Συντελεστής επαναληπτικότητας. Ορισμός Μέθοδοι εκτίμησης Τιμές Εφαρμογές

Σχετικά έγγραφα
συντελεστής κληρονομικότητας (coefficient of heritability) Η 2 h 2

Κληρονομικότητα ποσοτικών χαρακτήρων. φαινοτυπική & γονοτυπική τιμή μέσες επιδράσεις αλληλομόρφων επιδράσεις κυριαρχίας

Κληρονομικότητα ποσοτικών ιδιοτήτων

Μάθημα ΖΩΟΤΕΧΝΙΑ. Ποσοτικά χαρακτηριστικά των αγροτικών ζώων με οικονομική σημασία

Α. Κομινάκης 1 και Γ. Αντωνάκος 2 1

ΖΩΟΤΕΧΝΙΑ. Ποσοτικά χαρακτηριστικά των αγροτικών ζώων με οικονομική σημασία

Βελτίωση Φυτών. Βελτίωση Σταυρογονιμοποιούμενων φυτών. Είδη ποικιλιών

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Η αύξηση της γαλακτοπαραγωγής Η μείωση του κόστους παραγωγής Η αύξηση της κερδοφορίας. Κατάλληλο ζωϊκό κεφάλαιο

Διαχείριση αναπαραγωγής σε βουβαλοτροφικές εκµεταλλεύσεις

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas

Γ. Πειραματισμός Βιομετρία

Εισόδημα Κατανάλωση

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv

Πα.Δα. Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ

Στατιστική Ι (ΨΥΧ-1202) Διάλεξη 6 Σχέσεις μεταξύ μεταβλητών

σ = και σ = 4 αντιστοίχως. Τότε θα ισχύει

την γαλακτοπαραγωγική ικανότητα των µηρυκαστικών»

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Εργαστηριακές Ασκήσεις Μέθοδοι Γενετικής Βελτίωσης Zώων

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 14 Μαρτίου /34

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ

Διαχείριση Υδατικών Πόρων

ΓΕΝΕΤΙΚΗ ΒΕΛΤΙΩΣΗ. 5η ΙΑΛΕΞΗ ΠΟΣΟΤΙΚΗ ΚΛΗΡΟΝΟΝΟΜΙΚΟΤΗΤΑ. ΤΕΙ ΚΡΗΤΗΣ Σχολή Τεχνολογίας Γεωπονίας Γενετική Βελτίωση Φυτών ρ. Πριµηκύριος Νικόλας

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

Γ. Πειραματισμός Βιομετρία

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ: ΘΕΩΡΙΑ ΧΑΡΤΟΦΥΛΑΚΙΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

Απλή Παλινδρόμηση και Συσχέτιση

Σημειακή εκτίμηση και εκτίμηση με διάστημα Παραδείγματα. 12 η Διάλεξη

Γ. Πειραματισμός - Βιομετρία

Στατιστική Ι-Μέτρα Διασποράς


7.1.1 Η Μέθοδος των Ελαχίστων Τετραγώνων

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα

Εκτροφή μηρυκαστικών ζώων

Δειγματοληψία στην εκπαιδευτική έρευνα. Είδη δειγματοληψίας

Χρησιμοποιούμενες Συναρτήσεις του Microsoft Excel

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική

ΣΠΟΥΔΑΣΤΗΡΙΟ ΚΟΙΝΩΝΙΟΛΟΓΙΑΣ ΠΑΣΠΕ ΕΘΝΙΚΟ ΚΕΝΤΡΟ ΚΟΙΝΩΝΙΚΩΝ ΕΡΕΥΝΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΚΑΙ ΤΙΣ ΤΕΧΝΙΚΕΣ

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

ΑΝΤΙΚΕΙΜΕΝΟ Ι. ΓΙΑΝΝΑΤΣΗΣ

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

1. Βασικές Συναρτήσεις Στατιστικής

ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη12)

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

ΠΟΣΟΤΙΚΗ ΓΕΝΕΤΙΚΗ 5. Η ΚΛΗΡΟΝΟΜΙΚΟΤΗΤΑ ΣΤΑ ΠΟΣΟΤΙΚΑ ΓΝΩΡΙΣΜΑΤΑ

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 5

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΕΡΓΑΣΤΗΡΙΟ ΔΟΜΗΣ ΤΗΣ ΥΛΗΣ ΚΑΙ ΦΥΣΙΚΗΣ ΛΕΪΖΕΡ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ.

Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΕΡΓΑΣΤΗΡΙΟ ΔΟΜΗΣ ΤΗΣ ΥΛΗΣ ΚΑΙ ΦΥΣΙΚΗΣ ΛΕΪΖΕΡ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ.

Αριθμός 59 Ο ΠΕΡΙ ΒΕΛΤΙΩΣΗΣ ΤΩΝ ΖΩΩΝ ΝΟΜΟΣ ΤΟΥ 2001

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Το στατιστικό κριτήριο που μας επιτρέπει να. μιας ή πολλών άλλων γνωστών μεταβλητών. Η σχέση ανάμεσα στις μεταβλητές που μελετώνται

Ποσοτικές Μέθοδοι., Εισηγητής: Ν.Κυρίτσης, MBA, Ph.D. Candidate,,

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

Διμεταβλητές κατανομές πιθανοτήτων

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ

Kruskal-Wallis H

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Διάστημα εμπιστοσύνης της μέσης τιμής

ΒΕΛΤΙΩΣΗ ΦΥΤΩΝ 3. ΤΑ ΠΟΣΟΤΙΚΑ ΓΝΩΡΙΣΜΑΤΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Ανάλυση και Σχεδιασμός Μεταφορών Ι Γένεση Μετακινήσεων

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2012 ΕΚΦΩΝΗΣΕΙΣ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

ΘΕΜΑ Α Α1. Αν οι συναρτήσεις f, g είναι παραγωγίσιμες στο, να αποδείξετε ότι ( f (x) + g(x)

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 2

Γ. Πειραματισμός Βιομετρία

ΑΝΩΤΕΡΗ ΘΕΡΜΟΔΥΝΑΜΙΚΗ ΘΕΡΜΟΔΥΝΑΜΙΚΕΣ ΣΧΕΣΕΙΣ

Διαστήματα Εμπιστοσύνης

ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

3 η ΕΡΓΑΣΙΑ , , , , , , , , , , , ,189

Πολλαπλή παλινδρόμηση (Multivariate regression)

H ΑΝΑΛΥΣΗ ΣΥΣΧΕΤΙΣΗΣ (PEARSON s r)

ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ. Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=20,

Εκτροφή μηρυκαστικών ζώων

Τμήμα Λογιστικής και Χρηματοοικονομικής. Πιθανότητες. Δρ. Αγγελίδης Π. Βασίλειος

Γ. Πειραματισμός Βιομετρία

Οικονομετρία. Απλή Παλινδρόμηση. Υποθέσεις του γραμμικού υποδείγματος και ιδιότητες των εκτιμητών. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΘΕΜΑ Α Α1. Αν οι συναρτήσεις f, g είναι παραγωγίσιμες στο, να αποδείξετε ότι ( f (x) + g(x)

Εφαρμοσμένη Στατιστική

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Φριζάρτα ΠΡΟΒΑΤΟ ΦΥΛΗΣ ΑΠΟΤΕΛΕΣΜΑΤΑ 2014 ΥΠΟΥΡΓΕΙΟ ΑΓΡΟΤΙΚΗΣ ΑΝΑΠΤΥΞΗΣ ΚΑΙ ΤΡΟΦΙΜΩΝ ΚΕΝΤΡΟ ΓΕΝΕΤΙΚΗΣ ΒΕΛΤΙΩΣΗΣ ΖΩΩΝ ΑΘΗΝΩΝ

Transcript:

Συντελεστής επαναληπτικότητας Ορισμός Μέθοδοι εκτίμησης Τιμές Εφαρμογές

Συντελεστής επαναληπτικότητας Έννοιες: Επαναλαμβανόμενες ιδιότητες/ μετρήσεις Μόνιμοι περιβαλλοντικοί παράγοντες Τυχαίοι περιβαλλοντικοί παράγοντες

