个体遗传评定之blup法.pptxVIP

第七章 个体遗传评定－－BLUP法;;;线性！ 模型？ 线性模型？;;模型的定义;参 数：总体分布中的未知常数。如：总体均数、总体标准差、总体方差 统计量：反映样本特征的数值。如：样本均数、样本标准差、样本方差 均值：反映性状变量集中性的数值 方差：反映性状变量离散性的数值 ;模型的定义;线性模型的概念;;;线性模型的概念;根据因子的变异形式： 因子可能是不连续变异的，或连续变异的 建模时也有时将连续变异的因素划分为等级，例如头胎产犊年龄划为4级，即20－24、25－28、29－32、＞33月龄；;因子的类型;例子： 比较北京南郊6个猪场与上海松江县6个猪场的差别 －现对这12家猪场进行详细的调查 －得出结论，北京南郊6个猪场与上海松江县6个 猪场在某某方面不同（固定效应） 比较北京和上海养猪水平的差别 －从两市分别随机抽取6个猪场进行比较 －得出结论，北京与上海养猪在某某方面不同（随机效应）;区分因子性质的标准;线性模型;线性模型(linear model)的概念;; ;;虚变量模型 ;模型举例1;;;设有肉牛190～210日龄的体重资料，将日龄按每5天间隔分组，190～210日龄就可分为4组，欲分析不同日龄组对体重的影响。可建立如下的线性模型： yij = ? + ai + eij 上式中： yij ：在第i个日龄组中的第j头肉牛的体重，为可观察的随机变量； ? ：总平均数，是一常量； ai ：第i个日龄组的效应，它是固定效应； eij：剩余效应，也称为随机误差；;上式中随机变量的期望和方差及协方差为： E(eij) = 0，E(yij) = ? + ai ， Var(yij) = Var(eij) = σ2 Cov(eij，eij')= Cov(eij，ei'j)= Cov(eij，ei'j')=0 此模型的假设和约束条件包括： 1) 所有犊牛都来自同一品种, 2) 母亲的年龄对犊牛体重无影响, 3) 犊牛的性别相同或性别对体重无影响, 4) 所有犊牛都在相同的环境下以相同的饲养方式饲养;现有一数据表;每一观察值都可根据上面的模型建立一个方程式： ;y = Xa + e E(e) = 0，E(y) = Xa Var(y) = Var(e) = Iσ2;线性模型分类;线性模型分类;线性模型分类;固定模型：除了随机误差（e）外，完全由固定效应组成的模型称为固定效应模型，或固定模型（fixed effects model） 随机模型：除了群体均数（μ）外，完全由随机效应组成的模型称为随机效应模型，或随机模型（random effects model） 混合模型：除了群体均数（μ）和随机误差（e）外，一个模型既含有固定效应，又含有随机效应，则称为混合模型（mixed model）;;;线性模型分类;数据资料的结构;数据资料的结构;数据资料的结构;;个体遗传评定－－ BLUP法估计育种值;遗传评定的概念 遗传评定方法使用问题 育种值相关知识 利用所有亲属信息;关于BLUP育种值估计方法;选择指数法的基本要点;最小二乘法(LS)的基本要点;BLUP = 最佳线性无偏预测 （Best Linear Unbiased Prediction) 最佳 - 估计误差最小，估计育种值与真实育种值的相关最大 线性 - 估计是基于线性模型（估计值与观察值呈线性关系） 无偏 - 估计值的数学期望为真值（固定效应）或被估计量的数学期望（随机效应） 预测 - 预测一个个体将来作为亲本的种用价值（随机遗传效应）;BLUP是一种统计方法，畜禽育种中适合应用这一方法预测个体育种值，即遗传评定（genetic evaluation);BLUP法的基础;随机向量，期望向量和方差-协方差矩阵 ;;个体间的加性遗传相关;对于一个群体，如果我们将所有个体相互间的加性遗传相关用一个矩阵表示出来，设群体中的个体为1，2，…，n，则这个矩阵为;用BLUP方法估计育种值时，首先要根据资料的性质建立适当的模型：公畜模型（sire model）、公畜—母畜模型（sire-dam model）、外祖父模型（maternal grandsire model）以及动物模型（animal model）等 育种实践中普遍采用动物模型 动物模型：将动物个体本身的加性遗传效应（即育种值）作为随机效应放在模型 动物模型BLUP：基因动物模型的BLUP育种值估计方法（牛、猪育种实践中普遍采用）;矩阵表示为： 式中： y为观察值向量 β为固定效应向量，如牧场 a为随机的加性遗传效应向量，即个体育种值向量 e为随机残差向量 X、Z分别是与固定效应和加性遗传效应对应的关联矩阵 ;牧场;对上述资料可用如下模型估计育种值：