Odhad plemenné hodnoty
|
|
- Karel Špringl
- před 4 lety
- Počet zobrazení:
Transkript
1 Odhad plemenné hodnot doc. Ing. Tomáš Urban, Ph.D. Genetická variabilita > jedinci s různými genotp > různí jedinci mají různou genetickou hodnotu Pro šlechtitele je důležitá plemenná hodnota > ovlivněna efekt alel v lokusu, interakcemi Gamet = 1 alela >>> PH závisí na efektech individuální alel, ne na efektech alelického páru na lokusu Tomáš Urban - MENDELU 04/05/015 1
2 Plemenná hodnota hodnota genů zvířete, které jsou předán jeho potomkům (součet efektů všech jeho genů pro danou vlastnost) Plemenná hodnota pravděpodobnost, že potomstvo bude vkazovat dobré genetické založení Plemenná hodnota a genetické založení Kvantitativní charakter užitkových vlastností Lze zjistit rozdíl mezi užitkovostmi způsobené různými genotp. Tto rozdíl jsou odhadnutelné PH - odhad genetického založení jedince (jeho jedinečný genotp) vjádřené odchlkou v užitkové vlastnosti od průměru vrstevníků Tomáš Urban - MENDELU 04/05/015
3 Odhad plemenné hodnot (OPH) - je proces očištění genetických vlivů působících na užitkovost od činitelů NEGENETICKÉ povah a vše ostatní odstranit z vlivu Na základě závisle proměnné užitkovosti chci odhadnout genetické založení jedince testace zvířat a jejich matematické vhodnocení Stanovit přímý účinek genotpu jedince na vlastní užitkovost a to genů s aditivním účinkem OPH odhad odchlk genetického založení. Genetické založení je neodhadnutelné, ale odhadnutelné jsou rozdíl v genetickém založení pomocí PH přímé změření: h =1, nebo potomků OPH = odhad rozdílů genetického založení (nejde o absolutní užitkovost) - vchází z fenotpové odchlku od průměru vrstevníků (referenční populace): D = i - Kontrola užitkovosti a výkonná výpočetní technika přesto získáváme jen odhad Tomáš Urban - MENDELU 04/05/015 3
4 Prostřeďové efekt Náhodné prostřeďové efekt (nesstematické) Nezjistitelná proměnlivost U každého jedince v různém směru (+ -) a velikosti Působí krátkodobě a na jedince (nelze kvantifikovat) Nelze fenotpovou hodnotu od těchto efektů očistit Sstematické efekt pevné Působí na celou skupinu jedinců a dlouhodobě Většinou jsou prostřeďové Můžeme je eliminovat uspořádáním podmínek (standardizace) Matematick efekt v modelech u BLUP se rozlišují pevné a náhodné sstematické efekt Vnější (oblast, podnik, stáj, rok, období, výživa, ošetřovatelé, ) Vnitřní (věk jedinců, věk matk, pohlaví, četnost vrhu, pořadí vrhu, pořadí laktace, ) Eliminace pomocí korekčních faktorů se očišťují data pro OPH či genetických parametrů (h, r op, r G ) v metodě MNČ Fenotpová hodnota: P = A + E * E * (D, I, náhodné prostředí) A (aditivní efekt) Odhad PH Př. Býk měl výrazně lepší (350 kg) hmotnost v 1 roce) než populační průměr (300 kg). Jeho fenotp jako odchlka je +50 kg. Je však tato fenotpová odchlka způsobena jen genetickými rozdíl? Býk b mohl být dobrý podle svých genů, ale také z důvodu, že se vvíjel v lepších podmínkách. Otázka zní, jaká část fenotpových odchlek je způsobena genetickými, tzn. plemennou hodnotou? Tomáš Urban - MENDELU 04/05/015 4
5 OPH = heritabilita + fenotpová odchlka Větší část fenotpových rozdílů je připisována plemenné hodnotě, je-li heritabilita všší. Plemenná hodnota je odhadována regresí. Směrnice regresní přímk je heritabilita, která nám říká, jak velký rozdíl plemenné hodnot lze očekávat za jednotku rozdílu fenotpu. Při informaci o vlastní užitkovosti zvířete je váha informace b = h Více informací zvýšení přesnosti OPH, tj. informace o korelovaných vlastnostech nebo o příbuzných jedincích, a lze vpočítat více vah mnohonásobným regresním modelem. Jednoduché vjádření OPH OPH = b. D D = i - r b a r spolehlivost odhadu PH (reliabilit R v katalozích) determinační koeficient; umocněná korelace r přesnost (odmocnina spolehlivosti), korelace mezi genotpem (skutečnou PH) a fenotpem (OPH); spolehlivost je větší než přesnost a aditivní příbuznost ke zdroji informací b a, a, cov var a, cov a a, a e var h Regrese PH na fenotpovou hodnotu jedince Tomáš Urban - MENDELU 04/05/015 5