Επαναλαμβανόμενες ιδιότητες/μετρήσεις - Παραδείγματα: (Ανα)παραγωγικές ιδιότητες πχ. γαλακτοπαραγωγή, μέγεθος τοκετοομάδας Σωματομετρήσεις (πχ. ύψος ακρωμίου, εύρος λεκάνης κλπ) Μετρήσεις βιοχημικών παραμέτρων (πχ. ορμόνες, ανασολογικές κλπ)

Επαναλαμβανόμενες ιδιότητες / μετρήσεις Οι επαναλαμβανόμενες μετρήσεις ομοιάζουν μεταξύ τους ως αποτέλεσμα επιδράσεων οι οποίες δρουν προς την ίδια πάντα κατεύθυνση με μόνιμο τρόπο. Τέτοιες επιδράσεις είναι: α) γενετικής φύσεως (ο γονότυπος του ζώου έχει μόνιμη και μη μεταβαλλόμενη επίδραση) και β) περιβαλλοντικής προέλευσης (μόνιμες περιβαλλοντικές επιδράσεις)

Μόνιμοι περιβαλλοντικοί παράγοντες επηρεάζουν συστηματικά τις αποδόσεις/μετρήσεις προς την ίδια πάντα κατεύθυνση, δεν κληρονομούνται και μπορούν να εκτιμηθούν (πχ. περιβάλλον εκτροφής)

Τυχαίοι ή προσωρινοί περιβαλλοντικοί παράγοντες Επηρεάζουν με διαφορετικό (θετικά ή αρνητικά) κάθε φορά τρόπο τις αποδόσεις, δεν μπορούν να εκτιμηθούν, ο μέσος όρος των επιδράσεών τους αναμένεται ίσος με το μηδέν όταν διενεργούνται πολλές μετρήσεις

Επιμερισμός περιβαλλοντικής διακύμανσης 2 2 2 2 2 E E E E e σ =σ +σ = σ + σ μ π μ 2 σ E 2 σ E μ π : μόνιμοι περιβ. παράγοντες : τυχαίοι περιβ. παράγοντες

Συντελεστής επαναληπτικότητας (repeatabilty, r) Ορισμός (1) 2 2 2 2 σ G+σ E [σ μ G+σ E ] μ r= = = σ 2 +σ 2 +σ 2 [σ 2 +σ 2 ]+σ 2 σ σ +σ G E E G E e 2 2 a a = 2 2 2 a e σp μ π μ σ εκφράζει το ποσοστό των μονίμων επιδράσεων (a, γενετικών και μονίμων περιβαλλοντικών) σε σχέση με την ολική φαινοτυπική διακύμανση

Συντελεστής επαναληπτικότητας (2) r=[σ 2 G +σ2 Εμ ]/σ2 P σ 2 G +σ2 Εμ =σ2 P -σ2 Επ r=[σ 2 P -σ2 Επ ]/σ2 P =1-σ2 Επ /σ2 P Εάν σ 2 Επ 0 τότε r 1 ο συντελεστής επαναληπτικότητας συνιστά το ανώτατο όριο των λόγων σ 2 G /σ2 P και σ2 Α /σ2 P (h2 )

Σημασία επαναλαμβανόμενων μετρήσεων (1) μείωση του ποσοστού των επιδράσεων που οφείλονται σε τυχαίους περιβαλλοντικούς παράγοντες μείωση της ολικής φαινοτυπικής διακύμανσης (αύξηση ακρίβειας μέτρησης) 2 2 2 2 e A E + P σ =σ +σ n μ σ n Eπειδή: σ 2 (1/n)Σxi =(1/n)2 σ 2 Σxi =(1/n)2 (n)σ 2 x =(1/n)σ2 x

Σημασία επαναλαμβανόμενων μετρήσεων (2) Αύξηση ακρίβειας (AA) λόγω επαναλ/νων μετρήσεων: σ 2 P(n) /σ2 P =[σ2 G +σ2 Eμ +σ2 Επ /n]/[σ2 G +σ2 Eμ +σ2 Επ ]= =[nσ 2 G +nσ2 Eμ +σ2 Επ ]/n[σ2 G +σ2 Eμ +σ2 Επ ]= =[σ 2 G +σ2 Eμ ]/σ2 P +σ2 Επ /nσ2 P = = r +1/n(1-r)=[1+r(n-1)]/n n τότε σ 2 P(n) ~ σ2 P AA = 1- [1+r(n-1)]/n

