build HTML log，会形成一个网页结果文件，打开如下图：
