Szacowanie wartości hodowlanej. Zarządzanie populacjami
|
|
- Natalia Pawłowska
- 5 lat temu
- Przeglądów:
Transkrypt
1 Szacowanie wartości hodowlanej Zarządzanie populacjami
2 wartość hodowlana = wartość cechy? Tak! Przy h 2 =1
3 ? wybitny ojciec = wybitne dzieci Tak, gdy cecha wysokoodziedziczalna.
4 Wartość hodowlana genetycznie uwarunkowane możliwości zwierzęcia do ujawnienia określonej wartości cechy oraz zdolność przekazywania jej potomstwu (wartość genów osobnika dla jego potomstwa) suma średnich efektów działania alleli w danym genotypie (addytywna wartość genetyczna), nie może być zmierzona (nie da się jej zaobserwować) dlatego szacujemy wartość hodowlaną w oparciu o różne źródła informacji jest wyrażona w jednostkach badanej cechy Źródła informacji wartości fenotypowe, których można użyć do szacowania wartości hodowlanej osobnika
5 Metody oceny wartości hodowlanej 1. oparte na równaniu regresji prostej (pojedyncze źródło informacji) wydajność własna osobnika (jeden lub wiele pomiarów), wydajność krewnych (jednego lub wielu). 2. metody oparte na równaniu regresji wielorakiej (łączenie źródeł informacji) na podstawie cechy skorelowanej, na podstawie wielu cech, ta sama cecha u różnych krewnych.
6 Ocena w różnych środowiskach powinno się zawsze eliminować wpływ czynników pozagenetycznych czasami nie do uniknięcia, wg. Van Vleck i wsp. (1961) wpływ na wartość cechy ma: ojciec 6%, czynniki losowe 49%, stado/hodowca 29%
7 Dokładność oceny wartości hodowlanej Korelacja między wartością hodowlaną, a źródłem informacji (wartością fenotypową) na podstawie którego szacuje się wartość hodowlaną. Informuje o zgodności pomiędzy przewidywaną a prawdziwą wartością hodowlaną. Zależy od: współczynnika odziedziczalności (h 2 ), rodzaju źródła informacji.
8 Szacowanie wartości hodowlanej (jedno źródło informacji): - - szacowana wartość hodowlana - średnia wartość fenotypowa w populacji b GP współczynnik regresji wartości hodowlanej na wartość fenotypową h 2 - odziedziczalność P i (P źr ) źródło informacji, wydajność własna lub krewnych
9 Źródła informacji Własny fenotyp duża dokładność przy wysokiej odziedziczalności
10 Źródła informacji Średnia z wielokrotnych pomiarów: dokładność rośnie wraz ze wzrostem liczby pomiarów (n), metoda szczególnie przydatna przy niskiej odziedziczalności i powtarzalności (Re), odziedziczalność średniej kilku pomiarów jest wyższa od pojedynczej, ale odziedziczalności kolejnych pomiarów mogą nie być jednakowe
11 Źródła informacji Fenotyp pojedynczego krewnego: dostarcza informacji o osobniku bardzo wcześnie (nawet przed urodzeniem), bardzo mała dokładność rodzic, potomek, pełne rodzeństwo: (2 razy mniejsza niż własny fenotyp); półrodzeństwo, dziadek: (4 razy mniejsza) Które źródło informacji jest lepsze: a) rodzic b) potomek c) pełne rodzeństwo
12 Źródła informacji Średnia grupy krewnych. Dokładność: rośnie wraz ze wzrostem liczby krewnych (n), rośnie wraz ze wzrostem spokrewnienia z grupą krewnych (r), spada wraz ze wzrostem spokrewnienia w obrębie grupy krewnych o czym pośrednio informuje współczynnik korelacji wewnątrzklasowej (t).
13 Liczba krewnych dających taką samą dokładność oceny wartości hodowlanej jak wydajność własna (Żuk, 2011) Krewni Odziedziczalność 0,1 0,2 0,25 0,3 0,4 0,5 0,6 0,7 0,8 0,9 Potomstwo 4,3 4,7 5 5, , HS 4, ,5 16 FS Dlaczego im h 2 jest większe, tym większa liczba krewnych jest potrzebna?
14 Źródła informacji cd.