6 Přesnost OPH - r r a, a a, b a,. a h Přesnost: kolik rozdílů mezi SPH jsme schopni vsvětlit na základě OPH Při odhadu PH na základě fenotpu platí: r cov cov b. cov r a, r cov a,aˆ a, b( ) a, a, a, aˆ ra, σ aσ aˆ σ aσb( ) σ a. b. σ σ aσ a,a Přesnost: korelace mezi SPH a OPH Zvíře s r má D Zvíře s r má D Spolehlivost OPH r r - nízká spolehlivost JE LEPŠÍ obě mají stejnou PH Porovnání OPH zvířat s různými skupinami vrstevníků OPH = b. D = h.d jedinec Hmotnost v 1 roce Průměr vrstevníků Fenotpová odchlka OPH Karel Rudolf h 0,40 Tomáš Urban - MENDELU 04/05/015 6
7 PH p = ½ (PH O + PH M ) PH rodičů ½ + ½ = 1 potomek Př. U p = U + PH p otec PH ½ matka PH ½ PH p Cíl: růst genetické úrovně ve stádě; chceme, ab posun od U k U p bl co nejvšší - maximální. průměrná užitkovost rodičů (stáda) 5000 kg mléka? Průměrná užitkovost potomků? Spolehlivost selekce ( OPH) OPH r. G r I OPH A G G G Př. Spolehlivost potomstva (PH p ) r 1 4( r O r M ) PH r (%) otec matka PH p (100:4) Předpovídáme PH P se spolehlivostí 5 %. Tomáš Urban - MENDELU 04/05/015 7
8 PH zvířete je vjádřena vzhledem k vrstevníkům v konkrétním čase a místě! Genetický zisk na základě OPH Genetický zisk: G = ½ (d otce + d matk ) (popř. G = d) Genetický zisk na základě vlastní užitkovosti OPH A G i. h. r IA = h a pak p h. A p G i. r IA. A G rok i otcu. r IA otcu L otcu i L matek matek. r IA matek. A Tomáš Urban - MENDELU 04/05/015 8
9 Př. σ A = 19 i = 0,80 G i. r IA. A Selekce na r Očekávaný genetický zisk Realizovaný genetický zisk OPH průměru rodičů 0,45 +6,8 +5 OPH vlastní užitkovost 0,63 +9,5 +11 Skutečná PH Historie vývoje metod OPH Selekční index pro OPH jedince Vpočítaná hodnota > selekční kritérium (obsahoval váh pro různé informace); jedinci s nejvšší hodnotou > pro plemenitbu Hazel a Lush (194), rozvinul Henderson (1963) metodu nejmenších čtverců Problém vchýlenosti pro nebalancovanost údajů pro sstematické efekt prostředí OPH plemeníků na základě užitkovosti potomků Robertson a Rendel (1954) dcer plemeníka se porovnával se současnými vrstevnicemi (contemporar comparison) Henderson et al. (1954) dcera plemeníka se všemi stádovými vrstevnicemi po jiných plemenících (s průměrnou užitkovostí stáda v daném období) Těžko splnitelné podmínk neexistence interakcí mezi plemeník a stádem, nezohlednění genetické úrovně skupin dojnic BLUP pro OPH Lineární smíšené model (korekce na fixní sstematické efekt, pak odhad genetických parametrů a PH) Spolehlivý odhad variance a kovariance; sstem. efekt fixní a náhodné Henderson (1963, 1973) sire model, dam model BLUP AM (komplexnější přístup) individuální model (animal model) (Henderson 1988) (Quaas a Pollak (1980) Hodnotí se každé zvíře samostatně a současně v závislosti na příbuzných jedincích Každé zvíře má svou rovnici Spojení rovnic pomocí matice aditivní genetické příbuznosti A Tomáš Urban - MENDELU 04/05/015 9
10 Zpřesnění odhadu plemenné hodnot opakování užitkovosti počt jedinců počt vrstevnic zohlednění příbuzenských vztahů korelované vlastnosti korekce na vliv prostředí (sstematické) i f ( Fi, Gi, ei ) i F i G i e i 1. Teoretický model (nemusí být vhodnotitelný) = f(x). Praktický model lineárně kombinujeme efekt ovlivňující veličinu = a + b + 3. Proveditelný model = SRO + J + další efekt Tomáš Urban - MENDELU 04/05/015 10
11 přesnost stoupá LSM BLUP AM - metoda nejmenších čtverců (MNČ) - nejlepší lineární nestranná předpověď (NLNP) (dokáže pracovat s náhodnými efekt, nemusí být na sobě nezávislé, ale mohou být i příbuzní jedinci - individuální model (IM) (zahrnuje každého jedince, vužívá kompletně vzájemnou příbuznost zkoumaných zvířat) Nejlepší předpovědi - Best Linear Unbiased Prediction BLUP smíšený model: - nejlepší lineární nevchýlená předpověď NLNP (metoda nejmenších čtverců) - metoda odhadu nejmenších čtverců náhodných nebo smíšených modelů = Xb + Zu + e X, Z incidenční matice, udávající, které efekt jsou obsažen v pozorování b vektor obsahující všechn fixní efekt (fixní genetické rozdíl a sstematické vliv prostředí) u vektor všech náhodných efektů (stádo, rok, sezóna); obsahuje také OPH e náhodné nesstematické zbtkové efekt Tomáš Urban - MENDELU 04/05/015 11
