Modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz

1. Introducción - 2. Objetivos - 2.1 Objetivos Generales - 2.2 Objetivos Específicos - 3. Materiales - 3.1. Proceso de generación de datos para selección genómica - 3.2. Datos fenotípicos - 3.3. Datos de marcadores moleculares - 4. Metodología - 4.1. Metodología para el análisis de datos fenotípi...

Descripción completa

Detalles Bibliográficos
Autor principal: Paccapelo, María Valeria
Otros Autores: Di Rienzo, Julio Alejandro
Formato: masterThesis
Lenguaje:Español
Publicado: 2016
Materias:
Acceso en línea:http://hdl.handle.net/11086/2355
Aporte de:
id I10-R14111086-2355
record_format dspace
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Estadística
Método LASSO.
Regresión de Ridge
métodos de estimación bayesiana
Métodos de estimación penalizada
Valores genéticos
Genómica
Maíz
spellingShingle Estadística
Método LASSO.
Regresión de Ridge
métodos de estimación bayesiana
Métodos de estimación penalizada
Valores genéticos
Genómica
Maíz
Paccapelo, María Valeria
Modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz
topic_facet Estadística
Método LASSO.
Regresión de Ridge
métodos de estimación bayesiana
Métodos de estimación penalizada
Valores genéticos
Genómica
Maíz
description 1. Introducción - 2. Objetivos - 2.1 Objetivos Generales - 2.2 Objetivos Específicos - 3. Materiales - 3.1. Proceso de generación de datos para selección genómica - 3.2. Datos fenotípicos - 3.3. Datos de marcadores moleculares - 4. Metodología - 4.1. Metodología para el análisis de datos fenotípicos - 4.2. Metodología para el análisis de datos moleculares - 4.2.1. Introducción a los marcadores moleculares - 4.2.2. Análisis de los marcadores moleculares - 4.3. Modelos de selección genómica - 4.3.1. Selección de variables y ajuste por Mínimos Cuadrados - 4.3.2. Estimación Penalizada: regresión de Ridge - 4.3.3. Selección de Variables y Estimación Penalizada: Regresión LASSO - 4.3.4. Evaluación de la habilidad predictiva de los modelos - 5. Resultados - 5.1. Resultados del análisis de datos fenotípicos - 5.2. Resultados del análisis de los datos de marcadores moleculares - 5.3. Aplicación de métodos de selección genómica a una población y carácter - 5.3.1. Aplicación de Selección de variables y ajuste por Mínimos Cuadrados (SMC) - 5.3.2. Aplicación de Regresión de Ridge clásica (RR) - 5.3.3. Aplicación de la Regresión de Ridge BLUP (RR-BLUP) - 5.3.4. Aplicación de la Regresión de Ridge Bayesiana (BRR) - 5.3.5. Aplicación de la regresión LASSO Bayesiana (BLR) - 5.3.6. Aplicación de la regresión LASSO (LR) - 5.4. Evaluación de la habilidad predictiva de los modelos de selección genómica - 6. Conclusiones - 7. Discusión - 8. Referencias - 9. Anexo
author2 Di Rienzo, Julio Alejandro
author_facet Di Rienzo, Julio Alejandro
Paccapelo, María Valeria
format masterThesis
author Paccapelo, María Valeria
author_sort Paccapelo, María Valeria
title Modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz
title_short Modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz
title_full Modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz
title_fullStr Modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz
title_full_unstemmed Modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz
title_sort modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz
publishDate 2016
url http://hdl.handle.net/11086/2355
work_keys_str_mv AT paccapelomariavaleria modelosdeselecciongenomicaparacaracterescuantitativosbasadosenmarcadoresmolecularesaplicadosalmejoramientodemaiz
bdutipo_str Repositorios
_version_ 1764820395557388290