15 Zadanie Średnia masa ciała myszy przy odsadzeniu wynosi 24,8g, a odziedziczalność dla tej cechy jest równa 0,2. Oszacuj wartość hodowlaną dla myszy o masie ciała przy odsadzeniu: a) 22 g b) 30 g
16 Zadanie U koni interesuje nas ocena wartości hodowlanej pod względem dwóch cech wyników ujeżdżenie oraz skoków. Korelacja między nimi jest wysoka i dodatnia. Dostępne dane: r G =+0,72 korelacja; h 2 =0,44 ujeżdżanie; h 2 =0,32 skoki. Jak zmieni się dokładność oceny wartości hodowlanej w zależności od wybranej cechy na podstawie której będziemy oceniać?
17 Wartości R obliczone dla różnych grup krewnych, przy h 2 =0,25 Wielkość grupy (n) półrodzeństwo pełne rodzeństwo potomstwo R 1 0,12 0,25 0,25 5 0,25 0,46 0,5 10 0,32 0,54 0, ,44 0,66 0, ,47 0,684 0, ,49 0,702 0, ,496 0,7046 0, ,4996 0,7069 0,9993
18 Łączenie źródeł informacji Dokładniejsza ocena Źródła informacji mają hierarchię Indeks selekcyjny Ta sama cecha u różnych źródeł Różne cechy skorelowane z ocenianą
19 Szacowanie na podstawie cechy skorelowanej Dobra gdy cecha jest nisko odziedziczalna, Dodatkowa cecha (cechy) powinny być wysoko odziedziczalne oraz silnie skorelowane z badaną G i r Gi G r Gj G j h i h h j P i P P j
20 Im więcej źródeł informacji, tym: rośnie dokładność ale jest to niewielki przyrost wzrost skomplikowania równania indeksu
21 Dokładność oceny wartości hodowlanej na podstawie wszystkich przodków z rodowodu oraz przodków najbliższych odziedziczalność wszyscy (górna granica) R rodzice rodzice i dziadkowie 0,2 0,39 0,32 0,37 0,4 0,5 0,45 0,49 0,6 0,57 0,55 0,57 0,8 0,64 0,63 0,64 1 0,71 0,71 0,71
22 Indeks selekcyjny -jedna z metod szacowania wartości hodowlanej; -polega na optymalnym wykorzystaniu informacji o: -użytkowości zwierzęcia i jego krewnych, -odziedziczalności cechy, -spokrewnieniu między poszczególnymi osobnikami; -liczbie obserwacji
23
24 Współczynniki regresji Takie same wartości dla wszystkich osobników w populacji. Określają stopień w jakim dane źródło informacji przyczynia się do określenia wartości hodowlanej.
25 Cząstkowe współczynniki regresji
26 Łączna wartość hodowlana Ocena jednocześnie wielu cech Szersze znaczenie, bo wiele cech może wpływać na wartość zwierzęcia (np. konie sportowe) Nie da się podać wyniku w jednostkach fenotypów (różne miary) Potrzebny wspólny miernik np. złotówki wagi ekonomiczne v G łącz. = v 1 *G 1 + v 2 *G b p *X p G 1, G 2 itp. nie są znane. I = b 1 *X 1 + b 2 * X b p *X p
27 Szacowanie równania indeksu selekcyjnego przy pomocy rachunku macierzowego (cecha mierzona u osobnika, jego matki oraz 10HS) ,70 195,35 390, ,70 195,35 390, ,77 wariancje i kowariancje dla źródeł informacji
28 781,41 390,70 195,35 kowariancje między każdym ze źródeł informacji a szacowaną wartością hodowlaną
29 0, , , , , , I = 0,197304*własna wyd. + 0,0745*wyd. matki + 0,092741*wyd 10 HS
30 Konstruowanie indeksu selekcyjnego koni na podstawie wyników w 3 konkursach przy pomocy analizy regresji
31 1. Badanie zależności między cechami Korelacje konkurs_1 konkurs_2 konkurs_3 wartość_hod Korelacja Pearsona Istotność (dwustronna) 0,711** 0,691** 0,563** <0,001 <0,001 <0,001 N
32 2. Analiza: regresja liniowa wielokrotna
33 3. Analiza: regresja liniowa wielokrotna H0: współczynnik regresji nie jest istotny H1: współczynnik regresji jest istotny Współczynniki niestandaryzowane Współczynniki standaryzowane t Istotność B Błąd standardowy Beta (Stała) 29,970 4,583 6,539,000 konkurs_ 1,502,081,438 6,227,000 konkurs_ 2 konkurs_ 3,308,061,371 5,062,000,223,090,172 2,460,016