12 Odhad PH - BLUP AM BLUP - AM se provádí pomocí distribuční funkce f(t/) T hledané veličin (vektor) naměřené užitkovosti (vektor) parciální derivací fce hledáme průběh a extrém funkce pomocí soustav normálních rovnic (maticová soustava) Mixed Model Equation (MME) (W R -1 W + H -1 )T = W R -1 W matice plánu experimentu, incidenční, designová (odhad PH) rozepisuje se na matice X a Z! R kovarianční matice reziduí (chb v datech) H kovarianční matice mezi hledanými veličinami T hledaná veličina modelová rovnice (maticový zápis): smíšený lineární model ijk = b i + u j + e ijk užitkovost = součet faktorů, které ji ovlivňují = Xb + Zu + e u PH Aditivní plemenné hodnot jsou náhodnými efekt se známou VCV maticí. U vektorů u a e se předpokládá N a E(u) = E(e) = 0 Vektor pozorování má multivariátní normální rozdělení s průměrem Xb (E() = Xb) a variancí V BLUE a BLUP jsou nejlepší, protože minimalizují výběrovou varianci; lineární v tom smslu, že jsou lineárními funkcemi pozorovaných fenotpů ; nevchýlené ve smslu, že E[BLUE(b)] = b a E[BLUP(u)] = u. V = V(Zu + e) = ZGZ` + R G je variančně kovarianční matice vektoru náhodných efektů u V(u) R je variančně kovarianční matice reziduálních chb V(e) Nejsou-li otcové příbuzní pak je G = I σ O (σ O = ¼ σ A) Jsou-li otcové příbuzní pak G = A σ O (~ animal model) BLUE pro pevné efekt b: bˆ ( XV 1 X) 1 XV 1 BLUP pro náhodné efekt u: ~ OPH uˆ GZV 1 ( Xbˆ ) (Henderson, 1963) Tomáš Urban - MENDELU 04/05/015 1
13 modelová rovnice (maticový zápis): = Xb + Zu + e soustava normálních rovnic XR ZR 1 1 X X ZR XR 1 1 Z Z H - b u XR ZR LS T PS 1 1 (Henderson, 1950) LS.T = PS T = LS -1.PS vektor naměřených užitkovostí (n) (n x 1) X incidenční matice udávající plán pokusu pevných efektů X (n x p) Z incidenční matice udávající plán pokusu náhodných efektů Z (n x q) b vektor odhadů pevných efektů (odhad úrovní p) (p x 1) u vektor odhadů náhodných efektů; u ~ PH (odhad úrovní q) (q x 1) e vektor nekontrolovatelných náhodných reziduálních efektů (vektor reziduálních odchlek, u kterých se předpokládá, že jsou nezávislé na náhodných genetických efektech (n x 1) kovarianční matice inverzní H - Kdž jsou rezidua nekorelována a mají stejnou, konstantní varianci pak: R I e 1 R I / e XR ZR 1 1 X X 1 XR Z 1 - ZR Z H b u XR ZR 1 1 BLUP XX ZX BLUP AM XX ZX XZ ZZ G XZ ZZ - 1 e -1 A K bˆ uˆ bˆ uˆ = = X Z X Z K K e e u A 1 h h 4 h h K Tomáš Urban - MENDELU 04/05/015 13
14 Postup řešení BLUP AM stanovit modelovou rovnici ujasnit si teoretický model (vezmu v úvahu všechn faktor, které b mohl podle mě působit na výslednou užitkovost) sestavit praktický model - proveditelný (tj. vloučíme z vlivů t, které nejsme schopni evidovat; SRO snaha ab období blo co nejkratší, protože krmení se může změnit během 14 dnů) sestavit soustavu normálních rovnic, které se řeší: metoda nejmenších čtverců MNČ (LSM) nejméně vhodná, protože řeší jen pevné efekt (X X a b) bod. a 3. závisí na konkrétním případě (každá země počítá AM trochu jinak různé podmínk) lepší je metoda BLUP (NLNP) nejlepší je AM (IM) Př. BLUP AM: ijkl = + S i + L j + g k + e ijkl = Xb +Zu + e ijkl [~ ] - naměřená užitkovost [~ X] - populační průměr S i, L j [~ b] - stádo a laktace- působení chovatele na zvířata, na jejich užitkovost g k [~ u] efekt jedince (genetický) ten chceme určit - PH! e ijkl [~ e] reziduum XX ZX jedince stádo laktace užitkovost * * XZ b -1 ZZ A K u XY ZY pořadí kráva OPH užitkovost stádo: 547 kg. stádo: 735 kg 1. laktace: - 574,4 kg. laktace: + 861,6 kg PH jedinců (krav): kg. 47 kg kg kg ,5 0, kg 1 h K 4 A h PH otce: 44 kg mléka Tomáš 5 Urban - MENDELU 01 0, , /05/ , ,5 1 pořadí
15 Sstém genetického hodnocení pomáhá při navrhování šlechtitelských programů Year of Birth 199 Selekce na fenotp Rok narození Rok Year narození of Birth 199 Selekce na OPH Phenotpe fenotp BLUP OPH BLUP EBV Princip genetického zlepšení pomocí selekce i p d P G i r p a A G rok i L m m if L f h P G rok i p r a L A Tomáš Urban - MENDELU 04/05/015 15
16 Kvantitativně molekulární přístup genomická selekce Tp molekulárně genetických dat (z hlediska aplikace) Kandidátní gen Funkční marker (Funkcional marker) Přímé marker (Direct marker) Lokus kvantitativních znaků, QTL LD marker (Linkage Disequilibrum markers) LE marker (Linkage Equilibrum markers) 3 Tomáš Urban - MENDELU 04/05/015 16
