Die verwendete Implementierung der Maximum-Likelihood-Methode birgt einige Unsicherheiten, die die Qualität der Ergebnisse beeinflussen können. Durch die Benutzung der Newton-Raphson-Methode zur Berechnung der optimalen Kantenlängen ist nicht ausgeschlossen, daß statt des globalen nur ein lokales Optimum gefunden wird. Untersuchungen von Olsen et al. (1994a) nach Einführung dieser Methode in fastDNAml zeigten allerdings keine signifikant unterschiedlichen Kantenlängen zu den mit dnaml (Felsenstein, 1981, 1990) gefundenen.
Auch durch die Benutzung der Heuristik zum Einschränken der Anzahl der zu untersuchenden Bäume ist nicht gewährleistet, daß wirklich der optimale Baum gefunden wird. Durch die Ausführung der Rearrangements während der Analysen liefern diese jedoch befriedigende Ergebnisse (Felsenstein, 1981). Die Verwendung der G-Option, d.h. das Ausführen von globalen Rearrangements am Ende jeder Analyse, ist wichtig zur Verbesserung der Ergebnisse. Dies ist ersichtlich aus der Anzahl der am Ende jeder Analyse durchgeführten globalen Rearrangements (siehe Kap. 6.1). Vor allem bei großen Datensätzen werden durch die globalen Rearrangements noch viele Verbesserungen der Stammbäume gefunden.
Obwohl es nicht gelungen ist, die Qualität der Daten durch Gewichten zu verbessern, und obwohl die oben genannten Fehlerquellen der Implementierung der ML-Methode existieren, ist dennoch zu erwarten, daß das Programm gute Ergebnisse liefert. Untersuchungen von Kuhner and Felsenstein (1994) haben ergeben, daß der Maximum-Likelihood-Ansatz von allen untersuchten Methoden in nahezu allen untersuchten Fällen mit gleichen und unterschiedlichen Substitutionsraten die besten Ergebnisse liefert. Nur bei sehr kurzen Sequenzen mit ungleichen Substitutionsraten an unterschiedlichen Positionen ergaben Distanzmethoden bessere Ergebnisse. In der genannten Untersuchung wurden viele verschiedene Methoden getestet. Das dabei benutzte Programm zur Berechnung von ML-Analysen war fastDNAml. Da sich die Programme fastDNAml und pfastDNAml nicht in der Art der von ihnen durchgeführten Berechnungen unterscheiden, kann dieses Ergebnis auch auf pfastDNAml übertragen werden.
Weitere Ungenauigkeiten, die in die Analysen miteingeflossen sein können, ergeben sich einerseits aus eventuellen Fehlern in den verwendeten Alignments und andererseits aus der Vereinfachung des Evolutionsprozesses, wie er im verwendeten Modell vorgenommen wurde, da der eigentliche Prozeß nicht vollständig verstanden ist.