Mapeamento de QTL s utilizando variáveis latentes
|
|
- Eduardo Casado
- 5 Há anos
- Visualizações:
Transcrição
1 Mapeamento de QTL s utilizando variáveis latentes Nubia Esteban Duarte 1, Alexandre C Pereira 2, Suely R Giolo 2, 3 e Júlia Maria Pavan Soler (Orientadora) 1 1 Universidade de São Paulo (USP) nubiaest@imeuspbr,pavan@imeuspbr 2 Laboratório de Genética e Cardiologia Molecular (USP) lbmpereira@incoruspbr 3 Universidad Federal de Paraná (UFPR) giolo@ufprbr 1 Introdução Recentemente, a análise haplotípica está sendo umas das áreas mais ativas em estudos genômicos Como uma combinação de alelos ligados próximos sobre um cromossomo, o haplótipo é mais informativo para inferências sobre genes funcionais do que análises uniloco de alelos de marcadores ou genótipos [1] Um assunto relevante em análise haplotípica é a determinação de qual combinação de marcadores deve ser usada para a construção de haplótipos Para explorar completamente a associação entre um conjunto de marcadores e uma doença fenotípica, varias combinações de marcadores necessitam ser consideradas Espera-se que usando um arranjo mais denso de marcadores seja possível identificar os genes, (QTL s), que controlam a doença fenotípica em questão O enfoque de mapeamento por associação ou desequilíbrio de ligação (LD) é uma ferramenta forte para o mapeamento de QTL s Vários métodos utilizando LD em populações de indivíduos não relacionados têm sido propostos para mapear QTL s usando marcadores genéticos [9], [4], [6] Muitos desses métodos assumem que o potencial QTL está localizado sobre os marcadores, mas, dado o fato que só é possível observar genótipos de marcadores e não o genótipo do QTL, esta restrição pode conduzir à estimação viesada de parâmetros tais como frequências alélicas de QTL e seus efeitos genéticos O poder de testes também pode ser substancialmente reduzido pelo incompleto desequilíbrio de frequências alélicas entre QTL e marcadores Z W Luo et al (2000) ([11]), desenvolveu um método de LD em populações de indivíduos não relacionados para inferir QTL s considerando os genótipos do QTL como dados não observáveis (variável latente) O método considera o desequilíbrio de ligação entre o possível QTL e um marcador de cada vez No seu enfoque a existência do QTL pode ser testada baseada na hipótese nula de nenhum efeito genético do QTL Entretanto o LD entre o loco da doença e do marcador provê informação para localizar o loco da doença Neste estudo será abordado o método de mapeamento de QTL s apresentado em Tao Wang et al (2007) ([11]), o qual é uma extensão do modelo de variável latente apresentado em [11] O método é apresentado para mapeamento por associação de QTL s usando múltiplos marcadores com dados genotípicos de fase não conhecida Sob uma estrutura de verossimilhança são calculados os estimadores de máxima verossimilhança dos efeitos de QTL s e frequências haplotípicas de QTL s e marcadores conjuntamente Das frequências haplotípicas entre QTL s e marcadores é possível calcular várias medidas de associação entre QTL s e marcadores e então inferir as posições do QTL Através do uso de múltiplos marcadores simultâneamente, o método pode ajudar na separação de forte LD entre os marcadores ligados dentro de uma pequena região no genoma Pela incorporação do QTL como variável latente no modelo de mapeamento, o QTL tem a flexibilidade para caracterizar tanto o alelo da doença em um loco, ou um haplótipo/subhaplótipo de risco entre os marcadores No contexto deste novo método, o objetivo do trabalho é revisar a metodologia associada para o mapeamento de QTL s sob o modelo de variável latente, implementá-la computacionalmente e aplicá-la em dados reais Na seção 2 será apresentado o modelo de variável latente para descrever a relação entre um traço quantitativo e o genótipo do QTL assim como a função de verossimilhança associada ao modelo Também coeficientes de correlação parcial entre QTL e marcadores são introduzidos como medidas de associação para explorar o efeito de "pegar carona"dos marcadores para inferir posições de QTL s Na seção 3 descreve-se de forma suscinta os dados que serão utilizados para as respectivas aplicações deste novo método junto com algumas análises descritivas 2 Modelo de variável latente Em estudos de genética quantitativa, um traço quantitativo é assumido ser afetado por QTL s e por fatores ambientais Esta relação fenótipo-qtlgenótipo pode usualmente ser descrita através de um modelo genético Suponha que temos uma amostra de N indiví- 185