Αύξηση ακρίβειας μέτρησης 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 2 4 6 8 10 Αριθμός μετρήσεων 0.2 0.4 0.6 0.8 Aύξηση ακρίβειας μέτρησης σε συνάρτηση με τον αριθμό μετρήσεων και το συντελεστή επαν/τας (r)

Συντελεστής επαναληπτικότητας Mέθοδοι εκτίμησης: Συντελεστής συσχέτισης (Pearson product moment correlation) Ενδοταξικός συντ. συσχέτισης (intraclass correlation)

Συντελεστής επαναληπτικότητας Εκτίμηση: Συντελεστής συσχέτισης (1) Πλεονεκτήματα: εύκολη εκτίμηση (για 2 μετρήσεις) Μειονεκτήματα: υπολογισμός n(n-1)/2 συντελεστών για n μετρήσεις η τιμή του εξαρτάται από τη σειρά και το εύρος της μεταβλητής

Συντελεστής επαναληπτικότητας Εκτίμηση: Συντελεστής συσχέτισης (2) Παράδειγμα: γαλακτοπαραγωγή 10 προβατινών 1η-2η γαλακτική περίοδος Σxy=127206 Σx=1010 Σy=1252 Σx 2 =103846 Σy 2 =158338 r=0,44

Συντελεστής επαναληπτικότητας -Eκτίμηση Ενδοταξικός συντελεστής συσχέτισης (1) r = σ σ + 2 a 2 2 a σe Εκτίμηση συστατικών διακύμανσης από την ανάλυση της διακύμανσης

Συντελεστής επαναληπτικότητας εκτίμηση Ενδοταξικός συντελεστής συσχέτισης (2): Παράδειγμα: 5 αγελάδες, ημερήσια γαλ/γή (kg) Ημέρα ζώο 1 2 3 1 17 20 23 2 21 29 28 3 25 28 34 4 22 16 16 5 24 22 32

Συντελεστής επαναληπτικότητας εκτίμηση Eνδοταξικός συντελεστής συσχέτισης (3) μ.ο. και διασπορά μεταξύ μετρήσεων μ.ο. και διασπορά μεταξύ ζώων μέτρηση ζώο

Συντελεστής επαναληπτικότητας εκτίμηση Μέτρηση 1 Μέτρηση 2 Μέτρηση 2 Μέτρηση 3 Μέτρηση 1 Μέσος συντελεστής συσχέτισης: r = 0,55 Μέτρηση 3

Συντελεστής επαναληπτικότητας - Εκτίμηση Ενδοταξικός συντελεστής συσχέτισης (5) Πίνακας ανάλυσης διακύμανσης

Συντελεστής επαναληπτικότητας - Εκτίμηση Ενδοταξικός συντελεστής συσχέτισης (4) ΠΠ BE MT E(ΜΤ) Zώο a-1 63,7 σ 2 e + nσ 2 a Σφάλμα a(n-1) 17,8 σ 2 e σ 2 a= (63,7-17,8)/3 =15,3 σ 2 P = σ 2 e + σ 2 a =15,3+17,8 = 33,1 r = σ 2 a/σ 2 P = 15,3/33,1 = 0,46

Εύρος τιμών συντελεστή επαναληπτικότητας (r) για διάφορες ιδιότητες/είδος Ιδιότητα r Γαλακτοπαραγωγή 0,25-0,45 Ρυθμός ανάπτυξης 0,25-0,40 Απόδοση σε σφάγιο 0,30 0,45 Αριθμός αμνών/εριφίων/ χοιριδίων στη γέννηση 0,05 0,15 Μεσοδιάστημα τοκετών 0,0-0,05 Διάμετρος τριχός (Π+Α) 0,45 0,55 Αριθμός αυγών 0,05 0,15 Βάρος αυγών 0,35 0,60

