动物育种学讲义第五章——西北农林科技大学.pptVIP

第五章 个体育种值估计——BLUP法 第一节 有关基本知识 一、有关数学问题 1. 随机向量、数学期望、方差-协方差矩阵 假设有n个随机变量，x1 x2 x3 ……xn， 其数学期望表示为μi =E（xi）； 随机变量间的方差、协方差表示为Var（x）； 2.表示方式 那么n个随机变量及其数学期望可以表示为向量形式，方差、协方差表示为矩阵形式 3. 若对随机向量x作线性变换y=Tx，则y的期望向量为： E（y） = E（Tx） = TE（x） =Tμ Y的协方差矩阵为 Var（y）= E [y-E（y）] E [y-E（y）]′ = E [Tx- Tμ] E [Tx- Tμ]′ = E [T(x- μ)] [T(x- μ)]′ = TE (x- μ) (x- μ)′T ′ = T Var（X） T ′ = T V T ′ 若有随机变量y=t′x，则Var（y）= t V t ′ 二、个体间加性遗传相关 1.概念：亲缘个体i和j间加性遗传相关 ：两个个体从共同祖先获得相同等位基因的概率。以往曾用rA （p1p2 ）表示；一般情况下（没有近交）： 亲子rA （op）=0.5，全同胞rA （FS）=0.5，半同胞rA （HS）=0.25，祖孙为0.25等。 2.计算公式: 上式中，A为祖先， n1和 n2为亲缘个体X和Y到共同祖先A的世代数，FA为祖先A的近交系数；∑表示多个共同祖先求和、每个共同祖先的通径链求和。 个体间的加性遗传相关与后面的选配一章需要详细讲解的个体近交系数和个体间的亲缘系数有密切关系。 3. 群体内个体间的加性遗传相关(Additive genetic relationship matrix) 对于一个群体，有1，2，…，n个个体，个体间遗传相关就可以用矩阵（也称为分子遗传相关矩阵(numerator relationship matrix) ）表示： 两个个体间的加性遗传相关对于任何性状都一样，可以理解为两个个体育种值之间的相关，用公式表示为 所以，个体间育种值的协方差表示为 三、线性模型基础知识 （一）模型（Model）： 指描述观察值与影响观察值变异的各因子（变量）之间关系的数学方程式。模型分类： 1. 真实模型：准确的模拟观察值的变异性，模型中不含有未知成分。生物学领域，几乎不可能。 2. 理想模型：尽可能的接近真实的模型。 3. 操作模型：用于实际统计分析的模型，它通常是理想模型的简化形式。 因子（变量）分类：离散型和连续型 离散型：表现为若干有限的等级或水平； 连续型：作为影响观察值的协变量来看待，连续型变量可人为划分成若干等级而使其成为离散型变量。 离散型因子可根据取样方法和研究目的分为固定因子和随机因子。 固定因子：一个因子分为几个特定水平，只对这些水平的效应进行估计或比较，就称该因子为固定因子。各水平的效应就称为固定效应。 随机因子：一个因子的若干水平是该因子所有水平的随机样本，研究目的是通过样本推断总体，就称该因子为随机因子，不同水平的效应就称为随机效应。 （二）线性模型（Linear model） 线性模型：在模型中所包含的各因子以相加的形式影响观察值，就视为各因子与观察值之间的关系为线性关系。 线性模型包括3个组成部分： 1. 数学方程式 2. 方程式中随机变量的期望和方差、协方差 3. 假设和约束条件 3. 约束条件（以下面的例子说明）： ① 同一品种； ② 无母体效应； ③ 不考虑性别； ④ 饲养条件相同 例：设某群肉牛190—210日龄的体重资料，将日龄按每5天间隔分组，190－210日龄可分为4组，欲分析不同日龄组对体重的影响。 用向量和矩阵表示 从而线性模型的矩阵表达式为 （三）线性模型的分类 回归模型 按功能分为 方差分析模型 协方差分析模型 方差组分模型 单因子模型 模型分类 按因子分为 双因子模型 多因子模型 固定效应模型