2 duos não relacionados de uma população de interesse Considera-se o modelo descrito a seguir: Y = Zα + Qβ + e (1) Y NX1 = (Y 1, Y 2,, Y N ), vetor de respostas fenotípicas, Z NXp = (Z 1, Z 2,, Z N ), matriz das covariáveis associadas a cada indivíduo, α px1 = (α 1, α 2,, α p ), vetor dos efeitos fixos das covariáveis, Q NXq = (Q 1, Q 2,, Q N ), matriz de variáveis latentes associadas aos efeitos de QTL; ignorando interacões, cada Q i é um vetor tal que: Q i = (w i1, v i1, w i2, v i2,, w il, v il ) Supondo conhecidos os genótipos do QTL, tem-se: 1, genótipo A j0 A j0 no j-ésimo QTL w ij = 0, genótipo A j0 A j1 no j-ésimo QTL 1, genótipo A j1 A j1 no j-ésimo QTL, v ij = 1, genótipo homozigoto no j-ésimo QTL 0, genótipo heterozigoto no j-ésimo QTL, para j= 1, 2,, l e i= 1,, N l é o número de QTL s afetando o traço, (nota-se que q = 2l) β = (a 1, d 1,, a l, d l ), onde a j e d j são os efeitos aditivos e de dominância do j-ésimo QTL, respectivamente, e NX1 é o vetor dos erros residuais o qual usualmente segue uma distribuição normal (e i N(0, σ 2 )) Sob o modelo (1), os genótipos do QTL, representados por q i (i = 1, 2,, N), serão considerados como dados não observáveis Como resultado a matriz Q no modelo (1) não pode ser explicitamente especificada A distribuição dos genótipos de QTL s não observados, no entanto, é suposta estar associada com a distribuição dos genótipos, x i, dos marcadores observados Considerando os efeitos do vetor β como fixos, o propósito é estimar os efeitos dos QTL s junto com a distribuição conjunta, P (q i, x i ), de QTL e marcadores P (q i, x i ) contém informação sobre as frequências alélicas do QTL assim como a associação entre QTL e marcadores Isto é de grande valor para inferir posições do QTL 21 Função de verossimilhança O método, que inclui variáveis latentes, poderia ser considerado como uma extensão do clássico método de mapeamento por intervalo [5], o qual tem sido amplamente usado em modelos animais para fazer uma pesquisa de ligação do genoma completo Dentro de um intervalo, flanqueado por dois marcadores, o método de mapeamento por intervalo forma uma mistura de distribuiçoes normais correspondentes aos três possíveis genótipos do QTL Analogamente, no modelo (1) para a função de verossimilhança é estabelecida uma mistura de distribuições normais similar, com as ponderações sendo determinadas pela distribuição genotípica do QTL condicional aos genótipos dos marcadores ou à frequência haplotípica conjunta de QTL e marcadores A estimação dos parâmetros de máxima verossimilhança é realizada na distribuição haplotípica de QTL e marcadores e nas componentes da mistura de normais, através do algoritmo EM O método permite o uso de múltiplos marcadores ligados, simultaneamente, e é aplicável a populações naturais assim como também a alguns delineamentos controlados como Backcrosses e F2 Para a formulação da função de verossimilhança serão feitas as seguintes suposições: - Dado o genótipo do QTL, cada fenótipo Y i é condicionalmente independente dos genótipos dos marcadores, -A distribuição genotípica de QTL e marcadores é independente das covariáveis não genéticas Baseados no modelo de variáveis latentes (1) a função de verossimilhança para os dados observados Y obs = (Y i, x i ) condicional à informação das covariáveis Z = z i i = 1, 2,, N é dada por: L (Θ; Y obs Z) = N i=1 q i P (x i, q i ) Φ (Y i q i, z i ), (2) onde a soma é sobre todos os possíveis genótipos do QTL; Φ (Y i q i, z i ) é a probabilidade de penetrância e a componente P (x i, q i ) é determinada pela frequência genotípica conjunta de QTL e marcadores Considera-se m marcadores ligados próximos, localizados em uma região candidata de interesse e genotipicamente associados com um único QTL dentro dessa região Denota-se k 1 k 1k m k m e q = jj os genótipos dos marcadores e QTL de fase não conhecida respectivamente Os pares ordenados, paternais/maternais, serão denotados por η = jk 1 k m /j k 1k m para especificar a fase conjunta conhecida dos genótipos de QTL e marcadores Os alelos do QTL denotam-se como A j e os alelos dos marcadores M 1 k 1 M m k m no gameta paterno; A j e M 1 k 1M m k m no gameta materno Sob o equilíbrio de Hardy-Weinberg, ou mais precisamente equilíbrio de fase gamética, [7], sabe-se que a frequência de genótipos de fase-conhecida η = jk 1 k m /j k 1k m é um produto de suas duas frequências haplotípicas, ou seja, 186
