Modelo hierárquico generalizado normal assimétrico Bayesiano aplicado à análise genômica

Bayesian asymmetric gaussian generalized hierarchical model applied to genomic analysis

dc.contributorBalestre, Márcio
dc.contributorBueno Filho, Júlio Sílvio de Sousa
dc.contributorBueno Filho, Júlio Sílvio de Sousa
dc.contributorNascimento, Moysés
dc.contributorOliveira, Isabela Regina Cardoso de
dc.creatorMateus, Wilson Sanches
dc.date2020-08-27T12:18:54Z
dc.date2020-08-27T12:18:54Z
dc.date2020-08-27
dc.date2020-06-11
dc.date.accessioned2023-09-28T20:09:13Z
dc.date.available2023-09-28T20:09:13Z
dc.identifierMATEUS, W. S. Modelo hierárquico generalizado normal assimétrico Bayesiano aplicado à análise genômica. 2020. 73 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2020.
dc.identifierhttp://repositorio.ufla.br/jspui/handle/1/42672
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9045751
dc.descriptionA crucial point in genomic analysis is the correct selection of genetically superior individuals for characters of economic importance. In this dissertation we study the application of the Generalized Hierarchical Bayesian Model (MHGB) using the asymetric gaussian distribution to the Genome wide Selection problem (GWS). The reasoning for this choice of modelling is to challenge current models of GWS when they fail their assumptions and become less reliable. A simulation study was carried to compare reference models to MHGB. Markers of actual SNPs data where used to simulated phenotypes in different scenarios for number of genes and heritability, as well as degrees of asymmetry in the error distribution. In symmetric scenarios MHGB was almost as acurate as main reference methods GBLUP. When asymetry arises, MHGB accuracy overtakes GBLUP and all other considered methods. There are evidence that MHGB should be used with advantages in GWS, whenever asymmetries are identified in the data distribution.
dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
dc.descriptionUm ponto crucial da análise genômica é a seleção correta dos indivíduos geneticamente superiores para características de importância econômica. Nessa dissertação investigamos a aplicação do Modelo Hierárquico Generalizado (Assimétrico) Bayesiano (MHGB) ao problema da seleção genômica ampla (GWS). Isto porque, em geral, os modelos de seleção genômica assumem que os dados seguem uma distribuição normal, tornando-se pouco confiáveis quando isto não ocorre. Há indícios de que o MHGB pode ser utilizado com vantagens em seleção genômica, sempre que se identificar assimetrias na distribuição dos dados.
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Lavras
dc.publisherPrograma de Pós-Graduação em Estatística e Experimentação Agropecuária
dc.publisherUFLA
dc.publisherbrasil
dc.publisherDepartamento de Estatística
dc.rightsrestrictAccess
dc.subjectAssimetria
dc.subjectSeleção genômica ampla
dc.subjectHerdabilidade
dc.subjectAnálise genômica
dc.subjectModelo hierárquico generalizado Bayesiano
dc.subjectAsymmetry
dc.subjectHeritability
dc.subjectGenetic analysis
dc.subjectGeneralized hierarchical Bayesian model
dc.subjectGenome wide selection problem
dc.subjectEstatística
dc.titleModelo hierárquico generalizado normal assimétrico Bayesiano aplicado à análise genômica
dc.titleBayesian asymmetric gaussian generalized hierarchical model applied to genomic analysis
dc.typedissertação


Este ítem pertenece a la siguiente institución