发帖
雷达卡
GenStat在动物育种中的应用 育种值asreml和GenStat比较篇-无系谱
注意：图片显示不全，如果要看完整，请下载附件的pdf
GenStat在动物育种中的应用 育种值asreml和GenStat比较篇-无系谱.pdf
(313.69 KB, 需要: 5 个论坛币)
作者：yijiaobani
软件申请网址：http://www.vsnc.com.cn/index.php?m=content&c=index&a=lists&catid=43
数据：
asreml模型：
library(asreml) #载入asreml程序包
#setwd("d:\\cookbook\\NestedMm") #制定文件路径
NestedMm<-asreml.read.table("NestedMm.csv",header=T,sep=",", na.strings="*") #读入数据
sl1<-asreml(fixed=sl~1, #
random=~Sire, #随机效应为sire
rcov=~units,
data=NestedMm,
na.method.X="include", #定义缺失数据的处理
maxiter=40)
GenStat模型：
asreml方差分量：
> summary(sl1)$varcomp #查看方差组分
gamma component std.error z.ratio constraint
Sire!Sire.var 0.2880371 6.60038 3.698572 1.784575 Positive
R!variance 1.0000000 22.91503 1.309992 17.492494 Positive
GenStat方差分量：
asreml查看随机效应
> coef(sl1)$random #查看随机效应值
effect
Sire_H3 -0.6133096
Sire_H6 4.8630588
Sire_J5 -0.4756948
Sire_J9 -2.3965155
Sire_S8 -0.1247605
Sire_X10 -3.3790217
Sire_X2 0.5815377
Sire_X7 1.5447055
GenStat查看随机效应
asreml另一个模型：
sl2<-asreml(fixed=sl~1, #固定效应为group
random=~Sire+group, #随机效应
rcov=~units,
data=NestedMm,
na.method.X="include", #定义缺失数据的处理
maxiter=40)
GenStat另一个对应的模型：
asreml方差分量结果：
> summary(sl2)$varcomp
gamma component std.error z.ratio constraint
Sire!Sire.var 0.368343391 8.3907002 5.08015001 1.6516639 Positive
group!group.var 0.002017045 0.0459474 0.09580923 0.4795717 Positive
R!variance 1.00000000022.7795595 1.30471928 17.4593569 Positive
GenStat方差分量结果：
两者结果不一样，但是他们的和是一样的，都是30左右。
asreml3模型：
sl3<-asreml(fixed=sl~1,
random=~Sire+Dam+group, #随机效应
rcov=~units,
data=NestedMm,
na.method.X="include",
maxiter=40)
summary(sl3)$varcomp #查看方差组分
coef(sl3)$random #查看随机效应值
GenStat模型：
asreml结果：
结果还是不一致。
随机效应：
GenStat随机效应：
结果还是不一致，但是整体趋势是一致的。
京公网安备 11010802022788号