3 P (η) = P jk1k m P j k 1 m, k onde P jk1k m é a frequência haplotípica conjunta de QTL e marcadores (Assume-se que os gametas maternais e paternais têm a mesma distribuição haplotípica) Levando em consideração as fases, pode-se reescrever a função de verossimilhança de (2) como: L (Θ; Y obs Z) = N P (x i, η) Φ (Y i q i, z i ), (3) i=1 η onde a soma é sobre todas as fases conhecidas, η, de QTL e marcadores Quando uma configuração de fase-conhecida η = jk 1 k m /j k 1k m é compatível com os genótipos dos marcadores observados x i, ou seja, x i = k 1 k 1k m k m tem-se que: P (x i, η) = P (jk1 k m )P (j k 1k m), 0, si η não é compatível com x i Na função de verossimilhança descrita em (3) temse que, [ Φ (Y i q i, z i ) = 1 2πσ exp (Yi z iα Q iβ) 2, 2σ 2 ] onde β = (a, d) sendo a e d os efeitos aditivos e de dominância do QTL e Q i é codificado pelos genótipos do QTL jj Note que o modelo Φ (Y i q i, z i ) depende de η através dos genótipos do QTL, q=jj, e não depende dos genótipos dos marcadores, x i =k 1 k 1k m k m A função de verossimilhança (3) representa um modelo de mistura de normais finito com parâmetros desconhecidos envolvidos nas ponderações e nas componentes da densidade normal Para a estimação dos parâmentros de maximização usa-se o algoritmo EM, [2] O vetor de parâmetros desconhecidos Θ consiste de duas partes: os parâmetros do modelo fenotípico que relaciona os parâmetros Θ 1 = (α, β, σ 2 ) e os parâmetros relacionados com os haplótipos, Θ 2, envolvidos na frequência haplotípica conjunta P jk1k m de QTL s e marcadores Em geral, assume-se que P jk1k m segue uma distribuição multinomial, com categorias correspondentes aos haplótipos de QTL e marcadores [3] 22 Correlação parcial Em estudos de mapeamento por associação, a posição do QTL deve ser inferida com base nas posições dos marcadores e a estrutura de associação entre os QTL s e marcadores Várias medidas de associacão têm sido propostas para descrever o LD entre QTL e marcadores Duas medidas de associação amplamente utilizadas são, o coeficiente de correlação r 2 e a medida de Lewontin, D A medida de associação r 2 entre um alelo A i do QTL e um alelo M j em um marcador é definido como [3]: r 2 = D 2 ij p i (1 p i )q j (1 q j ), onde D ij = P ij p i q j é o LD entre os alelos A i e M j Para um gameta aleatório, define-se as seguintes variáveis indicadoras de acordo com os alelos do QTL e o marcador: zi 1, Ai no QTL = 0, cc, 1, Mj no marcador z j = 0, cc Tem-se que D ij = Cov(z i, z j) e assim, D r = ij é o coeficiente de correlação pi(1 p i)q j(1 q j) entre z i e z j A medida de associação de Lewontin, D, entre os alelos A i e M j é definida como: D = D ij minp i(1 q j),(1 p i)q j}, D ij > 0 D ij minp iq j,(1 p i)(1 p j)}, D ij < 0 As medidas de associação D e r 2 ignoram a informação de correlação entre marcadores É conhecido que a correlação parcial é útil para separar a dependência entre variáveis correlacionadas Das frequências haplotípicas conjuntas entre QTL e marcadores é possível calcular a correlação parcial entre um QTL e um marcador, condicional a um conjunto de marcadores Uma estratégia conveniente para se inferir as posições do QTL é primeiro selecionar o marcador que mostre mais forte associação com o QTL e então escolher uma região ao redor de acordo com o modelo de associação de outros marcadores 3 Aplicação Nas aplicações são usados os dados do "Genetics Analysis Workshop 16, Problema 1"(GAW16) Os dados foram disponibilizados para identificar genes associados com o risco de artrite reumatóide (RA) a 187
4 qual é uma doença infecciosa comum com variantes genéticas e fatores ambientais, [8] Os dados consistem de medições fenotípicas e genotípicas de um grupo de indivíduos não relacionados caso e controle Neste trabalho considerase o fenótipo quantitativo Anti-CCP, que é um preditor do risco para o desenvolvimento de artrite reumatóide, como variável resposta e como covariável a variável qualitativa sexo Oefeito de 4743 SNPs do cromosssomo 6 é avaliado Na Tabela 1 descreve-se, de forma geral, o banco de dados dos 868 indivíduos caso genotipados para os SNPs que serão utilizados no estudo Figura 1: Diagrama de barras para as categorias considerando três SNP s Tabela 1: Banco de dados(gaw16) Fenótipos e Genótipos Fen 1 Fen 2 SNP 1 SNP 4743 AnCC Sexo rs1033 rs6458 Ind l 84,7 F 1 0 Ind 2 79 F 0 2 Ind F 0 1 Ind ,97 M 2 0 Ind ,223 M 0 1 Figura 2: Boxplots para as categorias que incluem mais do que um heterozigoto Uma região que tem evidências de associações genéticas com a doença é conhecida como HLA- DRB1 e está localizada no interior do cromossomo 6 Esta região tem sido identificada em numerosos estudos e há evidência consistente de que os alelos DR contribuem para o risco de RA Os 4743 SNPs pertencem a esta região e o intuito é identificar locos específicos (ou haplótipos) efeitos de genes ou haplótipos associados com o risco de artrite reumatóide Inicialmente foi realizada uma análise descritiva dos dados considerando haplótipos de três locos Para tanto os 