scholarly journals Respostas esperadas de seleção para coloração de fritura em quatro populações híbridas de batata

2012 ◽  
Vol 30 (2) ◽  
pp. 300-303 ◽  
Author(s):  
Laerte R Terres ◽  
Vicenti G Ney ◽  
Murilo de F Cerioli ◽  
Arione da S Pereira ◽  
Rosa de O Treptow
Keyword(s):  
Best Linear Unbiased Prediction ◽  
Linear Unbiased Prediction ◽  
Restricted Likelihood ◽  
Best Linear Unbiased ◽  
Unbiased Prediction

O objetivo deste estudo foi investigar a resposta esperada de seleção para coloração de fritura, bem como suas correlações com caracteres agronômicos, em quatro populações híbridas de batata. Os trabalhos foram realizados no campo experimental e no laboratório da Embrapa Clima Temperado, nas safras de outono de 2007 e 2008. As quatro populações foram derivadas de cruzamentos entre genitores com diferentes níveis de açúcares redutores (AR). Foram avaliadas a coloração de fritura na forma de chips, o ciclo de desenvolvimento das plantas, a massa de tubérculos, o número de tubérculos, a massa média de tubérculos e a aparência de tubérculos. Os dados foram analisados estatisticamente segundo modelo (Maximum Restricted Likelihood/ Best Linear Unbiased Prediction) REML/BLUP, de modo que distinguissem os efeitos fixos e os aleatórios. As populações não apresentaram diferenças significativas de respostas esperadas de seleção, apesar de diferirem em estimativa de valor genético e de herdabilidade. Maiores ganhos de seleção para coloração de chips poderiam ser esperados somente como resultados das menores médias (coloração mais clara) das populações que não envolveram genitor com alto AR nas suas gerações. Coloração de chips foi fracamente correlacionado com caracteres agronômicos.

scholarly journals Seleção de clones experimentais de cupuaçu para características agroindustriais via modelos mistos

2011 ◽  
Vol 5 (1) ◽  
pp. 35 ◽  
Author(s):  
Maria Clideana Cabral Maia ◽  
Marcos Deon Vilela de Resende ◽  
Luís Cláudio de Oliveira ◽  
Virgínia De Souza Álvares ◽  
Vlayrton Tomé Maciel ◽  
...  
Keyword(s):  
Best Linear Unbiased Prediction ◽  
Linear Unbiased Prediction ◽  
Restricted Likelihood ◽  
Best Linear Unbiased ◽  
Unbiased Prediction

As estatísticas REML/BLUP são análises mais detalhadas e podem ser usadas como critérios seletivos na rotina dos programas de melhoramento do cupuaçu. O objetivo desse trabalho é a seleção de clones experimentais pré-melhorados para características agroindustriais via modelos mistos. Os experimentos incluíram oito clones experimentais, obtidos a partir de seleção massal estratificada em área de produtor com base na produtividade, características tecnológicas e sanidade das matrizes. Para a avaliação foram considerados variáveis de componentes primários da produção (peso do fruto – g e peso da polpa – g); caracteres agroindustriais (comprimento do fruto – cm, diâmetro do fruto – cm, diâmetro da casca – mm, peso de sementes – g, número de sementes, firmeza do fruto, °Brix, pH e vitamina C). Foram estimados via modelos mistos os componentes de variância por REML individual e os componentes de médias (BLUP individual). Os dados foram analisados através da metodologia REML/BLUP (Maximum Restricted Likelihood/ Best Linear Unbiased Prediction) com o emprego do software Selegen. Os melhores clones (27, 29 e 31) com destaque para o clone 29 apresentando maiores ganhos genéticos com médias finais superiores a média geral para as variáveis comprimento de fruto, diâmetro do fruto, peso de fruto, firmeza do fruto, diâmetro de casca, peso de polpa, peso de sementes, °Brix, pH e vitamina C. A variável peso de fruto apresentou alta correlação genética com diâmetro de fruto, peso de polpa e peso de sementes. O atributo diâmetro do fruto pode ser usado para extrapolar resultados para os demais caracteres por ser de medição mais fácil e menos factível de erros. Os clones 27, 29 e 31 por suas características agroindustriais favoráveis podem fazer parte da composição de um pomar comercial.

scholarly journals Correction: Weighted Genomic Best Linear Unbiased Prediction for Carcass Traits in Hanwoo Cattle. Genes 2019, 10, 1019

Genes ◽  
2020 ◽  
Vol 11 (9) ◽  
pp. 1013
Author(s):  
Bryan Irvine Lopez ◽  
Seung-Hwan Lee ◽  
Jong-Eun Park ◽  
Dong-Hyun Shin ◽  
Jae-Don Oh ◽  
...  
Keyword(s):  
Carcass Traits ◽  
Best Linear Unbiased Prediction ◽  
Linear Unbiased Prediction ◽  
Best Linear Unbiased ◽  
Hanwoo Cattle ◽  
Unbiased Prediction

The authors wish to make the following corrections to this paper [...]

