数(?, ?, ..., ?)的Dirichlet。小的?暗示大多数个体基本上来自一个群体或者另一个群体，而?>1 暗示大多数个体被混和。）
POPALPHAS (布尔值) 为每个群体推断一个单独的?。多数情况下不推荐，但是对于具有
非对称混合的情况可能是有用的。
ALPHA (双精度) 混合程度的Dirichlet参数（?）（如果INFERALPHA ==1，这个就是初始
值）。
INFERLAMBDA (布尔值) 为?推断一个适当的值。不为大多数分析推荐。 POPSPECIFICLAMBDA (布尔值) 为每个群体推断一个单独的?。
LAMBDA (双精度) 参数化等位基因频率的先验，对于大多数数据默认值1好像工作得相当
好。如果大多数标记上的频率严重向低/高频率偏斜，更小的?值可能导致潜在更好的表现。它好像对估计?没有对其它超参数（?和F）的估计那么好。
先验
这些值用来参数化假定的概率模型。多数情况下缺省设置应该相当明智，你可能不想要担心这些。
FPRIORMEAN，FPRIORSD (双精度) 见FREQSCORR。Fk的先验被取具有平均数
FPRIORMEAN和标准偏差FPRIORSD的γ。我们的缺省设置将许多权重放于F的小值上。我们发现这使得算法对细微的结构敏感，但是增加了过高估计K的风险（Falush et al., 2003a）。
UNIFPRIORALPHA (布尔值) ，ALPHAMAX (双精度) 对?假设一个均匀分布的先验，运
行在0和ALPHAMAX之间。这个模型好像工作很好；其它的模型（当UNIFPRIORALPHA = 0时）是取?作为具有γ分布的先验，具有平均数ALPHAPRIORA×ALPHAPRIORB，方差ALPHAPRIORA×ALPHAPRIORB2。
LOG10RMIN，LOG10RMAX，LOG10PROPSD，LOG10RSTART (双精度) 当连锁模型
被使用时，切换速率r被取为在对数尺度上具有一个均匀的先验，在LOG10RMIN和LOG10RMAX之间。这些值需要由用户确定，以便就被使用的图距单位的尺度而言有意义。
使用先验的群体信息（USEPOPINFO）
GENSBACK (整数) 这对应于G（Pritchard et al., 2000a） 。当对个体使用先验的群体信息
（USEPOPINFO = 1）时，程序测试是否每个体在最后G代有一个移民祖先，其中G = 0对应于个体本身作为一个移民。为了有适当的功效，G应该被设置得相当小（比如2），除非数据的信息非常丰富。
MIGRPRIOR (双精度) 必须是在[0，1]中。这是Pritchard等(2000a)中的v。明智的值可能在
0.001—0.1的范围内。
PFROMPOPFLAGONLY (布尔值) 这个选项是2.0版新有的，使仅仅使用预先指定的个体
的子集来更新等位基因频率P成为可能。为了使用这个选项，包括一个POPFLAG列，对应该用来更新P的个体设置POPFLAG=1，对不应该用来更新P的个体的设置POPFLAG = 0。USEPOPINFO打开或者不打开，都可以使用这个选项。
这个选项将是有用的，例如，如果你有来自已知群体的一组准参考个体，然后你想要估计一些未知的个体的祖先。使用这个选项，每个未知个体的q估计值只依赖于参考个体组，而不依赖于样本中的其它未知个体。这个特点有时是合乎需要的。
使用地点信息的LOCPRIOR模型
LOCISPOP (布尔值) 当LOCPRIOR模型打开时，这个选项指导程序使用输入文件中的
PopData列作为地点数据。当LOCISPOP = 0时，程序需要一个LocData列来使用LOCPRIOR。
LOCPRIORINIT (双精度) LOCPRIOR参数r的初