4743 SNPs foram divididos em 1581 trios, os quais podem ser classificados em 27 categorias: 222, 221, 220,, 000 (2:AA, 1:Aa, 0:aa) A Figura 1 apresenta o número de trios que pertencem às 27 possíveis categorias, (incluí-se a categoria 28 para descrever dados faltantes) Percebese uma grande quantidade de trios que pertencem às categorías onde há mais do que um heterozigoto (barras destacadas) Estes trios levam à formação de haplótipos de fase não conhecida Na Figura 2, apresentam-se os boxplots das categorias onde há mais do que um heterozigoto Percebe-se que, em média, cada indivíduo possui um número alto dos trios que envolvem mais do que um heterozigoto O próximo passo da análise é o ajuste do modelo de variável latente descrito anteriormente A implementação do algoritmo para ajuste do modelo (1) está sendo feita utilizando o aplicativo R Os dados de artrite reumatóide apresentam muitos trios de fase não conhecida que merecem ser incluídos na análise Deste modo estamos trabalhando na generalização da função de verossimilhança (2) no sentido de acomodar fase desconhecida 4 Agradecimentos Ao Genetics Analysis Workshop 16 (GAW16), os dados utilizados nas análises estatísticas (NIH grant R01 GM031575) Ao CNPq pelo apoio financeiro Referências [1] Andrew G Clark, The Role of haplotypes in candidate gene studies, Genetic Epidemiology 27 (2004), [2] A P Dempster, N M Laird, and D B Rubin, Maximumlikelihood from incomplete data via the EM algorithm, J Roy Stat Soc B 39 (1977), 1-38 [3] Bruce Weir, Genetic data analysis II, Sianuer Associates, Inc Massachusetts, USA,
5 [4] Bruce Rannala and Montgomery Slatkin, Likelihood analysis o disequilibrium mapping, and related problems, Am J Hum Genet 62 (1998), [5] Eric Lander and David Botstein, Mapping Mendelian factors underlying quantitative traits using RELP linkage maps, Genetics 121 (1989), [6] Joseph D Terwilliger, A powerful likelihood method for the analysis of linkage disequilibrium between trait loci and one or more polymorphic marker loci, Am J Hum Genet 56 (1995), [7] Michael Lynch and Bruce Walsh, Genetics and analysis of quantitative traits, Sianuer Associates, Inc Sunderland, Massachusetts, USA, 1998 [8] Robert M Plenge et al, TRAF1-C5 as a risk locus for rheumatoid arthritis - a genomewide study, The NEW ENGLAND JOURNAL of MEDICINE (NEJM) 357 (2007), [9] T H Meuwissen and Mike E Goddard, Fine mapping of quantitative trait loci using linkage disequilibria whith closely linked marker loci, Genetics 155 (2000), [10] Tao Wang, Bruce Weir, and Zhao-Bang Zeng, A Population-based Latent Variable Aproach for Association Mapping of Quantitative Trait Loci, Annals of Human Genetics 70 (2006), [11] Z W Luo, S H Tao, and Zhao-Bang Zeng, Inferring Linkage Disequilibrium Between a Polymorphic Marker Locus and a Trait Locus In a Natural Populations, Genetics 156 (2000),
Explorando a Flexibilidade do Modelo Linear Misto - Aplicações no Mapeamento de Genes
Explorando a Flexibilidade do Modelo Linear Misto - Aplicações no Mapeamento de Genes Nubia Esteban Duarte Suely R. Giolo 2 Mariza de Andrade 3 Julia M. Paván Soler 4 INCOR-USP 2 UFPR 3 Mayo Clinic, MN,
Leia maisI Workshop em Inteligência Computacional e Aprendizado Estatístico Aplicados à Agropecuária
I Workshop em Inteligência Computacional e Aprendizado Estatístico Aplicados à Agropecuária Camila Ferreira Azevedo Professora Departamento de Estatística - UFV Email: camila.azevedo@ufv.br 1 Colaboradores:
Leia maisMapas de Ligação e de. Marcadores Moleculares a Programas de Melhoramento
Mapas de Ligação e de Desequilíbrio, Identificação de QTL e Integração de Marcadores Moleculares a Programas de Melhoramento de Alógamas Prof. José Marcelo Soriano Viana DBG/UFV População (Geração 0) Fragmentos
Leia maisAvanços no entendimento da relação entre genótipo e fenótipo através de marcadores genéticos
Avanços no entendimento da relação entre genótipo e fenótipo através de marcadores genéticos Gabriel Rodrigues Alves Margarido Orientador: Antonio Augusto Franco Garcia SUMÁRIO 2 SUMÁRIO 1. Introdução
Leia maisStela Adami Vayego DEST/UFPR
Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais, nem são
Leia maisMELHORAMENTO GENÉTICO. Seleção Genômica
MELHORAMENTO GENÉTICO Seleção Genômica Claudio Nápolis Costa Zootª, Ph.D. Melhoramento Animal Coronel Pacheco - MG AGENDA Informar sobre o estudo do genoma bovino; Apresentar a sua aplicação nos Programas
Leia maisTécnicas computacionais em probabilidade e estatística II
Técnicas computacionais em probabilidade e estatística II Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco AULA 1: Problemas Computacionais em Inferência Estatística.