34 Badanie istotności funkcji regresji Ho: funkcja regresji nie jest istotna H1: funkcja regresji jest istotna Model Suma kwadratów df Średni kwadrat F Istotność 1 Regresja 873, ,317 66,022 <0,001 Reszta 441, ,412 Ogółem 1315, I = 0,502*K1 + 0,308*K2 + 0,223*K3 + 29,970
35 BLUP Best Linear Unbiased Prediction (Najlepsza Liniowa Nieobciążona Predykcja) wykorzystuje tzw. modele mieszane jednoczesne szacowanie wpływu efektów stałych oraz losowych (wartości hodowlanych) animal model (model zwierzęcia, model osobniczy) uwzględnia spokrewnienia między wszystkimi ocenianymi osobnikami sire model (model ojca) jedynie do oceny ojców na podstawie ich córek
36 BLUP - właściwości pozwala na wyeliminowanie czynników stałych (np. środowisko) wykorzystuje informacje od osobników spokrewnionych wykorzystanie wszystkich dostępnych informacji maksymalna dokładność optymalizacja odstępu pokoleń długotrwałe stosowanie może prowadzić do wzrostu inbredu
37 Przykład: w oparciu o metodę BLUP dokonaj oceny wartości hodowlanej dla cechy masa ciała dorosłego psa numer zwierzęcia hodowca ojciec matka masa ciała 4 hodowca 1 1-4,5 5 hodowca ,9 6 hodowca ,9 7 hodowca ,5 8 hodowca
38
39
40 numer zwierzęcia hodowca ojciec matka masa ciała 4 hodowca 1 1-4,5 5 hodowca ,9 6 hodowca ,9 7 hodowca ,5 8 hodowca ,3585 3,4044 0,0984-0,0187-0,0411-0,0086-0,1857 0,1768-0,2490 0,1826
Ocena wartości hodowlanej. Dr Agnieszka Suchecka
Ocena wartości hodowlanej Dr Agnieszka Suchecka Wartość hodowlana genetycznie uwarunkowane możliwości zwierzęcia do ujawnienia określonej produkcyjności oraz zdolność przekazywania ich potomstwu (wartość
Bardziej szczegółowoCECHY ILOŚCIOWE PARAMETRY GENETYCZNE
CECHY ILOŚCIOWE PARAMETRY GENETYCZNE Zarządzanie populacjami zwierząt, ćwiczenia V Dr Wioleta Drobik Rodzaje cech Jakościowe o prostym dziedziczeniu uwarunkowane zwykle przez kilka genów Słaba podatność
Bardziej szczegółowoZarządzanie populacjami zwierząt. Parametry genetyczne cech
Zarządzanie populacjami zwierząt Parametry genetyczne cech Teoria ścieżki zależność przyczynowo-skutkowa X p 01 Z Y p 02 p 01 2 + p 02 2 = 1 współczynniki ścieżek miary związku między przyczyną a skutkiem
Bardziej szczegółowoDefinicja. Odziedziczalność. Definicja. w potocznym rozumieniu znaczy tyle co dziedziczenie. Fenotyp( P)=Genotyp(G)+Środowisko(E) V P = V G + V E
Odziedziczalność w potocznym rozumieniu znaczy tyle co dziedziczenie...ale ma ścisłą techniczną definicję. Definicja Fenotyp( P)=Genotyp(G)+Środowisko(E) V P = V G + V E H 2 (w szerszym sensie) = V G /
Bardziej szczegółowoZarządzanie populacjami zwierząt. Ocena wartości hodowlanej Wykład 7
Zarządzanie populacjami zwierząt Ocena wartości odowlanej Wykład 7 Wartość fenotypowa Ceca ilościowa G GE E D I GE E E p E t,d,i addytywna, dominacyjna, interakcyjna (epistatyczna) część wartości genotypowej
Bardziej szczegółowoGenetyka populacji. Ćwiczenia 7
Genetyka populacji Ćwiczenia 7 Rodowody wraz z wynikami kontroli użytkowości stanowią podstawową informację potrzebną do doskonalenia zwierząt C F X S D C F C F S D strzałka oznacza przepływ genów między
Bardziej szczegółowoZARZĄDZANIE POPULACJAMI ZWIERZĄT SPOKREWNIENIE INBRED
ZARZĄDZANIE POPULACJAMI ZWIERZĄT SPOKREWNIENIE INBRED Rodowody wraz z wynikami kontroli użytkowości stanowią podstawową informację potrzebną do doskonalenia zwierząt X S D C F C F C S D F strzałka oznacza
Bardziej szczegółowoOcena wartości hodowlanej buhajów rasy simentalskiej. Sierpień
