STIMA SIMULTANEA DELL'INDICE GENETICO SU PIU'ANIMALI

Slides:



Advertisements
Presentazioni simili
ESERCITAZIONE 2 Come leggere la tavola della normale e la tavola t di Student. Alcune domande teoriche.
Advertisements

LA SOMIGLIANZA TRA INDIVIDUI: PARENTELA e CONSANGUINEITA’
L’Analisi della Varianza ANOVA (ANalysis Of VAriance)
Come organizzare i dati per un'analisi statistica al computer?
Process synchronization
Dipartimento di Economia
Paolo Carnier Dipartimento di Scienze Zootecniche
Intervalli di confidenza
Proprietà degli stimatori
Vettori e matrici algebrici
COORDINATE POLARI Sia P ha coordinate cartesiane
LE MATRICI.
1 la competenza alfabetica della popolazione italiana CEDE distribuzione percentuale per livelli.
“Teoria e metodi della ricerca sociale e organizzativa”
Variabili casuali a più dimensioni
Lez. 3 - Gli Indici di VARIABILITA’
Introduzione all’analisi fattoriale
Algebra delle Matrici.
Analisi di covarianza L'analisi di covarianza è un'analisi a metà strada tra l'analisi di varianza e l'analisi di regressione. Nell'analisi di covarianza.
ANALISI DELLA COVARIANZA
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 10.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 11.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8.
Leggere e capire i diagrammi
Process synchronization
IL MODELLO DI REGRESSIONE MULTIPLA
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
RICHIAMI ELEMENTARI DI ALGEBRA MATRICIALE
Statistica per le decisioni aziendali ed analisi dei costi Modulo II - Statistica per le decisioni Aziendali Richiami di Algebra Matriciale.
DALL'INTERVALLO DI PROBABILITÀ
ANALISI DEI GRUPPI seconda parte
Flusso Massimo Applicazione Algoritmi Esercizio 1 Sia dato la seguente rete di flusso, in cui la sorgente è il nodo 1 e la destinazione è il nodo 6. I.
Le moli Il peso di una millimole di (NH4)2HPO4 è … 132 g 114 g
1 Perugia, 16 giugno 2005 ~ X Consumo nei due mesi ~ Spesa in euro: Avvertenza: i testi qui proposti sono, talvolta, modificati rispetto alla formulazione.
Abbiamo visto un esempio di applicazione del teorema, ma a noi interessa l’applicazione del Teorema di Bayes alla combinazione delle informazioni, ovvero.
Introduzione alla fisica
8. Reti di Code Nella maggior parte dei processi produttivi risulta troppo restrittivo considerare una sola risorsa. Esempio: linea tandem arrivi 1 v.
Test di ipotesi X variabile casuale con funzione di densità (probabilità) f(x; q) q Q parametro incognito. Test Statistico: regola che sulla base di un.
CORSO DI MODELLI DI SISTEMI BIOLOGICI LAUREA IN INGEGNERIA CLINICA E BIOMEDICA.
Esercizi x1=m-ts x2=m+ts
Metodi statistici per l'analisi del cambiamento 5/3/ Notazione (simboli) Obbiettivo: occorre che si mantengano le tracce, in merito al punteggio,
Dipartimento di Ingegneria Idraulica e Ambientale - Universita di Pavia 1 Simulazione di un esperimento di laboratorio: Caduta di un corpo quadrato in.
VARIABILI E DISTRIBUZIONI DI FREQUENZA
Teoria cromosomica dell’ereditarietà
Teoria degli errori.
Verifica delle ipotesi su due campioni di osservazioni
MATRICI classe 3 A inf (a.s ).
Le operazioni con i numeri
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3 Le distribuzioni di frequenza e le misure di sintesi univariate.
Il “parallel indexing” nella maggior parte dei radar è costituito da 6 linee parallele fra loro, distanti l’una dall’altra 1/6 della scala, che possono.
Progressioni aritmetiche descrizione elementare
Pippo.
Massimo comun divisore
Il teorema di pitagora.
Lez. 3 - Gli Indici di VARIABILITA’
DATA MINING PER IL MARKETING
Integrale Definito - Calcolo delle Aree
DATA MINING PER IL MARKETING
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: la stima del modello e la sua valutazione, metodi automatici.
R. Soncini Sessa, MODSS, S27 Stima degli effetti (Wald) Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
1 Sviluppo indice genetico fertilità URS ANAFI. 2 obiettivo Indice aggregato fertilità (disponibile per i tori e per le vacche) Caratteri misurati 1.Diretti.
Corso esperti, febbraio Test day model e Indici Genetici: cosa significano Ufficio Ricerca & Sviluppo ANAFI.
Strumenti statistici in Excell
IL CAMPIONE.
COVARIANZA: DEFINIZIONE E CALCOLO
Altri concetti sulla regressione. Multicollinearità Varianza comune fra le VI: se è molto elevata produce stime instabili. Ci sono degli indici per indicare.
Sistemi di equazioni lineari. Sistemi di primo grado di due equazioni a due incognite Risolvere un sistema significa trovare la coppia di valori x e y.
Regressione semplice e multipla in forma matriciale Metodo dei minimi quadrati Stima di beta Regressione semplice Regressione multipla con 2 predittori.
Regressione: approccio matriciale Esempio: Su 25 unità sono stati rilevati i seguenti caratteri Y: libbre di vapore utilizzate in un mese X 1: temperatura.
Transcript della presentazione:

STIMA SIMULTANEA DELL'INDICE GENETICO SU PIU'ANIMALI STIMA SU UN ANIMALE in cui: Ai=indice (BV) dell'i-esimo animale; b= fattore di ponderazione; Pi-= valore fenotipico o fenotipo corretto dell'i-esimo animale (Xi).

