Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys

Uno de los métodos utilizados para evaluar estabilidad fenotípica es el propuesto por Shukla, el cual calcula la varianza de los genotipos dentro de la interacción genotipo por ambiente, para lo cual se hace uso de la estimación de los componentes de varianza dentro del análisis de varianza combinad...

Full description

Autores:
Cotes Torres, José MiguelSanches, Adhemar
Tipo de recurso:
Article of investigation
Fecha de publicación:
2006
Institución:
Agrosavia
Repositorio:
Agrosavia
Idioma:
spa
OAI Identifier:
oai:repository.agrosavia.co:20.500.12324/34784
Acceso en línea:
http://hdl.handle.net/20.500.12324/34784
Palabra clave:
Investigación agropecuaria - A50
Varianza de shukla
Priori de jeffreys
Importance sampling
Transversal
Rights
License
Attribution-NonCommercial-ShareAlike 4.0 International
id Agrosavia2_4b259074aa780507c3688d6edc8974c7
oai_identifier_str oai:repository.agrosavia.co:20.500.12324/34784
network_acronym_str Agrosavia2
network_name_str Agrosavia
repository_id_str
spelling Cotes Torres, José MiguelSanches, Adhemard54a4dc4-ec99-49a0-aae7-d68c83ebdf4e-12019-04-29T21:50:57Z2019-04-29T21:50:57Z2006http://hdl.handle.net/20.500.12324/3478455075reponame:Biblioteca Digital Agropecuaria de Colombiarepourl:https://repository.agrosavia.coinstname:Corporación colombiana de investigación agropecuaria AGROSAVIAUno de los métodos utilizados para evaluar estabilidad fenotípica es el propuesto por Shukla, el cual calcula la varianza de los genotipos dentro de la interacción genotipo por ambiente, para lo cual se hace uso de la estimación de los componentes de varianza dentro del análisis de varianza combinado. El acceso al cálculo de metodologías como REML e ML permitieron trabajar con datos que presentan algún grado de desbalance, sin embargo no solucionan de una manera adecuada el problema de la estimación de componentes de varianza negativos, los cuales son asumidos como cero y redistribuidos en los demás componentes positivos. El uso de la metodología bayesiana en la estimación de componentes de varianza resuelve satisfactoriamente este problema sin afectar los demás componentes. En este trabajo, se utilizaron datos de producción comercial de papa de 10 pruebas regionales realizadas en la región andina colombiana y se utilizó la metodología bayesiana en la solución del modelo mixto para la estimación de la varianza de Shukla con base en una distribución a priori no informativa de Jeffreys. Fueron obtenidas muestras de la distribución a posteriori conjunta mediante el algoritmo Independence Chain, con un tamaño de muestreo de 1,16x105 y un burn-in de 500. Los resultados muestran que en la estimación REML de componentes de varianza tres genotipos presentan componentes de varianza estimados como cero. Las estimativas bayesianas son 89,35; 377,18 y 101,12; y los respectivos intervalos de credibilidad al 95% son: (2,13 - 371,70), (35,26 - 1363,67) y (2,33 - 434,53). Finalmente con estas estimativas no se afectó la estimación de los demás componentes de varianza.application/pdf-1spaUniversidad Nacional de ColombiaMedellin (Colombia)Attribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Acceso a texto completohttp://purl.org/coar/access_right/c_abf2Revista de la Facultad Nacional de Agronomía; Vol. 59 Núm. 1 (2006): Revista de la Facultad Nacional de Agronomía; p. 3077-3088Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreysInvestigación agropecuaria - A50Varianza de shuklaPriori de jeffreysImportance samplingTransversalarticleArtículo científicohttp://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/resource_type/c_6501info:eu-repo/semantics/articlehttps://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85-1Revista de la Facultad Nacional de Agronomía59130773088ORIGINAL55075.pdfapplication/pdf241391https://repository.agrosavia.co/bitstream/20.500.12324/34784/1/55075.pdf4f251ffa33f9923bff6a96486ca2ead7MD51open accessTHUMBNAIL55075.pdf.jpg55075.pdf.jpgGenerated Thumbnailimage/jpeg3281https://repository.agrosavia.co/bitstream/20.500.12324/34784/2/55075.pdf.jpge9bf795778604ab1e4cffd5ce7d54dbfMD52open access20.500.12324/34784oai:repository.agrosavia.co:20.500.12324/347842022-04-07 12:57:44.608open accessAgrosavia - Corporación colombiana de investigación agropecuariabac@agrosavia.co
dc.title.spa.fl_str_mv Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys
title Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys
spellingShingle Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys
Investigación agropecuaria - A50
Varianza de shukla
Priori de jeffreys
Importance sampling
Transversal
title_short Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys
title_full Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys
title_fullStr Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys
title_full_unstemmed Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys
title_sort Análisis bayesiano de estabilidad fenotípica usando a priori de jeffreys
dc.creator.fl_str_mv Cotes Torres, José MiguelSanches, Adhemar
dc.contributor.author.none.fl_str_mv Cotes Torres, José MiguelSanches, Adhemar
dc.subject.fao.spa.fl_str_mv Investigación agropecuaria - A50
topic Investigación agropecuaria - A50
Varianza de shukla
Priori de jeffreys
Importance sampling
Transversal
dc.subject.agrovoc.spa.fl_str_mv Varianza de shukla
Priori de jeffreys
Importance sampling
dc.subject.red.spa.fl_str_mv Transversal
description Uno de los métodos utilizados para evaluar estabilidad fenotípica es el propuesto por Shukla, el cual calcula la varianza de los genotipos dentro de la interacción genotipo por ambiente, para lo cual se hace uso de la estimación de los componentes de varianza dentro del análisis de varianza combinado. El acceso al cálculo de metodologías como REML e ML permitieron trabajar con datos que presentan algún grado de desbalance, sin embargo no solucionan de una manera adecuada el problema de la estimación de componentes de varianza negativos, los cuales son asumidos como cero y redistribuidos en los demás componentes positivos. El uso de la metodología bayesiana en la estimación de componentes de varianza resuelve satisfactoriamente este problema sin afectar los demás componentes. En este trabajo, se utilizaron datos de producción comercial de papa de 10 pruebas regionales realizadas en la región andina colombiana y se utilizó la metodología bayesiana en la solución del modelo mixto para la estimación de la varianza de Shukla con base en una distribución a priori no informativa de Jeffreys. Fueron obtenidas muestras de la distribución a posteriori conjunta mediante el algoritmo Independence Chain, con un tamaño de muestreo de 1,16x105 y un burn-in de 500. Los resultados muestran que en la estimación REML de componentes de varianza tres genotipos presentan componentes de varianza estimados como cero. Las estimativas bayesianas son 89,35; 377,18 y 101,12; y los respectivos intervalos de credibilidad al 95% son: (2,13 - 371,70), (35,26 - 1363,67) y (2,33 - 434,53). Finalmente con estas estimativas no se afectó la estimación de los demás componentes de varianza.
publishDate 2006
dc.date.issued.none.fl_str_mv 2006
dc.date.accessioned.none.fl_str_mv 2019-04-29T21:50:57Z
dc.date.available.none.fl_str_mv 2019-04-29T21:50:57Z
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.localeng.eng.fl_str_mv article
dc.type.local.spa.fl_str_mv Artículo científico
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/article
dc.type.redcol.none.fl_str_mv https://purl.org/redcol/resource_type/ART
dc.type.version.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_2df8fbb1
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12324/34784
dc.identifier.aleph.spa.fl_str_mv 55075
dc.identifier.reponame.spa.fl_str_mv reponame:Biblioteca Digital Agropecuaria de Colombia
dc.identifier.repourl.none.fl_str_mv repourl:https://repository.agrosavia.co
dc.identifier.instname.spa.fl_str_mv instname:Corporación colombiana de investigación agropecuaria AGROSAVIA
url http://hdl.handle.net/20.500.12324/34784
identifier_str_mv 55075
reponame:Biblioteca Digital Agropecuaria de Colombia
repourl:https://repository.agrosavia.co
instname:Corporación colombiana de investigación agropecuaria AGROSAVIA
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofjournal.spa.fl_str_mv Revista de la Facultad Nacional de Agronomía
dc.relation.citationvolume.none.fl_str_mv 59
dc.relation.citationissue.none.fl_str_mv 1
dc.relation.citationstartpage.none.fl_str_mv 3077
dc.relation.citationendpage.spa.fl_str_mv 3088
dc.rights.*.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.acceso.spa.fl_str_mv Acceso a texto completo
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Acceso a texto completo
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
dc.publisher.place.spa.fl_str_mv Medellin (Colombia)
dc.source.spa.fl_str_mv Revista de la Facultad Nacional de Agronomía; Vol. 59 Núm. 1 (2006): Revista de la Facultad Nacional de Agronomía; p. 3077-3088
institution Agrosavia
bitstream.url.fl_str_mv https://repository.agrosavia.co/bitstream/20.500.12324/34784/1/55075.pdf
https://repository.agrosavia.co/bitstream/20.500.12324/34784/2/55075.pdf.jpg
bitstream.checksum.fl_str_mv 4f251ffa33f9923bff6a96486ca2ead7
e9bf795778604ab1e4cffd5ce7d54dbf
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Agrosavia - Corporación colombiana de investigación agropecuaria
repository.mail.fl_str_mv bac@agrosavia.co
_version_ 1814380212258865152