Ocena wartości hodowlanej buhajów rasy simentalskiej Sierpień 2017.3 1 Spis treści Ocena wartości hodowlanej dla cech produkcyjnych i komórek somatycznych... 3 Indeks produkcyjny [kg]... 3 Podindeks produkcyjny
Bardziej szczegółowoModelowanie danych hodowlanych
Modelowanie danych hodowlanych 1. Wykład wstępny. Algebra macierzowa 3. Wykorzystanie różnych źródeł informacji w predykcji wartości hodowlanej 4. Kowariancja genetyczna pomiędzy spokrewnionymi osobnikami
Bardziej szczegółowoPORÓWNYWANIE POPULACJI POD WZGLĘDEM STRUKTURY
PORÓWNYWANIE POPULACJI POD WZGLĘDEM STRUKTURY obliczanie dystansu dzielącego grupy (subpopulacje) wyrażonego za pomocą indeksu F Wrighta (fixation index) w modelu jednego locus 1 Ćwiczenia III Mgr Kaczmarek-Okrój
Bardziej szczegółowoX Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9
Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli
Bardziej szczegółowoPokrewieństwo, rodowód, chów wsobny
Pokrewieństwo, rodowód, chów wsobny Pokrewieństwo Pokrewieństwo, z punktu widzenia genetyki, jest podobieństwem genetycznym. Im osobniki są bliżej spokrewnione, tym bardziej są podobne pod względem genetycznym.
Bardziej szczegółowoMODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Bardziej szczegółowoPDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
Bardziej szczegółowoRegresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).
Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych
Bardziej szczegółowoDOBÓR. Kojarzenie, depresja inbredowa, krzyżowanie, heterozja
DOBÓR Kojarzenie, depresja inbredowa, krzyżowanie, heterozja SELEKCJA grupa osobników obu płci, która ma zostać rodzicami następnego pokolenia DOBÓR OSOBNIKÓW DO KOJARZEŃ POSTĘP HODOWLANY następne pokolenie
Bardziej szczegółowoSpokrewnienie prawdopodobieństwo, że dwa losowe geny od dwóch osobników są genami IBD. IBD = identical by descent, geny identycznego pochodzenia
prawdopodobieństwo, że dwa losowe geny od dwóch osobników są genami ID. Relationship Relatedness Kinship Fraternity ID = identical by descent, geny identycznego pochodzenia jest miarą względną. Przyjmuje
Bardziej szczegółowoSelekcja, dobór hodowlany. ESPZiWP
Selekcja, dobór hodowlany ESPZiWP Celem pracy hodowlanej jest genetyczne doskonalenie zwierząt w wyznaczonym kierunku. Trudno jest doskonalić zwierzęta już urodzone, ale można doskonalić populację w ten
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoOcena wartości hodowlanej buhajów rasy simentalskiej
Ocena wartości hodowlanej buhajów rasy simentalskiej Sierpień 2016 1 Spis treści Ocena wartości hodowlanej dla cech produkcyjnych i komórek somatycznych... 3 Indeks produkcyjny [kg]... 3 Podindeks produkcyjny
Bardziej szczegółowoINFORMATYKA W SELEKCJI
INFORMATYKA W SELEKCJI INFORMATYKA W SELEKCJI - zagadnienia 1. Dane w pracy hodowlanej praca z dużym zbiorem danych (Excel) 2. Podstawy pracy z relacyjną bazą danych w programie MS Access 3. Systemy statystyczne
Bardziej szczegółowoREGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji
Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji
Bardziej szczegółowoKORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
Bardziej szczegółowoPraca hodowlana. Wartość użytkowa, wartość hodowlana i selekcja bydła
Praca hodowlana Wartość użytkowa, wartość hodowlana i selekcja bydła Duże zróżnicowanie, obserwowane w zakresie wydajności poszczególnych krów w obrębie rasy, zależy od wielu czynników genetycznych i środowiskowych.
