Bom dia!!
Pessoal, ajustei um modelo utilizando a função pedigreemm (incorporando a
informação do pedigree) e lmer (do pacote, lme4, sem o pedigree). Notei que
os BLUps obtidos (via ranef) com a pedigreemm são maiores do que os obtidos
com a lmer.
A dúvida é que acredito que quando usamos a informação do
pedigree, predizemos o *Valor Genético Aditivo* (*Breeding Values*). E
quando não utilizamos a informação do pedigree, predizemos o *Valor
Genético Total* (*incluindo os efeitos aditivos, dominância e epistático*),
por isso esperava maiores valores dos BLUPs.
Será que alguém pode me esclarecer??
Segue a rotina e dados em anexo:
#-----------------------------------------------------------------------------
# EXEMPLO:
# Variável analisada: Prod
# Número de indivíduos no pedigree: 9
# Número de indivíduos com informação fenotipica: 5
# Número de bloco: 3
# Número de corte: 2
# Número de local: 3
#------------------------------------------------------------------------------
rm(list = ls())
*1 - Com o pedigree*
*# reading pedigree file*
dadped<-read.table("genealogia2.csv", head=T, sep=";", dec=",")
head(dadped)
require(lme4)
require(pedigreemm)
*# Constructing pedigree*
pedCana <- pedigree(sire = as.integer(dadped$Dad),
dam = as.integer(dadped$Mon),
label= as.character(1:9))
fac <- relfactor(pedCana)
MpedCana <- crossprod(fac)
*# reading phenotype file*
dat2<-read.table("dados_sem_ascestrais.csv", head=T, sep=";", dec=",",
na.strings="NA")
head(dat2)
attach(dat2)
Bloco1 <- factor(bloco)
Corte1 <- factor(corte)
Local1 <- factor(local)
*# fitting model with pedigree*
fm2 <- pedigreemm(Prod ~ (1|id) + Local1/Corte1 + (1|Local1/Bloco1), data =
dat2, pedigree = list(id = pedCana))
BLUP.a <- ranef(fm2)$id; BLUP.a * # BLUPs dos efeitos genéticos
aditivo*
*2 - Sem o pedigree*
* # fitting model without pedigree*
fm3 <-lmer(Prod ~ (1|id) + Local1/Corte1 + (1|Local1/Bloco1), data = dat2)
BLUP.g <- ranef(fm3)$id; BLUP.g *# BLUPs dos efeitos genéticos
(aditivo + dominância + epistáticos)
*
data.frame(BLUP.g, BLUP.a) *# BLUPs dos efeitos genéticos e
genéticos aditivo*
*Resultados:*
**
*> fm2*
Linear mixed model fit by REML
Formula: Prod ~ (1 | id) + Local1/Corte1 + (1 | Local1/Bloco1)
Data: dat2
AIC BIC logLik deviance REMLdev
764.3 789.3 -372.1 777.8 744.3
Random effects:
Groups Name Variance Std.Dev.
Bloco1:Local1 (Intercept) 1.0992e-13 3.3155e-07
id (Intercept) 4.8287e+00 2.1974e+00
Local1 (Intercept) 3.0252e+01 5.5002e+00
Residual 3.3712e+02 1.8361e+01
Number of obs: 90, groups: Bloco1:Local1, 9; id, 5; Local1, 3
*> fm3*
Linear mixed model fit by REML
Formula: Prod ~ (1 | id) + Local1/Corte1 + (1 | Local1/Bloco1)
Data: dat2
AIC BIC logLik deviance REMLdev
764.4 789.4 -372.2 777.8 744.4
Random effects:
Groups Name Variance Std.Dev.