Συντελεστής επαναληπτικότητας εφαρμογές (1) r n πολλαπλών μετρήσεων r n nr = 1 + (n 1)r nr 2 0,46 r2 = = = 0,63 1(n + 1)r 1 + (2 1) 0,46 nr 3 0,46 r3 = = = 0,72 1(n + 1)r 1 + (3 1) 0,46 nr 4 0,46 r4 = = = 0,77 1(n + 1)r 1 + (4 1) 0,46

Συντελεστής επαναληπτικότητας εφαρμογές (2) Αριθμός απαιτούμενων μετρήσεων για δεδομένο επίπεδο ακρίβειας n = r(1 r) n r(1 r ) n r(1 n r) 0,95 (1 0,46) n = = = 22,3 22 r(1 r ) 0,46 (1 0,95) n

Συντελεστής επαναληπτικότητας - εφαρμογές (3) Πρόβλεψη μελλοντικών αποδόσεων από προηγούμενες (y-y μ )=b(x-x μ ) y = y μ + b(x-x μ ) r xy = σ xy /σ χ σ y b yx = σ xy /σ 2 χ b yx = r xy σ y /σ x Eάν σ y = σ x τότε b yx = r xy πχ. b 21 = r 12

Συντελεστής επαναληπτικότητας - εφαρμογές (4) Πρόβλεψη αποδόσεων - παράδειγμα Γαλακτική περίοδος (ΓΠ) 1 2 3 Μέσος όρος (kg) 4096 4232 4731 Τυπ. απόκλιση (kg) 696 934 960 Συντ. συσχέτισης - 0,40 0,40 Συντ. παλινδρ/σης 0,536 0,552 στην 1η ΓΠ Αγελάδα έχει γαλακτοπαραγωγή κατά την 1η ΓΠ ίση με 5000 kg. Πρόβλεψη γαλακτοπαραγωγής κατά την 2η ΓΠ: y 2 = y μ2 + b 21 (x-x μ1 ) = 4232 + 0,536(5000-4096) = 4716,5 kg Πρόβλεψη κατά την 3η ΓΠ: y 3 = y μ3 + b 31 (x-x μ1 ) = 4731 + 0,552(5000-4096) = 5230 kg

Συντελεστής επαναληπτικότητας εφαρμογές (5) Εκτίμηση της πιθανότερης παραγωγικής ικανότητας (ΠΠΙ, [Μοst] Probable Producing Ability, [M]ΡΡΑ) Παράδειγμα: αίγα με P n =200 kg (γαλακτοπαραγωγή), n=3 γαλακτικές αποδόσεις, r = 0,50, μ=170 kg. nr ΠΠΙ=a= ˆ (Pn -μ) 1+(n-1)r ΠΠΙ=3 0,5/[1+(3-1) 0,5](200-170)=0,75 (30)=22,5 kg η αίγα αναμένεται να δώσει 22,5 kg πάνω από το μέσο κατά την 4η γαλακτική περίοδο (ή 170+22,5=192,5 kg)

Συντελεστής επαναληπτικότητας εφαρμογές (6) Ακρίβεια εκτίμησης πραγματικής παραγωγικής ικανότητας Ακρίβεια εκτίμησης ΠΠΙ 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,05 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 r ΠΠI,ΠΠI ˆ = nr 1 + (n 1)r 0,10 1 2 3 4 5 6 7 8 Aριθμός αποδόσεων

Συντελεστής επαναληπτικότητας εφαρμογές (7) Εκτίμηση κληροδοτικών τιμών (Estimated Breeding Value, EBV) με βάση το συντελεστή κληρονομικότητας (h 2 ) και επαναληπτικότητας (r): 2 nh ˆΑ=EBV = (Pn μ) 1 + (n 1)r Για την παραπάνω αίγα με P n =200 kg (γαλακτοπαραγωγή) n=3 γαλακτικές αποδόσεις, h 2 =0,30, r = 0,50 και μ=170 kg έχουμε: ΕΒV=3 0,30/[1+(3-1) 0,5](200-170)=13,5 kg

Συντελεστής επαναληπτικότητας εφαρμογές (8) Συντελεστής κληρονομικότητας για n επαναλαμβανόμενες μετρήσεις (αποδόσεις) h 2 n 2 hn = 1 + (n 1)r 2 0,25 3 h3 = = 0,42 1(31)0,40 +