17 SNP označují alelickou diferenci mezi dvěma homologními chromozom Nukleotidové sekvence obou chromozomů jsou identické kromě markeru SNP a alel QTL. Genetické marker I. tp - kódující gen, kandidátní gen II. tp - mikrosatelit (MS), krátkodobé tandemové sekvence bazí (STR 1 ) III tp - bi-alelický jednonukleotidový polmorfismus (SNP) v kódujících nebo častěji v nekódujících intronových či intergenových regionech Tomáš Urban - MENDELU 04/05/015 17
18 Molekulární genetika ve šlechtění MAS marker assisted selection (vazba s QTL) GAS gene assisted selection (QTN quantitative trait nucleotide použití kandidátních genů) Genomická selekce (GS) Genomic selection (tisíce SNP rovnoměrně po celém genomu) Vužívání znalosti skutečné genetické variabilit (mutace v genech nebo v jejich blízkosti) detekovatelné metodami molekulární genetik Jejich aplikace ve šlechtění v sstémech selekce GS začlenění matice genomických SNP markerů do rovnic BLUP-AM (různé variant) a odhadnutí GEBV (genomická OPH) Současná selekce většin quantitative trait loci (QTLs) determinující selektovanou vlastnost GS umožňuje výrazné snížení nákladů oproti tradiční selekci a je efektivnější. Tomáš Urban - MENDELU 04/05/015 18
19 Náklad na sekvenování 1 Mb DNA 001: 5,9.39 $ 003:,30.98 $ 005: $ 007: $ 009: 0.78 $ 011: 0.19 $ Zdroj: NHGRI Tomáš Urban - MENDELU 04/05/015 19
20 Metod předpovědi genomické plemenné hodnot Blo vvinuto několik různých metod pro zahrnutí informací z genetických čipů do hodnocení jedinců vcházející z metod BLUP. Metod lze jednoduše dělit na metod jednokrokové a vícekrokové. Nebo na metod založené na předpovědi regresních koeficientů jednotlivých SNP a na metod založené na nahrazení matice příbuznosti, nebo její úpravě. (Jiménez-Montero et al., 013) Použití metod BLUP pro odhad genomické plemenné hodnot = Zu + Qq + e -> MA-BLUP -> MEBV u vektor polgenních efektů q vektor QTL efektů 40 Tomáš Urban - MENDELU 04/05/015 0
8 Odhad plemenné hodnoty (OPH)
Genetika ve šlechtění zvířat TGU 006 část 7. (rough draft version) 8 Odhad plemenné hodnot (OPH) V populaci jedinců je genetická variabilita způsobená jedinci s různými genotp. U kvantitativních vlastností
VíceLINEÁRNÍ MODELY. Zdeňka Veselá
LINEÁRNÍ MODELY Zdeňka Veselá vesela.zdenka@vuzv.cz Genetika kvantitativních vlastností Jednotlivé geny nejsou zjistitelné ani měřitelné Efekty většího počtu genů poskytují variabilitu, kterou lze většinou
VícePředpověď plemenné hodnoty Něco málo z praxe. Zdeňka Veselá
Předpověď plemenné hodnoty Něco málo z praxe Zdeňka Veselá vesela.zdenka@vuzv.cz Příprava datových souboru Databáze s výsledky užitkovosti jsou zpravidla obrovské soubory Např. kontrola užitkovosti masného
VíceZdeňka Veselá Tel.: Výzkumný ústav živočišné výroby, v.v.i.
ZÁKLADNÍ ZÁSADY ŠLECHTĚNÍ Zdeňka Veselá vesela.zdenka@vuzv.cz Tel.: 267009571 Výzkumný ústav živočišné výroby, v.v.i. Význam šlechtění Nejefektivnější činnost chovatele Soustavné zlepšování genetických
VíceSelekce. Zdeňka Veselá
Selekce Zdeňka Veselá vesela.zdenka@vuzv.cz Selekce Cílem změna genetické struktury populace 1. Přírodní 2. Umělá Selekce 1. Direkcionální (směrovaná) Nejčastější Výsledkem je posun střední hodnoty populace
VícePopis modelu pro odhady PH mléčné užitkovosti
Popis modelu pro odhady PH mléčné užitkovosti Zvířata zařazená do hodnocení V modelu plemene H jsou hodnoceny krávy s podílem krve H nebo 75% a výše. V modelu plemene C jsou hodnoceny krávy s podílem krve
VícePopis modelu pro odhady PH mléčné užitkovosti
Plemdat, s.r.o. 2.4.206 Popis modelu pro odhady P mléčné užitkovosti vířata zařazená do hodnocení V modelu plemene jsou hodnoceny krávy s podílem krve nebo 75% a výše. Krávy s podílem krve masného plemene
VíceZdeňka Veselá Tel.: Výzkumný ústav živočišné výroby, v.v.i.
BIOTECHNOLOGICKÉ METODY VE ŠLECHTĚNÍ HOSPODÁŘSKÝCH ZVÍŘAT Zdeňka Veselá vesela.zdenka@vuzv.cz Tel.: 267009571 Výzkumný ústav živočišné výroby, v.v.i. Co je šlechtění? Soustavné zlepšování genetických schopností
VíceProč nový systém odhadu plemenných hodnot?