Bardziej szczegółowoANALIZA REGRESJI SPSS
NLIZ REGRESJI SPSS Metody badań geografii społeczno-ekonomicznej KORELCJ REGRESJ O ile celem korelacji jest zmierzenie siły związku liniowego między (najczęściej dwoma) zmiennymi, o tyle w regresji związek
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoZmienność. środa, 23 listopada 11
Zmienność http://ggoralski.com Zmienność Zmienność - rodzaje Zmienność obserwuje się zarówno między poszczególnymi osobnikami jak i między populacjami. Różnice te mogą mieć jednak różne podłoże. Mogą one
Bardziej szczegółowoWspółczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ
Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,
Bardziej szczegółowoDziedziczenie poligenowe
Dziedziczenie poligenowe Dziedziczenie cech ilościowych Dziedziczenie wieloczynnikowe Na wartość cechy wpływa Komponenta genetyczna - wspólne oddziaływanie wielu (najczęściej jest to liczba nieznana) genów,
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoTeoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.
Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej
Bardziej szczegółowoKorelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 5
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoAnaliza współzależności dwóch cech I
Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych
Bardziej szczegółowoMetody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin. Henryk Bujak
Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin Henryk Bujak e-mail: h.bujak@ihar.edu.pl Ocena różnorodności fenotypowej Różnorodność fenotypowa kolekcji roślinnych zasobów
Bardziej szczegółowoRozwój oceny wartości hodowlanej w Polsce w świetle oczekiwań hodowców dr Katarzyna Rzewuska CGen PFHBiPM
Rozwój oceny wartości hodowlanej w Polsce w świetle oczekiwań hodowców dr Katarzyna Rzewuska CGen PFHBiPM k.rzewuska@cgen.pl 1 października 2018 Czym jest indeks ekonomiczny? WH =? Indeks ekonomiczny to
Bardziej szczegółowo5. WNIOSKOWANIE PSYCHOMETRYCZNE
5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania
Bardziej szczegółowoWstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński
Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia
Bardziej szczegółowoSekwencjonowanie nowej generacji i rozwój programów selekcyjnych w akwakulturze ryb łososiowatych
Sekwencjonowanie nowej generacji i rozwój programów selekcyjnych w akwakulturze ryb łososiowatych Konrad Ocalewicz Zakład Biologii i Ekologii Morza, Instytut Oceanografii, Wydział Oceanografii i Geografii,
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 8
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8 Regresja wielokrotna Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X 1, X 2, X 3,...) na zmienną zależną (Y).
Bardziej szczegółowoModelowanie danych hodowlanych
Modelowanie danych hodowlanych 1. Wykład wstępny 2. Algebra macierzowa 3. Wykorzystanie różnych źródeł informacji w predykcji wartości hodowlanej 4. Kowariancja genetyczna pomiędzy spokrewnionymi osobnikami
Bardziej szczegółowoOcena wartości hodowlanej buhajów rasy PHF odmiany czarno-białej i czerwono-białej
Ocena wartości hodowlanej buhajów rasy PHF odmiany czarno-białej i czerwono-białej ( listopad 2012) SPIS TREŚCI Ocena wartości hodowlanej buhajów dla cech produkcyjnych i zawartości komórek somatycznych...
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoTablica Wzorów Rachunek Prawdopodobieństwa i Statystyki
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...