Leia maisμ = σ 2 g = 50.1 ApoE e colesterol em uma população canadense ε ε ε Genóti po Freq. H-W
ApoE e colesterol em uma população canadense μ= 174.6 σ 2 p = 732.5 Freqüência relativa 2/3 Genóti po P 173.8 161.4 183.5 136.0 178.1 180.3 Colesterol total no soro (mg/dl) Passo 1: Calcular o fenótipo
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisBiologia Professor Leandro Gurgel de Medeiros
Biologia Professor Leandro Gurgel de Medeiros Genética Clássica 1. Conceito: É a ciência voltada para o estudo da hereditariedade, bem como da estrutura e função dos genes. Características Fundamentais
Leia maisModelos de regressão para dados correlacionados. Cibele Russo
Modelos de regressão para dados correlacionados Cibele Russo cibele@icmc.usp.br ICMC USP Mini-curso oferecido no Workshop on Probabilistic and Statistical Methods 28 a 30 de janeiro de 2013 Cibele Russo
Leia maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S Silva http://wwwimufrjbr/ralph/multivariadahtml Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Revisão:
Leia maisDoença multifatorial. Fatores Genéticos. Fatores Ambientais Também chamadas doenças complexas. Muitos genes
Doença multifatorial Fatores Genéticos Muitos genes Fatores Ambientais Também chamadas doenças complexas Limiar Vários fatores que contribuem quando passa do limiar = DOENÇA Limiar Vários fatores que
Leia maisQuantitative Trait Loci
Universidade Federal de Pelotas Faculdade de Agronomia Eliseu Maciel Departamento de Fitotecnia - Programa de Pós-Graduação em Agronomia Quantitative Trait Loci (LOCOS DE CARACTERES QUANTITATIVOS) Alunos
Leia maisEstudo da Variabilidade Genética com Apoio do R
Estudo da Variabilidade Genética com Apoio do R Joanlise Marco de Leon Andrade UNB Júlia Maria Pavan Soler IME/USP Suely Ruiz Giolo Dest/UFPR Mariza de Andrade - Mayo Clinic, Rochester, USA Dogma da Biologia:
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ Setor de Ciências Biológicas Departamento de Genética BG403 - GENÉTICA ANIMAL. Respostas da lista de exercícios
UNIVERSIDADE FEDERAL DO PARANÁ Setor de Ciências Biológicas Departamento de Genética Profa Angelica Boldt BG403 - GENÉTICA ANIMAL Respostas da lista de exercícios T7 GENÉTICA DE POPULAÇÕES 1) a) p(a 1
Leia maisGENÉTICA DE POPULAÇÃO
GENÉTICA DE POPULAÇÃO Eng. Agr. Msc. Franco Romero Silva Muniz Doutorando em Genética e Melhoramento de Soja Departamento de Produção Vegetal UNESP Jaboticabal/SP Molecular e Biotecnologia Quantitativa
Leia maisJanelas de influência em polimorfismos de um único nucleotídeo
Janelas de influência em polimorfismos de um único nucleotídeo André Jucovsky Bianchi Departamendo de Ciência da Computação Instituto de Matemática e Estatística Universidade de São Paulo Trabalho de Formatura
Leia maisDesequilíbrio de ligação
Desequilíbrio de ligação Associação não aleatória de alelos em loci diferentes. É um indicador sensível das forças da genética de populações que estruturam o genoma. Crescimento de métodos para avaliar
Leia maisEstimativa de freqüência de recombinação no mapeamento genético de famílias de irmãos completos
Estimativa de freqüência de recombinação no mapeamento genético 363 Estimativa de freqüência de recombinação no mapeamento genético de famílias de irmãos completos Leonardo Lopes Bhering (1), Cosme Damião
Leia maisO MODELO DE HARDY-WEINBERG
Modelo simples de genética de populações: modelo de Hardy-Weinberg (Hardy 1908; Weinberg 1908). Embora faça vários pressupostos simplificadores que não são realistas, ele se mostra bastante útil para descrever
Leia maisJúlia Maria Pavan Soler
MAE54-Genética de Populações MAE5757-Métodos Estatísticos em Genética e Genômica Júlia Maria Pavan Soler pavan@ime.usp.br IME/USP - Sem/6 O genoma é um sistema estruturado/organizado. Duas importantes
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisAPLICAÇÃO DE MARCADORES MOLECULARES NA HIBRIDAÇÃO DE EUCALIPTO
IV WORKSHOP EM MELHORAMENTO FLORESTAL APLICAÇÃO DE MARCADORES MOLECULARES NA HIBRIDAÇÃO DE EUCALIPTO ANTONIO MARCOS ROSADO Eng. Florestal CENIBRA RAFAEL SIMÕES TOMAZ Doutorando em Genética e Melhoramento
Leia maisVariação ambiental Poligenes
Fenótipo é qualquer característica mensurável. Genótipos Mendelianos são sempre discretos, mas fenótipos podem ser discretos ou contínuos. Ronald A. Fisher Encerrou toda oposição séria ao Mendelismo, e
Leia maisLigação e Recombinação Gênica Elaboração de Mapas Cromossômicos QTLs e sua detecção
Ligação e Recombinação Gênica Miguel H.A. Santana mhasantana@usp.br Genética Básica e Evolução (ZVM 0215) Quarta, 21 de Setembro 2016 Visão geral Meta Importância dos princípios que regem a diversidade
