Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos

Mostrar otras versiones (1)

Los modelos 'modelos animales con efectos maternos' [MAM] son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. . Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Munilla Leguizamón, Sebastián
Otros Autores: Vitezica, Zulma Gladis (cons.)
Formato: Tesis Libro
Lenguaje:Español
Publicado: 2011
Materias:
COVARIANZA GENETICA
MODELOS ANIMALES
MODELOS LINEALES
PESO AL DESTETE
PRODUCCION DE CARNE
MADRE
Acceso en línea:http://ri.agro.uba.ar/files/download/tesis/doctorado/2011munillaleguizamonsebastian.pdf
Aporte de:Registro referencial: Solicitar el recurso aquí
Biblioteca Central (FAUBA) de Universidad de Buenos Aires
LEADER 07842ntm a2200925 a 4500
001 BIBUN026855
008 120306s2011 ag ||||| m||| 00| 0 spa d
100 1 |9 13019  |a Munilla Leguizamón, Sebastián 
700 1 |9 12817  |a Cantet, Rodolfo Juan Carlos  |e dir. 
700 1 |9 7786  |a Vitezica, Zulma Gladis  |e cons. 
245 0 0 |a Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos 
502 |a Tesis.  |c Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados.  |b Doctor de la Universidad de Buenos Aires en el área de Ciencias Agropecuarias.  |g Doctorado en Ciencias Agropecuarias.  |d 2011. 
260 |c 2011 
300 |a 146 p.  |b tbls., grafs. 
520 |a Los modelos 'modelos animales con efectos maternos' [MAM] son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. . Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de [co]varianza' [CVC]. En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas.. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs.. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros.. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia.. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. . El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne.. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría.. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa.. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC.. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC. 
650 0 |a COVARIANZA GENETICA  |9 26800 
650 0 |a MODELOS ANIMALES  |9 10045 
650 0 |a MODELOS LINEALES  |9 9872 
650 0 |a PESO AL DESTETE  |9 11696 
650 0 |a PRODUCCION DE CARNE  |9 1218 
650 0 |a MADRE  |9 11201 
856 |x 20120401  |f 2011munillaleguizamonsebastian  |q application/pdf  |i En internet: http://ri.agro.uba.ar/files/download/tesis/doctorado/2011munillaleguizamonsebastian.pdf  |u http://ri.agro.uba.ar/files/download/tesis/doctorado/2011munillaleguizamonsebastian.pdf 
901 |a 27552 
902 |a t 
903 |a 20120306 
903 |a 20120307 
903 |a 20120307 
903 |a 20120307 
903 |a 20120328 
904 |a OK 
904 |a DO 
904 |a N 
904 |a Greenstone 
905 |a m 
907 |a TESIS 
908 |a EN LINEA 
908 |a IMPRESO 
924 |a Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos  |t Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos 
928 |a Munilla Leguizamón  |b Sebastián 
928 |a Cantet  |b Rodolfo Juan Carlos  |f dir. 
928 |a Vitezica  |b Zulma Gladis  |f cons. 
945 |a 2011 
950 |a es 
965 |a COVARIANZA GENETICA 
965 |a MODELOS ANIMALES 
965 |a MODELOS LINEALES 
965 |a PESO AL DESTETE 
965 |a PRODUCCION DE CARNE 
965 |a MADRE 
969 |a Los modelos 'modelos animales con efectos maternos' [MAM] son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos.  
969 |a Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de [co]varianza' [CVC]. En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. 
969 |a En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. 
969 |a Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. 
969 |a Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. 
969 |a En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla.  
969 |a El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. 
969 |a Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. 
969 |a En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. 
969 |a Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. 
969 |a El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC. 
976 |a AAG 
977 |a 026862s 
984 |a 1 ej. 
985 |a REST 
987 |a AGROVOC 
989 |a 20120401 
993 |a 2011munillaleguizamonsebastian 
900 |a http://ri.agro.uba.ar/files/download/tesis/doctorado/2011munillaleguizamonsebastian.pdf 
917 |a BP 
917 |a BP 
917 |a BP 
917 |a BP 
917 |a BP 
915 |e 146 p.  |i tbls., grafs. 
955 |a Ciencias Agropecuarias  |c Doctorado en Ciencias Agropecuarias  |d 2011  |e Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados  |g Doctor de la Universidad de Buenos Aires en el área de Ciencias Agropecuarias  |n Tesis  |s UBA.FA 
975 |c T.G.637.5  |l MUN 
942 0 0 |c ENLINEA 
942 0 0 |c TESIP0D 
999 |c 19768  |d 19768 
090 |a T.G.637.5 MUN 

Ejemplares similares