DMU是一个数量遗传方差学工具包主要功能包括估计方差组分和固定效应,预测育种值DMU的开发历史可以追溯到25年前,大部分功能基于数量遗传方差学研究的需求而开发茬丹麦动物育种研究中,DMU是一个主要的统计研究工具(估计和预测)此外,DMU也应用于丹麦牛羊,貂和马等常规遗传方差评估研究因此,DMU不但在一些特定的项目中具备高性能优势也适用于常规数量遗传方差学研究。“DMU”名称最初来自于程序包中用来进行初始化的过程洺字缩写这些过程利用约束最大似然法(REML),通过Derivative-free方式执行MUltivariate
analysis因此得名DMU。但是在当前的DMU版本中,并不包括DF-REML模块现在D仅代表DJF(丹麦农業科学学院的缩写)。
DMU安装包有很多模块如DMU1、DMU4、DMU5、DMUAI和RJMC。DMUAI模块可利用平均信息限制最大似然(AI-REML) (Jensen et al. 1997)算法进行(协)方差组分的估计AI是通过平均觀察和预期信息的信息矩阵得到的。该模块还可以使用期望最大化(EM)算法来最大化约束似然函数被估计的(协)方差组分的渐近标准误是從平均信息矩阵中获得的。
想试试DMU处理一批数据, 发现这个软件, 竟然没有一个合适的操作说明文档, 我手头上有老师的PPT中文版DMU操作说明, 但看起來还是费劲.
刚好自己在学习这个软件, 用实际数据来演示如何使用这个软件进行数据分析.
其它内容, 包括测定日模型(随机回歸模型), 母体效应模型, GBLUP模型, 显性上位性模型, 一步法GS模型等等以后再做总结.
说明文档是作者写的, 一般来说作者都想通过逻辑的构建, 让读者了解軟件的方方面面, 但是读者一开始接触软件时, 迫切的是想解决问题, 不是来学理论, 不是来学知识, 只是想解决问题. 但是大多数文档无法满足这些迫切的需求. 所以, 最好的操作说明, 就是有数据, 有模型, 有结果说明, 可以很快上手. 我写此操作说明的目的就在于此.
软件组成, 主要包括四类程序
数据和系谱及逆矩阵格式
因此, 在进行分析之前, 首先需要对数据进行转化, 比如系谱要变为整數, 要有第四列信息出生信息, 如果没有, 就写成2018年就行. 数据中也要重新编号, 特别是某些因子含有字母, 需要转化为数字. 可以使用R语言进行转化, 将系谱的所有水平编号为1…n, 然后替换. 将数据的所有水平, 重新编码.
文件注释, 一般是解释你所使用的模型
指定分析模型中, 观测值个数, 固定因子, 随機因子
比如单性状, 正态数据
比如二性状, 正态数据
* * 方差组分估计方法 方差参数的概念: 方差、协方差、方差商值、标准差、相关系数 数量遗传方差参数: 方差组分间的比值 遗传方差参数的估计: 实际上是方差组分的估计 方差与方差组分的概念: 方差:各种数据的变异 方差组分:一个方差中各种因素导致的变异;随机变量分布的参数 方差组分估计的一般知識 数量遗传方差学基础 有亲属关系个体间的相似性 EI,FS:环境和互作效应 ANOVA法估计方差组分 随机模型-半同胞数据估计方差参数 P117数据 模型 均衡结构資料的ANOVA法 单因子重复数相等资料的方差分析 单因子ANOVA 为 的估值 非均衡数据的方差分析 单因子ANOVA 单因子ANOVA 例题计算结果: 方差参数估计量的抽样误差 方差组分估计值的误差 方差参数估计量的抽样误差 参数估计值的误差 方差参数估计值可能出现的偏倚 环境协方差(场、时间) 群体内的遺传方差结构 人为的数据删减和主观意愿 数据的数量与结构 协方差分析 性状间协方差的剖分 性状表型协方差 加性协方差 互作协方差 环境协方差 性状间的协方差 互协方差 协方差分析 协方差分析 遗传方差相关系数的标准误 标准误取决于: 遗传方差相关系数 遗传方差力 遗传方差力估计误差 与遗传方差力估计误差 相比遗传方差相关系 数的估计误差更大。 要求数据规模更大 两性状记录数不等时估计遗传方差相关 随机模型 全同胞-半同胞数据估计方差组分 ANOVA法估计方差组分 系统分组资料的方差分析
小干扰rna沉默arnt基因对人结肠癌ht29细胞苼物学特性的影响,结肠癌,结肠癌早期症状,结肠癌转移,结肠癌术后能活多久,结肠癌症状,左半结肠癌,乙状结肠癌,结肠癌术后饮食,结肠癌晚期