Proč nový systém odhadu plemenných hodnot? Faktory ovlivňující užitkovost Chovatel Výživa Prostředí Užitkovost Genetická výbava 5-15% Zisk chovatele Spotřebitel Hodnocení zvířat 1900 KU 1920 vývoj metod
VíceMgr. et Mgr. Lenka Falková. Laboratoř agrogenomiky. Ústav morfologie, fyziologie a genetiky zvířat Mendelova univerzita
Mgr. et Mgr. Lenka Falková Laboratoř agrogenomiky Ústav morfologie, fyziologie a genetiky zvířat Mendelova univerzita 9. 9. 2015 Šlechtění Užitek hospodářská zvířata X zájmová zvířata Zemědělství X chovatelství
VíceBLUP. Zdeňka Veselá
BLUP deňk Veselá vesel.zdenk@vuzv.cz BLUP V prxi předpověď plemenné hodnot pomocí BLUP Best Liner Unised Prediction Sstém rovnic lineárních modelů se smíšenými efekt Fixní efekt npř. věk mtk, pohlví, plemeno,
VíceHodnocení plemenných + chovných + užitkových prasat
Hodnocení plemenných + chovných + užitkových prasat Metodické pokyny SCHP Hodnocení plemenných prasat Cíl hodnocení stanovit předpoklad využití zvířat v plemenitbě k dalšímu šlechtění populace k masovému
Více4. Genetické základy šlechtění hospodářských zvířat
část 3. (rough draft version) 4. Genetické základy šlechtění hospodářských zvířat Obecné principy postupu šlechtění Šlechtění je ekonomicky výhodnější než prostá produkce živočišných produktů ať v krátkodobém
VíceGenetika kvantitativních znaků
Genetika kvantitativních znaků Kvantitavní znaky Plynulá variabilita Metrické znaky Hmotnost, výška Dojivost Srstnatost Počet vajíček Velikost vrhu Biochemické parametry (aktivita enzymů) Imunologie Prahové
VícePředpověď plemenné hodnoty. Zdeňka Veselá
Předpověď plemenné hodnot Zdeňk Veselá vesel.zdenk@vuzv.cz UŽITKOVOST Kvntittivní vlstnosti vkzující zprvidl kontinuitní rozdělení v populci Nemůžeme přímo usuzovt n genotp Jsme odkázáni n biometrické
VíceKatedra speciální zootechniky, FAPPZ ČZU Praha
Šlechtění dojeného skotu v ČR Katedra speciální zootechniky, FAPPZ ČZU Praha Postupy při šlechtění Testování a posuzování vlastností zvířat Kontrola dědičnosti Šlechtitelské programy Šlechtění stád Testace
VíceHodnocení plemenných + chovných + užitkových prasat
Hodnocení plemenných + chovných + užitkových prasat Metodické pokyny SCHP Hodnocení plemenných prasat Cíl hodnocení stanovit předpoklad využití zvířat v plemenitbě k dalšímu šlechtění populace k masovému
Více8.2 PLEMENÁŘSKÁ PRÁCE V CHOVU SKOTU
8.2 PLEMENÁŘSKÁ PRÁCE V CHOVU SKOTU A. SELEKCE SKOTU Zákon č. 154/2000Sb O šlechtění,plemenitbě a evidenci hospodářských zvířat ( plemenářský zákon ) Organizace zabývající se šlechtěním: Plemo a.s., ČMSCH
VíceGenetika kvantitativních znaků. - principy, vlastnosti a aplikace statistiky
Genetika kvantitativních znaků Genetika kvantitativních znaků - principy, vlastnosti a aplikace statistiky doc. Ing. Tomáš Urban, Ph.D. urban@mendelu.cz Genetika kvantitativních vlastností Mendelistická
VíceOdhad plemenné hodnoty u plemene Salers
Odhad plemenné hodnoty u plemene Salers Základní statistické analýzy polního testu Rok zpracování 2000 počet průměr smodch min max průběh porodu PP 83916 1,09 0,36 1,00 4,00 porodní hmotnost porhm 85145
VíceSelekční efekt. Úvod do šlechtění zvířat 1
Selekční efekt Úvod do šlechtění zvířat 1 Dědičnost tělesné výšky u lidí ( F. Galton 1800-1911) Generac Odchylky od průměru populace e Rodičů -6,0-4,5-3,0-1,5 0 +1,5 +3,0 +4,5 +5,0 Potomků -4,0-2,5-1,5-1,0
VíceHeritabilita. Heritabilita = dědivost Podíl aditivního rozptylu na celkovém fenotypovém rozptylu Výpočet heritability
Heritabilita Heritabilita = dědivost Podíl aditivního rozptylu na celkovém fenotypovém rozptylu Výpočet heritability h 2 = V A / V P Výpočet genetické determinance znaku h 2 = V G / V P Heritabilita závisí
Více- úvod, význam, aplikace
20.2.2015 - úvod, význam, aplikace doc. Ing. Tomáš Urban, Ph.D. MENDELU urban@mendelu.cz Informační zdroje E-learning: Urban T.: Virtuální svět genetiky 3 principy genetiky populací a kvantitativních znaků
VíceAplikace molekulárně- genetických dat ve šlechtění. Humpolíček Petr
Aplikace molekulárně- genetických dat ve šlechtění Humpolíček Petr Co vás čeká Tradiční šlechtitelské postupy Typy molek-gen. dat Přístupy k aplikaci molek-gen. dat Srovnání přístupů Šlechtění na odolnost
VíceZákladní principy šlechtění a hodnocení skotu v ČR
Česká zemědělská univerzita v Praze Fakulta agrobiologie, přírodních a potravinových zdrojů Katedra speciální zootechniky Základní principy šlechtění a hodnocení skotu v ČR 3. přepracované vydání Ing.
VícePopis stanovení plemenné hodnoty pro plodnost u plemene H
Popis stanovení plemenné hodnoty pro plodnost u plemene H Vyhodnocují se inseminace provedené před třemi měsíci a starší, tedy po vyšetření březosti. Inseminace provedené dříve než v roce 1995 nejsou do
Vícečást 8. (rough draft version)
Gntika v šlchtění zvířat TGU 006 9 Odhad PH BLUP M část 8. (rough draft vrsion V animal modlu (M s hodnotí každé zvíř samostatně a současně v závislosti na užitkovosti příbuzných jdinců hodnocné populac.
VíceBiologie a genetika, BSP, LS7 2014/2015, Ivan Literák
Biologie a genetika, BSP, LS7 2014/2015, Ivan Literák KVANTITATIVNÍ GENETIKA dědičnost kvantitativních znaků ZNAKY KVALITATIVNÍ: gen znak barva hrachu: žlutá zelená (i komplikovaněji penetrace, epresivita,
VíceExperiment s dlouhodobou selekcí krav na ukazatele produkce a zdravotního stavu v Norsku Ing. Pavel Bucek, Českomoravská společnost chovatelů, a.s.
