Sire evaluation for ordered categorical data with a threshold model 英文参考文献.docVIP

Sire evaluation for ordered categorical data with athreshold model * Department of Animal Science, University of Illinois, Urbana, Illinois 61801, U.S.A. The sponse in agiven category follows a normal integral with an argument dependent on fixed thresholds aconceptual distribution with priori. The distribution and the likelihood function from which inferences are made. The mode of the are combined to yield the posterior density posterior distribution is taken as an estimator of equations are presented. Relationships of the procedure to generalized linear models and normal scores are discussed. A numerical example involving sire evaluation for calving ease is used to illustrate the Key words : sire evaluation, categorical data, threshold characters, Bayesian methods. Evaluation des reproducteurs sur un caractère discret ordonné, sous l’hypothèse d’un déterminisme continu sous-jacent à seuils Cet article présente une méthode d’évaluation des reproducteurs sur un caractère à expression discrète et ordonnée. La probabilité de réponse dans une catégorie donnée est exprimée comme l’inté- grale d’une loi normale dont les bornes dépendent de seuils fixés et de variables aléatoires de premiers et deuxièmes moments connus. La distribution apriori des paramètres et la fonction de vraisemblance sontcombinées en vue de l’obtention de la densité aposteriori qui sert de base à l’inférence statistique. Les paramètres sont estimés par les modes a posteriori, ce qui conduit à la résolution d’un système d’équations non linéaires. Les relations qui apparaissent entre cette méthode et celles du modèle linéaire généralisé d’une part, et des scores normaux d’autre part, sont discutées. Enfin, l’article pré- sente une illustration numérique de cette méthode qui a trait à l’évaluation de taureaux sur les difficul- tés de naissance de leurs produits. Mots clés : évaluation des reprodactears, données discrètes, caractères à seuil, méthode Bayesienne.  Animal breeding data are o