A method for reducing inbreeding with Best Linear Unbiased Prediction

1993 ◽  
Vol 1993 ◽  
pp. 33-33
Author(s):  
B Grundy ◽  
WG Hill
Keyword(s):  
Best Linear Unbiased Prediction ◽  
Breeding Value ◽  
Best Linear Unbiased Predictor ◽  
Linear Unbiased Prediction ◽  
Genetic Merit ◽  
Selection Decisions ◽  
Best Linear Unbiased ◽  
Estimated Breeding Value ◽  
Commercial Environment ◽  
Unbiased Prediction

An optimum way of selecting animals is through a prediction of their genetic merit (estimated breeding value, EBV), which can be achieved using a best linear unbiased predictor (BLUP) (Henderson, 1975). Selection decisions in a commercial environment, however, are rarely made solely on genetic merit but also on additional factors, an important example of which is to limit the accumulation of inbreeding. Comparison of rates of inbreeding under BLUP for a range of hentabilities highlights a trend of increasing inbreeding with decreasing heritability. It is therefore proposed that selection using a heritability which is artificially raised would yield lower rates of inbreeding than would otherwise be the case.

scholarly journals ​Best Linear Unbiased Prediction with Additive Main and Multiplicative Interaction for Stability Analysis of Barley Genotypes Evaluated in Coordinated Program

2021 ◽  
Author(s):  
Ajay Verma ◽  
R.P.S. Verma ◽  
J. Singh ◽  
L. Kumar ◽  
G.P. Singh
Keyword(s):  
Weighted Average ◽  
Best Linear Unbiased Prediction ◽  
High Yield ◽  
Linear Unbiased Prediction ◽  
Yield Performance ◽  
Multiplicative Interaction ◽  
Absolute Value ◽  
Best Linear Unbiased ◽  
Barley Genotypes ◽  
Unbiased Prediction

Background: Additive main and multiplicative interaction (AMMI) analysis had been exploited for multi environment trials for most of the crops. Usage of the best linear unbiased prediction (BLUP), along with AMMI tools, of the genotypes would improve the estimation of interaction effects. Methods: AMMI based measures of adaptability have been enriched with the incorporation of BLUP of genotypes by new Superiority index that allowed variable weights for stability and yield of genotypes. Result: Stability measure weighted average of absolute scores (WAASB) based on all significant interaction principal components ranked suitability of KB1754, RD3000, NDB1445 genotypes. Superiority index while weighting 0.65 and 0.35 for mean yield and stability arranged DWRB201, NDB1445, RD2552 as of stable high yield performance of barley genotypes. Corrected measure Modified AMMI Stability Value (MASV1) found RD2552, DWRB201, KB1762 and Modified AMMI Stability Value (MASV) ranked DWRB201, RD2552, KB1762. ASTAB measure achieved the desirable lower values for DWRB201 DWRB207, HUB268 genotypes. Biplot graphical analysis based on 60.7% of variation of the stability measures observed MASV1, ASTAB (AMMI based stability parameter), EV(Averages of the squared eigenvector values), SIPC (Sums of the absolute value of the IPC scores), Za (Absolute value of the relative contribution of IPCs to the interaction), W3, WAASB and MASV had been clubbed together. For the second year lower value of WAASB measure had observed for RD3016, KB1815 HUB273. Ranking of genotypes as per Superiority index found RD3017, RD2907, HUB274 as of stable high yield performance. Genotypes RD3017, RD2907 and NDB1173 pointed out by MASV1 while RD3017, RD2907, NDB1173 identified by MASV as the genotypes of choice. RD3017 NDB1173, RD2907 genotypes were selected as per values of ASTAB measure. Total of 71.8% of variation of the considered measures in biplot analysis expressed larger cluster comprised of AMMI based measures and a separate cluster of Superiority indexes as per mean, Geometric Adaptability Index (GAI) and HMGV also observed.

scholarly journals M-quantile Chambers-Dunstan Untuk Pendugaan Area Kecil

2021 ◽  
Vol 2021 (1) ◽  
pp. 80-89
Author(s):  
Aldi Rochman Nulkarim ◽  
Ika Yuni Wulansari
Keyword(s):  
Small Area ◽  
Random Effect ◽  
Best Linear Unbiased Prediction ◽  
Linear Unbiased Prediction ◽  
Best Linear Unbiased ◽  
Unbiased Prediction

Metode Small Area Estimations (SAE) digunakan sebagai pendekatan yang reliabel dalam mengatasi kendala ketidakcukupan sampel pada survei sampel. BPS memproduksi statistik area kecil menggunakan metode SAE popular seperti Empirical Best Linear Unbiased Prediction dalam model Fay-Herriot (EBLUP-FH). Metode EBLUP-FH sebagai pendekatan parametrik memerlukan asumsi normalitas dan terbebas dari outliers pada kedua komponen random effect-nya. Namun, hal tersebut sulit dipenuhi karena seringkali data di lapangan berperilaku ekstrim. Metode SAE M-quantile Chambers-Dunstan (CD) merelaksasi asumsi parametrik dan robust dalam inferensi terhadap outliers. Penelitian ini mengkaji metode M-quantile CD dalam meningkatkan robustness pendugaan area kecil melalui penerapannya pada data riil untuk estimasi rata-rata pengeluaran rumah tangga per kapita tingkat kecamatan di DI Yogyakarta tahun 2018. Penelitian ini menggunakan data Susenas 2018 dan Podes 2018. Hasil implementasi pada data riil menunjukkan model M-quantile CD berhasil memperbaiki presisi EBLUP-FH. Dengan mengimplementasikan M-quantile CD diharapkan estimasi data berperilaku ekstrim lebih akurat untuk pengambilan kebijakan di daerah.

Sign in / Sign up

Export Citation Format

Share Document