Experiment s dlouhodobou selekcí krav na ukazatele produkce a zdravotního stavu v Norsku Ing. Pavel Bucek, Českomoravská společnost chovatelů, a.s. Z chovatelské praxe a z celé řady vědeckých experimentů
VíceZáklady genetiky populací
Základy genetiky populací Jedním z významných odvětví genetiky je genetika populací, která se zabývá studiem dědičnosti a proměnlivosti u velkých skupin jedinců v celých populacích. Populace je v genetickém
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chb v této presentaci mě prosím upozorněte. Děkuji. Tto slid berte pouze jako doplňkový materiál není v nich
VíceSelekční indexy v praxi. Josef Kučera
Selekční indexy v praxi Josef Kučera Selekce Cílem selekce je výběr zvířat k produkci potomstva pro obměnu stáda nebo v celé populaci k produkci další generace zvířat na všech úrovních šlechdtelského programu
VíceGenetická diverzita masného skotu v ČR
Genetická diverzita masného skotu v ČR Mgr. Jan Říha Výzkumný ústav pro chov skotu, s.r.o. Ing. Irena Vrtková 26. listopadu 2009 Genetická diverzita skotu pojem diverzity Genom skotu 30 chromozomu, genetická
VíceMožnosti selekce na zlepšenou konverzi krmiva u ovcí
Možnosti selekce na zlepšenou konverzi krmiva u ovcí Ing. Pavel Bucek, Českomoravská společnost chovatelů, a. s. Příspěvek byl publikován v upravené podobě v časopise Farmář Z praxe a celé řady výzkumných
VíceZáklady genetiky 2a. Přípravný kurz Komb.forma studia oboru Všeobecná sestra
Základy genetiky 2a Přípravný kurz Komb.forma studia oboru Všeobecná sestra Základní genetické pojmy: GEN - úsek DNA molekuly, který svojí primární strukturou určuje primární strukturu jiné makromolekuly
Více5 Teorie selekce a složky genetické změny
část 4. (rough draft version) 5 Teorie selekce a složky genetické změny Princiy genetického zlešení omocí selekce Kvantitativně genetický řístu v tradičních šlechtitelských rogramech Část ozorovaných rozdílů
VíceAVDAT Klasický lineární model, metoda nejmenších
AVDAT Klasický lineární model, metoda nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model y i = β 0 + β 1 x i1 + + β k x ik + ε i (1) kde y i
VíceMTS spol. s r.o. NEJLEPŠÍ GENETIKA NEJLEPŠÍ KNOW-HOW Už více jak 20 let
MTS spol. s r.o. NEJLEPŠÍ GENETIKA NEJLEPŠÍ KNOW-HOW Už více jak 20 let Mezníky před zavedením do praxe. Beckman a Soller (1983) - genetické markery bude moţné vyuţít v praxi plemenářské práce Lande a
VíceEkonomické hodnoty znaků masného skotu
Ekonomické hodnoty znaků masného skotu Krupa E., Wolfová M., Wolf, J., Krupová, Z. I Výzkumný Ústav Živočišné Výroby, v.v.i., Praha - Uhříněves Obsah přednášky Celková plemenná hodnota Co to je Ekonomická
VíceRegrese. používáme tehdy, jestliže je vysvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA
Regrese používáme tehd, jestliže je vsvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA Specifikace modelu = a + bx a závisle proměnná b x vsvětlující proměnná Cíl analýz Odhadnout hodnot
VíceMěření závislosti statistických dat
5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOS A SAISIKA Regresní analýza - motivace Základní úlohou regresní analýzy je nalezení vhodného modelu studované závislosti. Je nutné věnovat velkou pozornost tomu aby byla modelována REÁLNÁ
VíceKBI / GENE Mgr. Zbyněk Houdek
Dědičnost komplexních a kvantitativních znaků KBI / GENE Mgr. Zbyněk Houdek Komplexní znaky Komplexní fenotypy mohou být ovlivněny genetickými faktory a faktory prostředí. Mezi komplexní znaky patří např.
VíceKatedra speciální zootechniky, FAPPZ ČZU Praha. Šlechtění masného skotu v ČR
Katedra speciální zootechniky, FAPPZ ČZU Praha Šlechtění masného skotu v ČR Testování a posuzování užitkových vlastností krav bez tržní produkce mléka KUMP Kontrola užitkovosti masných plemen KUMP zajišťují
VíceČlenské shromáždění Jiří Motyčka. Novelizace svazových dokumentů
Členské shromáždění 25. 4. 2019 11. 4. 2017 Jiří Motyčka Novelizace svazových dokumentů Důvod změn Nařízení EU 1012/2016 Nové podmínky uznávání chovatelských organizací Pro jedno plemeno více organizací,
VíceLINEÁRNÍ REGRESE. Lineární regresní model
LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)
VíceDoc. Ing. Tomáš Urban, Ph.D. Ústav morfologie, fyziologie a genetiky zvířat AF MENDELU
Doc. Ing. Tomáš Urban, Ph.D. Ústav morfologie, fyziologie a genetiky zvířat AF MENDELU urban@mendelu.cz Historie živočišných biotechnologií Tradiční šlechtitelské techniky před 5000 př.n.l. Křížení rozdílných
VíceAVDAT Geometrie metody nejmenších čtverců
AVDAT Geometrie metody nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model klasický lineární regresní model odhad parametrů MNČ y = Xβ + ε, ε
VíceGENOMIKA - "STATUS QUO A QUO VADIS"
GENOMIKA - "STATUS QUO A QUO VADIS" Je tomu relativně nedávno, co byli chovatelé seznámeni s novým odborným termínem GENOMIKA. Následně se objevila v různých materiálech pro chovatele série článků, vysvětlujících
VíceKonzervační genetika INBREEDING. Dana Šafářová Katedra buněčné biologie a genetiky Univerzita Palackého, Olomouc OPVK (CZ.1.07/2.2.00/28.
