Ocena wartości hodowlanej - łączenie źródeł informacji
Łączenie źródeł informacji - wiadomości ogólne
Aby maksymalizować postęp hodowlany tizeba dążyć do uzyskania jak największej dokładności oceny wartości hodowlanej. Można tego dokonać poprzez: połączenie różnych źródeł informacji
- skomplikowanie selekcji (przejście w kierunku pojedynczej cechy, w praktyce zwykle selekcja w kierunku kilku cech jednocześnie)
Łączenie źródeł informacji - regresja wielokrotna
Równanie regresji wielokrotnej w ocenie wartości hodowlanej opisuje zjawisko zależności zmiennej zależnej y od kompleksu zmiennych niezależnych x„:
y,-y = b,(x, -x)+b2(x2-x)+... + b„(x„-x)
gdzie: y-zmienna zależna, szacowana wartość hodowlana (_p, = G,)
bi, bi,..., b, - współczynniki regresji cząstkowej, każdy z nich mówi o ile zmieni się zmienna zależna y, jeżeli dana zmienna niezależna zmieni się o jednostkę, a wpływ pozostałych zmiennych niezależnych będzie chwilowo wyeliminowany.
xi, X2,..., x„ - zmienne niezależne, wartości fenotypowe cech będących źródłami informacji
zatem:
P, + ó, (/j - p) + b2 (P2 - P)+... + b„ (P„ - P)
G, = S-1 Y
Współczynniki regresji cząstkowej wyznaczane są z układu równań:
bt ■ varXi + b2 • cov +... + bn ■ covt t_ = covt|„
b\ -covvx +ó2 -varv +... + ó„ - covt, = covx v
< '''1 '3 '1
b. -co\,, +b, -cov„ +...+ b„ ■ var, = cov V 1 *1*a 2 xlx" n x■ x»y
gdzie var i cov zmiennych niezależnych oraz cov zmiennej zależnej ze zmiennymi niezależnymi cząstkowymi powinny być znane.
Wyprowadzenie - przykład 1: wydajność własna (xi = Pi) + wydajność rodzica (X2 = Ą)
Korelacja między wartością hodowlaną osobnika a jego wartością fenotypową: rpfi< = h Korelacja między wartością hodowlaną osobnika a wartością fenotypową rodzica: rpfi, =rh = Z:h
1
„Metody pracy hodowlanej dr Joanna Gruszczyńska, mgr Beata Grzegrzólka
Ocena wartości hodowlanej - łączenie źródeł informacji Korelacja między fenotypami krewnych: rF^ =r h2 = 'Alf osobnik f b, • varti + b2 • cov = cov
rodzic [ \ ■ cov(|(, + i2 • vart, = covt.„
J ń, ■ var,, + i2 cov?i(J; = cov,,G|
| 6, ■ covPif>i + b2 ■ varft = covACi
f|G,
>„ =/i = -
lub inaczej: cov„0| = cov(0iłft)0] = covGiGi + cov£A = varG + 0 = varG 'ag, =rh = -
= r-hl
cov
— covP|A = r h1 <jp = r<j2a
ap ■ <jp
po podstawieniu: covPCi = varG, cov£-Ci = r ■ var0, covPR = r ■ varc do układu równań:
6, ■ vaiP + b2 ■ r • varG = varG /r
V r ■ varG + bi ■ varr = r ■ varc //h2
ń, ■/■ •varp + ń2 r2 ■ varc = r- varG
, varG var,, varG
ń. r--r- + ń2 ■—f- = r--f-
1 ń2 2 h1 h2
6, •/••varp+ń2 r2 varG = r-varc
i » varp
o, • r • varp+02 • —= r • varp
h2=-
po odjęciu równania 1 od 2:
-b7 r varn = r • varP-r
varG
&2--T~~b2 r2 h2 • varp = r- varp(l-/*2)
h
b2 ■ var£(-^j--r2 h2) = r ■ var,,(l-ń2) /
, _ r/!2(l-A2) _ r ■ h2(l-h2)
h1
1 -r2 •/i"
dla r = — 2
/•i
4
2h2(\-h2) 4-h*
„Metody pracy hodowlanej dr Joanna Gruszczyńska, mgr Beata Grzegrżólka
2