Leia maisFatores Genéticos. Muitos genes. Fatores Ambientais Também chamadas doenças complexas
Fatores Genéticos Muitos genes Fatores Ambientais Também chamadas doenças complexas Vários fatores que contribuem quando passa do limiar = DOENÇA Vários fatores que contribuem quando a pessoa passa do
Leia maisEstimadores, pontual e intervalar, para dados com censuras intervalar
Estimadores, pontual e intervalar, para dados com censuras intervalar Débora Ohara, Estela Maris Pereira Bereta, Teresa Cristina Martins Dias Resumo Dados com censura intervalar ocorrem com frequência
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ Setor de Ciências Biológicas Departamento de Genética BG403 - GENÉTICA ANIMAL. Lista de Exercícios
UNIVERSIDADE FEDERAL DO PARANÁ Setor de Ciências Biológicas Departamento de Genética Profa Angelica Boldt BG403 - GENÉTICA ANIMAL Lista de Exercícios T7 GENÉTICA DE POPULAÇÕES 1) As propriedades genéticas
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisP E R N AMBUCO UMA FERRAMENTA WEB PARA INFERÊNCIA DE HAPLÓTIPOS PROPOSTA DE TRABALHO DE GRADUAÇÃO
U NIVERSIDADE FEDERAL DE P E R N AMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA UMA FERRAMENTA WEB PARA INFERÊNCIA DE HAPLÓTIPOS PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno Ranieri Valença
Leia maisACASALAMENTO PREFERENCIAL
ACASALAMENTO PREFERENCIAL A endogamia representa um desvio do acasalamento ao acaso no qual o parentesco biológico entre indivíduos afeta a probabilidade de se acasalar. Indivíduos também podem ter sua
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisModelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados
Modelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados Erica Castilho Rodrigues 23 de Maio de 207 Introdução 2 3 Vimos como encontrar o EMV usando algoritmos numéricos. Duas possibilidades:
Leia maisCAMPUS DE BOTUCATU PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA FLORESTAL PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA FLORESTAL PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA DISCIPLINA: ESTRUTURA GENÉTICA DE POPULAÇÕES CURSO: Mestrado ( X ) Doutorado ( X ) DEPARTAMENTO RESPONSÁVEL: PRODUÇÃO
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia maisLGN BIOMETRIA DE MARCADORES GENÉTICOS
LGN5830 - BIOMETRIA DE MARCADORES GENÉTICOS AULA 5: MAPAS GENÉTICOS IV Antonio Augusto Franco Garcia Roland Vencovsky Departmento de Genética ESALQ/USP 2007 CONTEÚDO 1 POPULAÇÕES F 1 SEGREGANTES Motivação
Leia maisLGN BIOMETRIA DE MARCADORES GENÉTICOS
LGN5830 - BIOMETRIA DE MARCADORES GENÉTICOS AULA 3: MAPAS GENÉTICOS II Antonio Augusto Franco Garcia Roland Vencovsky Departmento de Genética ESALQ/USP 007 CONTEÚDO 1 ANÁLISE DE LIGAÇÃO (CONT.) Revisão
Leia maisGenômica. Mapeamento Molecular
Genômica Mapeamento Molecular Mapas Para a construção de mapas moleculares podem ser empregados métodos de frequências de recombinação, posições relativas de características citológicas, ou distâncias
Leia maisOS GENES NAS POPULAÇÕES. Augusto Schneider Faculdade de Nutrição Universidade Federal de Pelotas
OS GENES NAS POPULAÇÕES Augusto Schneider Faculdade de Nutrição Universidade Federal de Pelotas GENÉTICA POPULACIONAL Estudo dos genes e frequência dos alelos nas populações EQUILÍBRIO DE HARDY-WEINBERG
Leia maisMarque a opção do tipo de trabalho que está inscrevendo: ( x ) Resumo ( ) Relato de Caso
Marque a opção do tipo de trabalho que está inscrevendo: ( x ) Resumo ( ) Relato de Caso Identificação de regiões cromossomais envolvidas com o aparecimento de hérnias escrotais em suínos, com o uso de
Leia maisAnálise de clusters usando classes latentes
Análise de clusters usando classes latentes João Branco Departamento de Matemática, IST XIV Congresso SPE, 27-30 Set. 2006 Covilhã Poucos dados/muitos dados p. 0/23 Sumário 1. Variáveis latentes 2. Modelos
Leia maisLigação, permuta e mapeamento. Prof. David De Jong Depto. de Genética
Ligação, permuta e mapeamento Prof. David De Jong Depto. de Genética 1 Mendel e suas ervilhas 23/08/2016-11:42 Ligação, Permuta e Mapeamento Genético Slide 2 Evitar autofecundação 23/08/2016-11:42 Ligação,
Leia maisCURSO DE MEDICINA EXERCÍCIOS GENÉTICA DE POPULAÇÕES
CURSO DE MEDICINA EXERCÍCIOS GENÉTICA DE POPULAÇÕES AULAS: 15 e 19/05/014 Profª: Ana Luisa Miranda-Vilela 1) Em uma população, as composições genotípicas observadas são as seguintes: AA Aa aa 100 300 380
Leia maisMinera c ao de Dados Aula 6: Finaliza c ao de Regress ao e Classifica c ao Rafael Izbicki 1 / 33