Bardziej szczegółowoStatystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34
Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoZ poprzedniego wykładu
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne
Bardziej szczegółowo8.1. Syndrom wypalenia zawodowego a dopasowanie do środowiska pracy - analiza korelacji. Rozdział 8. Dane uzyskane w badaniach
W tej części pracy przedstawione zostały dane zebrane w badaniach wraz z ich statystycznym opracowaąiem mającym na celu zbadanie, czy zachodzą zależności pomiędzy dopasowaniem do środowiska pracy a wypaleniem
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 7
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y
Bardziej szczegółowoweryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)
PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoWielkość dziennego obrotu w tys. zł. (y) Liczba ekspedientek (x) 6 2 4 5,5 6,6
Zad. 1. Zbadano wydajność odmiany pomidorów na 100 poletkach doświadczalnych. W wyniku przeliczeń otrzymano przeciętną wydajność na w tonach na hektar x=30 i s 2 x =7. Przyjmując, że rozkład plonów pomidora
Bardziej szczegółowoWERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno
WERYFIKACJA MODELI MODELE LINIOWE Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno ANALIZA KORELACJI LINIOWEJ to NIE JEST badanie związku przyczynowo-skutkowego, Badanie współwystępowania cech (czy istnieje
Bardziej szczegółowo( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Bardziej szczegółowoSTATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech
TATYTYKA wykład 8 Wnioskowanie Weryfikacja hipotez Wanda Olech Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Bardziej szczegółowoGENETYKA POPULACJI. Ćwiczenia 5 Biologia I MGR
GENETYKA POPULACJI Ćwiczenia 5 Biologia I MGR WSPÓŁCZESNA GENETYKA POPULACJI CÓRKA TRZECH MATEK TRZY MATKI trzy rewolucje dotyczące teorii i technologii 1) Rewolucja koncepcyjna: wyłoniona z teorii koalescencji,
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoGenetyka cech ilościowych zwierząt w praktyce
Genetyka cech ilościowych zwierząt w praktyce Materiały do zajęć Tomasz Strabel Akademia Rolnicza im. Augusta Cieszkowskiego w Poznaniu, Katedra Genetyki i Podstaw Hodowli Zwierząt Ostatnia aktualizacja:
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31
Statystyka Wykład 8 Magdalena Alama-Bućko 10 kwietnia 2017 Magdalena Alama-Bućko Statystyka 10 kwietnia 2017 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoWnioskowanie statystyczne Weryfikacja hipotez. Statystyka
Wnioskowanie statystyczne Weryfikacja hipotez Statystyka Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną
Bardziej szczegółowoAnaliza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres
Bardziej szczegółowoPsychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY
definicja rzetelności błąd pomiaru: systematyczny i losowy Psychometria Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. rozkład X + błąd losowy rozkład X rozkład X + błąd systematyczny
Bardziej szczegółowonosiciel choroby chora. mężczyzna kobieta. pleć nieokreślona. małżeństwo rozwiedzione. małżeństwo. potomstworodzeństwo
mężczyzna kobieta nosiciel choroby chora pleć nieokreślona małżeństwo małżeństwo rozwiedzione potomstworodzeństwo potomstworodzeństwo P ciążapleć dziecka nieokreślona 9 poronienie w 9 tygodniu adopcja
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoZadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Bardziej szczegółowoGENETYKA POPULACJI. Ćwiczenia 4 Biologia I MGR
GEETYKA POPULACJI Ćwiczenia 4 Biologia I MGR Ad. Ćwiczenia Liczba możliwych genotypów w locus wieloallelicznym Geny sprzężone z płcią Prawo Hardy ego-weinberga p +pq+q = p+q= m( m ) p P Q Q P p AA Aa wszystkich_
Bardziej szczegółowoRecenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak
Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN
Bardziej szczegółowoANALIZY WIELOZMIENNOWE
ANALIZY WIELOZMIENNOWE ANALIZA REGRESJI Charakterystyka: Rozszerzenie analizy korelacji o badanie zależności pomiędzy wieloma zmiennymi jednocześnie; Podstawowe zastosowanie (ale przez nas w tym momencie
Bardziej szczegółowoSelekcja Selekcja naturalna. Warunki selekcji. Rodzi się więcej osobników niż może przeżyć i rozmnażać się.
Warunki selekcji Selekcja Rodzi się więcej osobników niż może przeżyć i rozmnażać się. Osobniki różnią się między sobą zdolnością przeżycia i rozmnażania. Zmnienność między osobnikami jest częściowo odziedziczalna.
