Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/42672
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMateus, Wilson Sanches-
dc.date.accessioned2020-08-27T12:18:54Z-
dc.date.available2020-08-27T12:18:54Z-
dc.date.issued2020-08-27-
dc.date.submitted2020-06-11-
dc.identifier.citationMATEUS, 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.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/42672-
dc.description.abstractA 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.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsrestrictAccesspt_BR
dc.subjectAssimetriapt_BR
dc.subjectSeleção genômica amplapt_BR
dc.subjectHerdabilidadept_BR
dc.subjectAnálise genômicapt_BR
dc.subjectModelo hierárquico generalizado Bayesianopt_BR
dc.subjectAsymmetrypt_BR
dc.subjectHeritabilitypt_BR
dc.subjectGenetic analysispt_BR
dc.subjectGeneralized hierarchical Bayesian modelpt_BR
dc.subjectGenome wide selection problempt_BR
dc.titleModelo hierárquico generalizado normal assimétrico Bayesiano aplicado à análise genômicapt_BR
dc.title.alternativeBayesian asymmetric gaussian generalized hierarchical model applied to genomic analysispt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-Graduação em Estatística e Experimentação Agropecuáriapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Balestre, Márcio-
dc.contributor.advisor-co1Bueno Filho, Júlio Sílvio de Sousa-
dc.contributor.referee1Bueno Filho, Júlio Sílvio de Sousa-
dc.contributor.referee2Nascimento, Moysés-
dc.contributor.referee3Oliveira, Isabela Regina Cardoso de-
dc.description.resumoUm 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.pt_BR
dc.publisher.departmentDepartamento de Estatísticapt_BR
dc.subject.cnpqEstatísticapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/1435463080409184pt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Modelo hierárquico generalizado normal assimétrico Bayesiano aplicado à análise genômica.pdf915,41 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.