Mineração de Dados Aula 6: Finalização de Regressão e Classificação Rafael Izbicki 1 / 33 Como fazer um IC para o risco estimado? Vamos assumir que ( X 1, Ỹ1),..., ( X s, Ỹs) são elementos de um conjunto
Leia maisMODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS
MODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS 1 Diversas distribuições podem ser consideradas para a modelagem de dados positivos com distribuição contínua e assimétrica, como, por exemplo, as
Leia maisQuantitativos + Qualitativos 17/03/2016. Variabilidade Genética Como surgem as variações genéticas? Mutações! Controle Genética e Herdabilidade
17/03/016 UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE GENÉTICA LGN0313 Melhoramento Genético Controle Genética e Herdabilidade Prof. Fernando Angelo Piotto
Leia maisLigação, permuta e mapeamento. Prof. David De Jong Depto. de Genética
Ligação, permuta e mapeamento Prof. David De Jong Depto. de Genética 1 Tipos de Mapas Mapas de sequencias de Nucleotidios Organismos completamente ou parcialmente sequenciados Mapas citogeneticas Mapas
Leia maisTeste de Hipóteses em Genética. Professora Lupe Furtado Alle
Teste de Hipóteses em Genética Professora Lupe Furtado Alle Email: lupealle@gmail.com AS HIPÓTESES GENÉTICAS Após a redescoberta do trabalho de Mendel: Muitos estudos para descobrir o mecanismo de herança
Leia mais03/06/2014. Tratamento de Incertezas TIC Aula 18. Conteúdo Inferência Estatística Clássica
Tratamento de Incertezas TIC-00.176 Aula 18 Conteúdo Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.1/tic-00.176
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisACASALAMENTO PREFERENCIAL
ACASALAMENTO PREFERENCIAL A endogamia representa um desvio do acasalamento ao acaso no qual o parentesco biológico entre indivíduos afeta a probabilidade de se acasalar. Indivíduos também podem ter sua
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisLGN 313 Melhoramento Genético
Departamento de Genética LGN 313 Melhoramento Genético Tema 8 Caracteres, herdabilidade e ganho genético Prof. Natal Vello natal.vello@usp.br Heranças Oligogênica e Poligênica Descontínua Caracteres Qualitativos
Leia mais31/10/2011. Sibele Borsuk. Supondo que o número de indivíduos em uma
3/0/0 Genética de populações Sibele Borsuk sibele@ufpel.tche.br A Genética de Populações trata das frequências alélicas e genotípicas nas populações e as forças capazes de alterar essas frequências ao
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisForças evolutivas. Definição de Evolução. Deriva Genética. Desvios de Hardy-Weinberg
Definição de Evolução A definição operacional de evolução em nível de deme é mudanças na freqüência alélica ou genotípica. Forças evolutivas Fatores ou processos que podem alterar a freqüência alélica
Leia maisGRUPOS DE DIVERSIDADE GENÉTICA EM Manihot esculenta Crantz COM BASE NA ANÁLISE DISCRIMINANTE DE COMPONENTES PRINCIPAIS
GRUPOS DE DIVERSIDADE GENÉTICA EM Manihot esculenta Crantz COM BASE NA ANÁLISE DISCRIMINANTE DE COMPONENTES PRINCIPAIS Eder Jorge de Oliveira (1), Vanderlei da Silva Santos (1), Cláudia Fortes Ferreira
Leia maisTeste de Hipóteses em Genética. Professora Lupe Furtado Alle
Teste de Hipóteses em Genética Professora Lupe Furtado Alle Email: lupealle@gmail.com AS HIPÓTESES GENÉTICAS Após a redescoberta do trabalho de Mendel: Muitos estudos foram realizados para descobrir o
Leia maisSibele Borsuk
Genética de populações Sibele Borsuk sibele@ufpel.tche.br A Genética de Populações trata das frequências alélicas e genotípicas nas populações e as forças capazes de alterar essas frequências ao longo
Leia maisGENÉTICA QUANTITATIVA I. Herança Mendeliana x herança poligênica. Interações gênicas (alélicas) Ação aditiva Ação dominante Ação sobredominante
GENÉTICA QUANTITATIVA I Herança Mendeliana x herança poligênica Interações gênicas (alélicas) Ação aditiva Ação dominante Ação sobredominante Heterose Caracteres: => atributos de um organismo (planta,
Leia mais4 Informação auxiliar
89 4 Informação auxiliar para Segundo D Orazio et al., 2006, p. 11, o conjunto de modelos identificáveis A B é pequeno e pode ser inapropriado para o fenômeno em estudo. Para resolver esse problema, conforme
Leia maisHerança das Características de Interesse
Herança das Características de Interesse Algumas características dos bovinos podem ser classificadas em classes fenotipicamente distintas Presença de chifres Susceptibilidade a doenças Musculatura dupla
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisSistemas de Acasalamento. Acasalamento ao acaso. Acasalamento ao acaso. O ciclo de vida de uma população. Pressupostos de Hardy Weinberg.