Bardziej szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP NIEZBĘDNE DO ZROZUMIENIA WYKŁADU POJĘCIA Doświadczenie jednogrupowe (jednopróbkowe), dwugrupowe (dwupróbkowe) Doświadczenie niezależne i wiązane (zależne, sparowane)
Bardziej szczegółowoDepresja inbredowa i heterozja
Depresja inbredowa i heterozja Charles Darwin Dlaczego rośliny chronią się przed samozapyleniem? Doświadczenie na 57 gatunkach roślin! Samozapłodnienie obniża wigor i płodność większości z 57 gatunków
Bardziej szczegółowoRegresja i Korelacja
Regresja i Korelacja Regresja i Korelacja W przyrodzie często obserwujemy związek między kilkoma cechami, np.: drzewa grubsze są z reguły wyższe, drewno iglaste o węższych słojach ma większą gęstość, impregnowane
Bardziej szczegółowoGenetyka populacji. Efektywna wielkość populacji
Genetyka populacji Efektywna wielkość populacji DRYF GENETYCZNY Przypadkowe zmiany częstości alleli szczególnie ważne w małych populacjach 2015-10-22 2 DRYF GENETYCZNY Wybieramy z dużej populacji o p=q=0,5
Bardziej szczegółowoTestowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie
Bardziej szczegółowodr hab. Renata Karkowska 1
dr hab. Renata Karkowska 1 Miary zmienności: obrazują zmiany cen, stóp zwrotu instrumentów finansowych, opierają się na rozproszeniu ich rozkładu, tym samym uśredniają ryzyko: wariancja stopy zwrotu, odchylenie
Bardziej szczegółowoWNIOSKOWANIE W MODELU REGRESJI LINIOWEJ
WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Teoria prawdopodobieństwa i elementy kombinatoryki 3. Zmienne losowe 4. Populacje i próby danych 5. Testowanie hipotez i estymacja parametrów 6. Test t 7. Test
Bardziej szczegółowoSkładniki jądrowego genomu człowieka
Składniki jądrowego genomu człowieka Genom człowieka 3 000 Mpz (3x10 9, 100 cm) Geny i sekwencje związane z genami (900 Mpz, 30% g. jądrowego) DNA pozagenowy (2100 Mpz, 70%) DNA kodujący (90 Mpz ~ ok.
Bardziej szczegółowoMETODOLOGIA I METODYKA NAUK PRZYRODNICZYCH. Aleksandra Jakubowska
METODOLOGIA I METODYKA NAUK PRZYRODNICZYCH Aleksandra Jakubowska Źródła błędów Źródło Zmiana w czasie Efekt procedury Efekt obserwatora Błąd losowy (zmienność generowana przez eksperymentatora) Co redukuje
Bardziej szczegółowoRegresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna
Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować
Bardziej szczegółowoZależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna),
Zależność przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna), funkcyjna stochastyczna Korelacja brak korelacji korelacja krzywoliniowa korelacja dodatnia korelacja ujemna Szereg korelacyjny numer
Bardziej szczegółowoWspółczynniki korelacji czastkowej i wielorakiej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 18 listopada 2017 1 Regresja krzywoliniowa 2 Model potęgowy Model potęgowy y = αx β e można sprowadzić poprzez zlogarytmowanie obu stron równania
Bardziej szczegółowoPodstawy pracy hodowlanej. Krzyżowanie towarowe
Podstawy pracy hodowlanej. Krzyżowanie towarowe Hodowla jest to zespół planowych działań zmierzających do doskonalenia genetycznego lub przekształcenia cech użytkowych zwierząt, zgodnie z określonymi wymaganiami
Bardziej szczegółowoĆwiczenie: Wybrane zagadnienia z korelacji i regresji
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Stanisza r xy = 0 zmienne nie są skorelowane 0 < r xy 0,1
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 4 Temat: Analiza korelacji i regresji dwóch zmiennych
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych
Bardziej szczegółowoTypy zmiennych. Zmienne i rekordy. Rodzaje zmiennych. Graficzne reprezentacje danych Statystyki opisowe
Typy zmiennych Graficzne reprezentacje danych Statystyki opisowe Jakościowe charakterystyka przyjmuje kilka możliwych wartości, które definiują klasy Porządkowe: odpowiedzi na pytania w ankiecie ; nigdy,
Bardziej szczegółowo, a ilość poziomów czynnika A., b ilość poziomów czynnika B. gdzie
Test Scheffego, gdzie (1) n to ilość powtórzeń (pomiarów) w jednej grupie (zabiegu) Test NIR Istnieje wiele testów dla porównań wielokrotnych opartych o najmniejszą istotna różnicę między średnimi (NIR).
Bardziej szczegółowoDOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Szacowanie niepewności oznaczania / pomiaru zawartości... metodą... Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoAnaliza Współzależności
Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Współzależności Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka
Bardziej szczegółowo