育种数据分析之放飞自我分享 http://blog.sciencenet.cn/u/yijiaobai 关注:生物统计,数量遗传,混合线性模型,生物信息,R,Perl,Python,GWAS,GS相关方法,文章及代码

博文

GLMM:广义线性混合模型(遗传参数评估)

已有 16311 次阅读 2017-4-15 10:58 |个人分类:文献解析|系统分类:科研笔记

原文下载

文章

Silva N H D, Gea L, Lowe R. Genetic analysis of resistance to Pseudomonas syringae pv. actinidiae (Psa) in a kiwifruit progeny test: an application of generalised linear mixed models (GLMMs)[J]. SpringerPlus, 2014, 3(1):1-12.

摘要

线性混合模型(LMM)可以整合亲缘关系和空间相关矩阵,可以在动物模型中估计遗传参数和育种值,因此在动物和植物育种中应用广泛。

广义线性混合模型(GLMM)是LMM的扩展,它对于y变量不要求正态分布,比如生存和死亡(0,1)的二项数据,抗病性分级(1~5)数据等。

这里我们使用猕猴桃的抗病性数据,用GLMM模型进行拟合,估计遗传力。

前言

观测的数据分为抗病的(1)和感病的(0),传统的方法是计算抗病性的百分比,然后通过数据转化使其满足正态分布再进行分析。

数据转换的缺点

  • 当数据量小时,结果不可靠。而且数据转化不一定都能满足要求

  • 有些性状没有必要转化为0~1区间的数值


应用GLMM模型,logit和probit模型不存在这种问题。

GLM的缺点
GLM模型可以支持数据的多种分布,但是要求数据是独立不相关的,在遗传评估时,很显然数据不能满足要求。

可以使用GLMM模型的软件

  • R语言中的lme4

  • SAS中的GLIMMIX模型

  • ASReml软件

  • ASReml-R(一个R包)

  • GenStat软件的GLMM模型
    这些软件中,ASReml专门针对育种设计的软件,可以处理系谱信息和关系矩阵,SAS和R需要做其它设置。GenStat软件是唯一的一个窗口界面操作的软件。

GenStat GLMM模型

logit和probit模型方差组分的计算
probit残差模型:σ2
logit残差模型:π2/3

logit 模型

不同软件运行的结果

result





如果您对于数据分析,对于软件操作,对于数据整理,对于结果理解,有任何问题,欢迎联系我。
育种数据分析之放飞自我






https://blog.sciencenet.cn/blog-2577109-1049045.html

上一篇:如何对增广试验数据进行分析
下一篇:不平衡数据的显著性检验方法以及多重比较(How to)

1 梅卫平

该博文允许注册用户评论 请点击登录 评论 (3 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-7-4 18:07

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部