|
|
|
|
| LEADER |
03452ntm a22003137a 4500 |
| 001 |
20190813123005.0 |
| 003 |
AR-BaUFA |
| 005 |
20220318104309.0 |
| 008 |
120920t2019 ag d|||| m||| 00| 0 spa d |
| 999 |
|
|
|c 47550
|d 47550
|
| 040 |
|
|
|a AR-BaUFA
|
| 090 |
|
|
|a T.G.575 JIM
|
| 100 |
1 |
|
|a Jiménez Alfaro, Esteban
|9 69136
|
| 245 |
0 |
0 |
|a Distribuciones de los estadísticos y estimadores paramétricos de la regresión ancestral bajo apareamiento aleatorio y selección
|
| 260 |
|
|
|c 2019
|
| 300 |
|
|
|a 72 p.
|b grafs.
|
| 502 |
|
|
|a Tesis.
|c Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados.
|b Magister de la Universidad de Buenos Aires área Biometría y Mejoramiento.
|g Maestría en Biometría y Mejoramiento.
|d 2019.
|
| 520 |
|
|
|a La Regresión Ancestral (AR) es un modelo genético cuantitativo paramétrico y causal. A diferencia de otros modelos de predicción basados en Selección Genómica, AR permite considerar el efecto de la recombinación y la herencia en segmentos, así como realizar la inversión de la matriz de (co)varianzas del modelo (−1) sin necesidad de calcular primero , porque además AR es un proceso estocástico Markoviano. El objetivo de esta tesis fue estimar mediante simulación estocástica las distribuciones de probabilidad de: a) los parámetros del modelo AR (βS, βD), b) las relaciones realizadas de identidad por descendencia (IBD) entre pares abuelo(a)-nieto(a) (RIBD-AN), c) los estadísticos suficientes para la estimación de βS y βD, y d) el coeficiente de consanguinidad bajo AR (FAR). Se simularon dos poblaciones animales, una con apareamientos al azar (45095 pares) y otra bajo selección (46561 pares). El algoritmo de estimación incluyó un sistema recursivo de ecuaciones simultáneas de los parámetros βS y βD, los cuales provienen de las recombinaciones del genoma de los abuelos ocurridas en los padres durante la meiosis y transmitidas a los nietos. Se estimaron los “núcleos” (o kernel) de las distribuciones de RIBD-AN, los estadísticos suficientes, βS, βD y FAR con un método no paramétrico dentro del programa PROC KDE de SAS. Entre distintas distribuciones evaluadas, la Beta mostró el mejor ajuste para las RIBD-AN, tomando como criterio el valor máximo del logaritmo de la función de verosimilitud; en tanto que los estimadores de βS, βD y los estadísticos suficientes siguieron distribuciones normales univariadas. La selección indujo a las distribuciones de las RIBD-AN a ser asimétricas a la derecha y a mostrar mayor magnitud en las medias y en la dispersión. Además, se observó que FAR siguió una distribución Exponencial, con valores esperados y varianzas de mayor magnitud con los datos selectos. En general, la selección aumentó la magnitud y variabilidad del material genómico compartido IBD, tanto en las relaciones de parentesco como en la consanguinidad.
|
| 650 |
|
0 |
|a GENETICA
|2 Agrovoc
|9 244
|
| 650 |
|
0 |
|a BIOMETRIA
|2 Agrovoc
|9 185
|
| 650 |
|
0 |
|a MODELOS MATEMATICOS
|2 Agrovoc
|9 267
|
| 650 |
|
0 |
|a COVARIANZA GENETICA
|2 Agrovoc
|9 26800
|
| 650 |
|
0 |
|a HERENCIA GENETICA
|2 Agrovoc
|9 1024
|
| 700 |
1 |
|
|9 12817
|a Cantet, Rodolfo Juan Carlos
|e dir.
|
| 700 |
1 |
|
|9 29153
|a Forneris, Natalia Soledad
|e co-dir.
|
| 856 |
|
|
|x T20190901
|f 2019jimenezalfaroestebanjose
|q application/pdf
|i En internet
|u http://ri.agro.uba.ar/files/download/tesis/maestria/2019jimenezalfaroestebanjose.pdf
|
| 942 |
0 |
0 |
|c TESIP0D
|
| 942 |
0 |
0 |
|c ENLINEA
|
| 976 |
|
|
|a AAG
|