Bloco1:Local1 (Intercept) 1.1257e-17 3.3551e-09
id (Intercept) 1.3792e+00 1.1744e+00
Local1 (Intercept) 2.9551e+01 5.4361e+00
Residual 3.3926e+02 1.8419e+01
Number of obs: 90, groups: Bloco1:Local1, 9; id, 5; Local1, 3
*> data.frame(BLUP.g, BLUP.a)*
X.Intercept. X.Intercept..1
5 0.04624036 0.4146977
6 -0.51780417 -1.1289438
7 0.30066464 1.2858838
8 0.06359092 0.1372509
9 0.10730825 0.2615716
--
=================================================
Edjane Gonçalves de Freitas
Engenheira Agrônoma - UFAL
Doutoranda - Lab. Genética e Estatística
Departamento de Genética e Melhoramento de Plantas - ESALQ/USP
Cel: (19) 8102-7790
==================================================
geno;id;bloco;corte;local;Prod
RA1251;5;1;1;1;117,65
RA1251;5;2;1;1;125,35
RA1251;5;3;1;1;135,02
AB1542;6;1;1;1;101,03
AB1542;6;2;1;1;108,59
AB1542;6;3;1;1;108,45
FR125;7;1;1;1;117,53
FR125;7;2;1;1;115,36
FR125;7;3;1;1;112,5
RDC101;8;1;1;1;117,04
RDC101;8;2;1;1;108,89
RDC101;8;3;1;1;107,24
DLA215;9;1;1;1;102,06
DLA215;9;2;1;1;125,98
DLA215;9;3;1;1;130,65
RA1251;5;1;2;1;112,61
RA1251;5;2;2;1;142
RA1251;5;3;2;1;145
AB1542;6;1;2;1;107,03
AB1542;6;2;2;1;107,78
AB1542;6;3;2;1;71,09
FR125;7;1;2;1;104,86
FR125;7;2;2;1;99,14
FR125;7;3;2;1;100,57
RDC101;8;1;2;1;121,31
RDC101;8;2;2;1;106,88
RDC101;8;3;2;1;95,96
DLA215;9;1;2;1;94,43
DLA215;9;2;2;1;101,61
DLA215;9;3;2;1;90,11
RA1251;5;1;1;2;100,03
RA1251;5;2;1;2;99,58
RA1251;5;3;1;2;77,82
AB1542;6;1;1;2;89,84
AB1542;6;2;1;2;80,16
AB1542;6;3;1;2;144,63
FR125;7;1;1;2;90,86
FR125;7;2;1;2;94,69
FR125;7;3;1;2;120,22
RDC101;8;1;1;2;88,66
RDC101;8;2;1;2;114,7
RDC101;8;3;1;2;124,37
DLA215;9;1;1;2;91,97
DLA215;9;2;1;2;97,91
DLA215;9;3;1;2;94,74
RA1251;5;1;2;2;69,95
RA1251;5;2;2;2;92,94
RA1251;5;3;2;2;88,19
AB1542;6;1;2;2;89,1
AB1542;6;2;2;2;91,69
AB1542;6;3;2;2;79,85
FR125;7;1;2;2;97,63
FR125;7;2;2;2;84,56
FR125;7;3;2;2;80,54
RDC101;8;1;2;2;84,57
RDC101;8;2;2;2;88,01
RDC101;8;3;2;2;89,02
DLA215;9;1;2;2;87,14
DLA215;9;2;2;2;108,71
DLA215;9;3;2;2;113,8
RA1251;5;1;1;3;98,62
RA1251;5;2;1;3;104,87
RA1251;5;3;1;3;104,97
AB1542;6;1;1;3;110,21
AB1542;6;2;1;3;110,95
AB1542;6;3;1;3;101,59
FR125;7;1;1;3;145
FR125;7;2;1;3;168
FR125;7;3;1;3;170
RDC101;8;1;1;3;99,61
RDC101;8;2;1;3;108,98
RDC101;8;3;1;3;122,94
DLA215;9;1;1;3;65,99
DLA215;9;2;1;3;148,51
DLA215;9;3;1;3;124,19
RA1251;5;1;2;3;114,4
RA1251;5;2;2;3;108,04
RA1251;5;3;2;3;105,64
AB1542;6;1;2;3;97,68
AB1542;6;2;2;3;71,1
AB1542;6;3;2;3;123,02
FR125;7;1;2;3;82,4
FR125;7;2;2;3;121,09
FR125;7;3;2;3;104,89
RDC101;8;1;2;3;122,61
RDC101;8;2;2;3;123,03
RDC101;8;3;2;3;123,44
DLA215;9;1;2;3;150
DLA215;9;2;2;3;120
DLA215;9;3;2;3;111
Num;Id;Mon;Dad
1;GPA518;NA;NA
2;GX458;NA;NA
3;GH3156;GPA518;NA
4;GS214;GX458;NA
5;RA1251;GS214;GH3156
6;AB1542;RA1251;GPA518
7;FR125;GPA518;GX458
8;RDC101;GX458;GX458
9;DLA215;GPA518;GPA518
_______________________________________________
R-br mailing list
[email protected]
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código
mínimo reproduzível.