STIMA SIMULTANEA SU PIU' ANIMALI in cui: A=vettore degli indici genetici(EBVs); b'=matrice dei fattori di ponderazione; X= vettore dei valori fenotipici. X=(P-I) in cui: X= vettore dei valori fenotipici; P=vettore delle osservazioni fenotipiche; I= vettore identità; = la media (scalare).

b= fattore di ponderazione; h2= ereditabilità; STIMA DI b STIMA SU UN ANIMALE (formula fondamentale) in cui: b= fattore di ponderazione; h2= ereditabilità; 2A=varianza genetica additiva; 2P=varianza fenotipica. STIMA SIMULTANEA SU PIU' ANIMALI b=VP-1G in cui: b=matrice dei fattori di ponderazione; VP=matrice di varianze e covarianze fenotipiche; G=matrice di varianze e covarianze genetiche additive.

COSTRUZIONE DELLA MATRICE VP Elementi diagonali Stima dei soli riproduttori sulla progenie (sire evaluation) -t “correlazione tra fratelli” (=1/4 h² per la progenie dei mezzi fratelli); -n= numero di figli. Stima di tutti gli animali (anche senza osservazioni) (animal evaluation) -r=ripetibilità; -n= numero di figli.

Elementi fuori dalla diagonale (covarianza tra le misure relative ad “i” e quelle relative a “j”) aijh22P aij = parentela tra le misure di i e di j.

COSTRUZIONE DELLA MATRICE G 1.SIRE EVALUATION Elementi diagonali aii'h22P in cui: aii'= parentela tra l'animale da valutare i e i suoi parenti con misure i'. Elementi fuori dalla diagonale aijh22P aij= parentela tra l'animale da valutare i e i parenti con misure dell'animale j. SIRE EVALUATION

aij= parentela tra l'animale da valutare i e l'animale con misure j. 2.ANIMAL EVALUATION Tutti gli elementi aijh22P in cui: aij= parentela tra l'animale da valutare i e l'animale con misure j.

STIMA SU UN ANIMALE (utilizzato per i limiti di confidenza) PEV (Prediction Error Variance) STIMA SU UN ANIMALE (utilizzato per i limiti di confidenza) PEV= Se si utilizzano osservazioni sull'animale da valutare: quindi: PEV=(1-b) 2A Se si utilizzano osservazioni sulla progenie dell'animale da valutare:

STIMA SIMULTANEA SU PIU' ANIMALI PEV=C-b'VPb in cui: 1. se il numero di animali con osservazioni è uguale al numero di animali da indicizzare C=matrice di varianze e covarianze genetiche tra le misure fenotipiche; se le osservazioni sono sugli animali da valutare C=G; se le osservazioni sono sulla progenie C=2G. 2. se il numero di animali da indicizzare è maggiore del numero di animali con osservazioni C=matrice di varianze e covarianze genetiche tra gli animali da indicizzare.

Poiché: b=VP-1G quindi b'=G'VP-1 PEV=C-G'VP-1 VP VP-1G dato: VP-1 VP=I PEV=C-b'VPb Poiché: b=VP-1G quindi b'=G'VP-1 PEV=C-G'VP-1 VP VP-1G dato: VP-1 VP=I PEV= C-G'VP-1G N.B.:i PEV dei singoli animali sono riportati sulla diagonale principale della matrice PEV

ALCUNI ESEMPI SIRE EVALUATION 1.Stima dell'indice per la produzione di latte di tre arieti, tra loro non parenti sulla base della produzione delle figlie (tra loro mezze sorelle). h2=0,25; 2P = 20 kg2; =180kg ARIETE FIGLIE MEDIA A 10 170 kg B 20 220 kg C 40 190 kg

CALCOLO DELL'ELEMENTO VP(1,1) Poiché VP(1,1)= =0,15625

ú û ù ê ë é = 1,36 2,14 3,00 1,45 1,14 0,8 *

2.Gli arieti A e B sono mezzi fratelli FA (10) FB (20)

Gli animali senza produzioni sono di sesso maschile. ANIMAL EVALUATION Voglio indicizzare tutti gli ovini presenti nel diagramma per la produzione di latte (*10 kg). Gli animali senza produzioni sono di sesso maschile. A B (10,25) C (10) D (16) E F (14,17,15) B C D F B C D F B C D F A E