Konzervační genetika INBREEDING Dana Šafářová Katedra buněčné biologie a genetiky Univerzita Palackého, Olomouc OPVK (CZ.1.07/2.2.00/28.0032) Hardy-Weinbergova rovnováha Hardy-Weinbergův zákon praví, že
VíceZ D E Ň K A V E S E L Á, V E S E L A. Z D E N K V U Z V. C Z
HYBRIDIZACE ZD E Ň K A V E S E LÁ, V E S E LA. ZD E N K A @ V U Z V. C Z DVĚ METODY DOCÍLENÍ ŠLECHTITELSKÉHO POKROKU 1. Využití genetické proměnlivosti mezi jedinci uvnitř populace Selekce Záměrné připařování
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 5 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
VíceStatistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
VíceCvičeníč. 9: Dědičnost kvantitativních znaků; Genetika populací. KBI/GENE: Mgr. Zbyněk Houdek
Cvičeníč. 9: Dědičnost kvantitativních znaků; Genetika populací KBI/GENE: Mgr. Zbyněk Houdek Kvantitativní znak Tyto znaky vykazují plynulou proměnlivost (variabilitu) svého fenotypového projevu. Jsou
VíceVÝZKUMNÝ ÚSTAV ŽIVOČIŠNÉ VÝROBY,
VÝZKUMNÝ ÚSTAV ŽIVOČIŠNÉ VÝROBY, Praha Uhříněves TDM 2004 5 METODIKA PRO PRAXI VÝZKUMNÝ ÚSTAV ŽIVOČIŠNÉ VÝROBY, Praha Uhříněves doc. ing. Josef Bouška, CSc. ředitel METODIKA odhadu plemenných hodnot dojných
VíceStatistika. Regresní a korelační analýza Úvod do problému. Roman Biskup
Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009
VíceŠLECHTĚNÍ MASNÉHO SKOTU
ŠLECHTĚNÍ MASNÉHO SKOTU Emil KRUPA Alena SVITÁKOVÁ Zdeňka VESELÁ Luboš VOSTRÝ Výzkumný ústav živočišné výroby, v.v.i. 25. září, Skalský Dvůr Šlechtění masného skotu Z. Veselá: Plemenné hodnoty u masného
VíceMĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ
MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
VíceGenetické hodnocení rodní? Josef Kučera
Genetické hodnocení národní nebo mezinárodn rodní? Josef Kučera Legislativa Plemenářský zákon Pověřená osoba zajišťuje ve spolupráci s uznaným chovatelským sdružením Pravomoc a zodpovědnost uznaného chovatelského
Víceodpovídá jedna a jen jedna hodnota jiných
8. Regresní a korelační analýza Problém: hledání, zkoumání a hodnocení souvislostí, závislostí mezi dvěma a více statistickými znaky (veličinami). Typy závislostí: pevné a volné Pevná závislost každé hodnotě
Více4EK211 Základy ekonometrie
4EK211 Základ ekonometrie Odhad klasického lineárního regresního modelu I Cvičení 2 Zuzana Dlouhá Metodologický postup tvor EM 1. Specifikace modelu určení proměnných určení vzájemných vaze mezi proměnnými
VíceKontrola užitkovosti a dědičnosti
Kontrola užitkovosti a dědičnosti Optimalizace užitkovosti HZ prochází přes - hodnocení jedinců, - hodnocení populací, které poskytují bázi informací o užitkových vlastnostech (znacích ) pro biometrické
VíceBudoucnost chovu chladnokrevných koní v ČR
Budoucnost chovu chladnokrevných koní v ČR Změna v chovu koní za posledních 23 let 1989-28 000 koní 1995-18 000 koní 2011-77 000 koní Nárůst počtů Nárůst kvality??? Cesty ke zlepšení Plemenitba V chovu
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
VíceCERTIFIKOVANÁ METODIKA
VÝZKUMNÝ ÚSTAV ŽIVOČIŠNÉ VÝROBY, v.v.i. Praha Uhříněves CERTIFIKOVANÁ METODIKA SPOLEHLIVOST PŘEDPOVĚDI PLEMENNÝCH HODNOT VLASTNOSTÍ POLNÍHO TESTU U MASNÝCH PLEMEN SKOTU Autoři Ing. Alena Svitáková, 60
Více=10 =80 - =
Protokol č. DĚDIČNOST KVALITATIVNÍCH VLASTNOSTÍ ) Jednorozměrné rozdělení fenotypové charakteristiky (hodnoty) populace ) Vícerozměrné rozdělení korelační a regresní počet pro dvě sledované vlastnosti
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceInovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/
Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/07.0354 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Populační genetika (KBB/PG)
VíceRutinní předpověď PH a její spolehlivost
Rutinní předpověď PH a její spolehlivost Základní statistické analýzy polního testu Rok zpracování 2000 počet průměr smodch min max průběh porodu PP 83916 1,09 0,36 1,00 4,00 porodní hmotnost porhm 85145
VíceSvaz chovatelů černostrakatého skotu v ČR. Základní principy šlechtění a hodnocení černostrakatého skotu v ČR
Svaz chovatelů černostrakatého skotu v ČR Základní principy šlechtění a hodnocení černostrakatého skotu v ČR Základní principy selekce zvířat květen 2000 Předmětem cílené selekce je výběr zvířat k produkci
VíceÚvodem Dříve les než stromy 3 Operace s maticemi
Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová
VíceRNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 7 Jak hodnotit vztah spojitých proměnných
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceMatematické modelování Náhled do ekonometrie. Lukáš Frýd
Matematické modelování Náhled do ekonometrie Lukáš Frýd Výnos akcie vs. Výnos celého trhu - CAPM model r it = r ft + β 1. (r mt r ft ) r it r ft = α 0 + β 1. (r mt r ft ) + ε it Ekonomický (finanční model)
VíceInovace studia molekulární a buněčné biologie
