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...
- 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 |