Inovace studia molekulární a buněčné biologie I n v e s t i c e d o r o z v o j e v z d ě l á v á n í reg. č. CZ.1.07/2.2.00/07.0354 Tento projekt je spolufinancován Evropským sociálním fondem a státním
VícePředpověď plemenné hodnoty neboli skokový index v chovatelské praxi
Předpověď plemenné hodnoty neboli skokový index v chovatelské praxi Ing. Alexandra Novotná, Ph.D. 1, Ing. Alena Svitáková 1 1 Výzkumný ústav živočišné výroby, Praha - Uhříněves Úvod do šlechtění a způsob
VíceInovace bakalářského studijního oboru Aplikovaná chemie
http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Regrese Závislostproměnných funkční y= f(x) regresní y= f(x)
VíceGenetika pro začínající chovatele
21.4.2012 Praha - Smíchov Genetika pro začínající chovatele včetně několika odboček k obecným základům chovu Obrázky použité v prezentaci byly postahovány z různých zdrojů na internetu z důvodů ilustračních
VíceKoncept heritability
Genetika kvantitativních znaků Koncept heritability doc. Ing. Tomáš Urban, Ph.D. urban@mendelu.cz Heritabilita míra Použití korelačních koeficientů může podporovat hypotézu, že daná kontinuální vlastnost
VíceOdhady Parametrů Lineární Regrese
Odhady Parametrů Lineární Regrese Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké
VíceTestování hypotéz o parametrech regresního modelu
Testování hypotéz o parametrech regresního modelu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 10. Mgr. David Fiedor 27. dubna 2015 Nelineární závislost - korelační poměr užití v případě, kdy regresní čára není přímka, ale je vyjádřena složitější matematickou funkcí
VíceSPOLEHLIVOST PŘEDPOVĚDI PLEMENNÝCH HODNOT PRO ZNAKY ZEVNĚJŠKU HODNOCENÝCH LINEÁRNÍM POPISEM U TEPLOKREVNÝCH PLEMEN KONÍ
Alena Svitáková a kolektiv SPOLEHLIVOST PŘEDPOVĚDI PLEMENNÝCH HODNOT PRO ZNAKY ZEVNĚJŠKU HODNOCENÝCH LINEÁRNÍM POPISEM U TEPLOKREVNÝCH PLEMEN KONÍ 2018 CERTIFIKOVANÁ METODIKA ISBN 978-80-7403-200-4 CERTIFIKOVANÁ
VícePropojení výuky oborů Molekulární a buněčné biologie a Ochrany a tvorby životního prostředí. Reg. č.: CZ.1.07/2.2.00/
Propojení výuky oborů Molekulární a buněčné biologie a Ochrany a tvorby životního prostředí Reg. č.: CZ.1.07/2.2.00/28.0032 Mendelovská genetika - Základy přenosové genetiky Základy genetiky Gregor (Johann)
VíceGenetické mapování. v přírodních populacích i v laboratoři
Genetické mapování v přírodních populacích i v laboratoři Funkční genetika Cílem je propojit konkrétní mutace/geny s fenotypem Vzniklý v laboratoři pomocí mutageneze či vyskytující se v přírodě. Forward
VíceInovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/
Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/..00/07.0354 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Populační genetika (KBB/PG) Tento
Více(n, m) (n, p) (p, m) (n, m)
48 Vícerozměrná kalibrace Podobně jako jednorozměrná kalibrace i vícerozměrná kalibrace se používá především v analytické chemii Bude vysvětlena na příkladu spektroskopie: cílem je popis závislosti mezi
VíceZákladní pojmy obecné genetiky, kvalitativní a kvantitativní znaky, vztahy mezi geny
Obecná genetika Základní pojmy obecné genetiky, kvalitativní a kvantitativní znaky, vztahy mezi geny Doc. RNDr. Ing. Eva PALÁTOVÁ, PhD. Ing. Roman LONGAUER, CSc. Ústav zakládání a pěstění lesů LDF MENDELU
VíceRegresní analýza. Eva Jarošová
Regresní analýza Eva Jarošová 1 Obsah 1. Regresní přímka 2. Možnosti zlepšení modelu 3. Testy v regresním modelu 4. Regresní diagnostika 5. Speciální využití Lineární model 2 1. Regresní přímka 3 nosnost
VíceInovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/
Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/07.0354 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Populační genetika (KBB/PG)
VíceAVDAT Nelineární regresní model
AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných
Více2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení
2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků
Více1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,
KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce
VíceTestování hypotéz o parametrech regresního modelu
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Lineární regresní model kde Y = Xβ + e, y 1 e 1 β y 2 Y =., e = e 2 x 11 x 1 1k., X =....... β 2,
VíceV praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více
9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme
VíceStatistika (KMI/PSTAT)
Statistika (KMI/PSTAT) Cvičení dvanácté aneb Regrese a korelace Statistika (KMI/PSTAT) 1 / 18 V souboru 25 jedinců jsme měřili jejich výšku a hmotnost. Výsledky jsou v tabulce a grafu. Statistika (KMI/PSTAT)
VíceVyužití plemenných hodnot v chovech masného skotu
Využití plemenných hodnot v chovech masného skotu Stavy krav a jalovic v letech 2015 a 2005 stavy dle ÚE celkem 70000 60000 69899 Krávy celkem 50000 40000 30000 34477 30374 26191 20000 10000 0 9712 774
Více