Pressupostos de Hardy Weinberg Produção de alelos: 1 locus autossômico 2 alelos sem mutação 1ª Lei de Mendel União de alelos: Sistema de acasalamento aleatório Tamanho populacional infinito Troca genética
Leia maisAula 2 Caracteres Qualitativos e Quantitativos
Aula Caracteres Qualitativos e Quantitativos Piracicaba, 011 1 -Introdução Caracteres controlados por muitos genes são denominados de caracteres poligênicos, e como se referem a mensurações de quantidades
Leia maisGENÉTICA QUANTITATIVA
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS FACULDADE DE AGRONOMIA ELISEU MACIEL DEPARTAMENTO DE ZOOTECNIA MELHORAMENTO ANIMAL GENÉTICA QUANTITATIVA CONCEITOS ESTATÍSTICOS USADOS NO MELHORAMENTO
Leia maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia maisCoeficiente de determinação R 2 no modelo de regressão linear normal
Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
Leia maisPredição genômica de caracteres quantitativos por meio de Redes Neurais Artificias
Universidade Federal de Viçosa Predição genômica de caracteres quantitativos por meio de Redes Neurais Artificias Isabela de Castro Sant Anna Supervisor: Moysés Nascimento Laboratório de Inteligência Computacional
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisTécnicas computacionais em probabilidade e estatística II
Técnicas computacionais em probabilidade e estatística II Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Métodos de Monte Carlo baseados em Cadeias de Markov:
Leia mais- Testes Qui-quadrado. - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: 1 Genética Equilíbrio
Leia maisIntrapopulational Recurrent Selection Select parents
Abordagem Multidisciplinar Abordagem Multidisciplinar Abordagem Multidisciplinar Abordagem Multidisciplinar Estatística Melhoramento Convencional Programas de Melhoramento Seleção Fenotípica Intrapopulational
Leia maisMapeamento de QTL s: Aplicações e Perspectivas
Programa de Pós-Graduação em Genética e Melhoramento de Plantas LGN 5799 - SEMINÁRIOS EM GENÉTICA E MELHORAMENTO DE PLANTAS Mapeamento de QTL s: Aplicações e Perspectivas Aluna: Priscilla Karen Sabadin
Leia maisEndogamia & Heterose. Leandro S. A. Gonçalves Dr. Genética e Melhoramento de Plantas
Endogamia & Heterose Leandro S. A. Gonçalves Dr. Genética e Melhoramento de Plantas - Endogamia - Conceito: Acasalamento entre indivíduos aparentados (FEHR, 1987) - Histórico: Desde os primeiros tempos
Leia maisNOÇÕES DE GENÉTICA QUANTITATIVA
NOÇÕES DE GENÉTICA QUANTITATIVA 5 INTRODUÇÃO As características genéticas a serem melhoradas em uma espécie agrícola, podem ser de dois tipos: caracteres qualitativos ou caracteres quantitativos. Os caracteres
Leia maisCAPÍTULO 2: Redescoberta do trabalho de Mendel, mono-hibridismo e estudo de heredogramas. Biologia I Prof. João
CAPÍTULO 2: Redescoberta do trabalho de Mendel, mono-hibridismo e estudo de heredogramas Biologia I Prof. João Mendel foi o pai da Genética, mas por pouco: No início do século XX: Interpretando a descoberta
Leia maisModelo de regressão estável aplicado a econometria
Modelo de regressão estável aplicado a econometria financeira Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br 1 Objetivos
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisPor quê? Variação ambiental Poligenes. Variação ambiental Poligenes. Normas de Reação. Fenótipo é qualquer característica mensurável.
Fenótipo é qualquer característica mensurável. A grande maioria de fenótipos não tem categorias discretas e não tem um gene que seja necessário e suficiente para explicar sua variação Genótipos Mendelianos
Leia maisAção Gênica. Dr. Minos E. Carvalho Pos doc do Grupo de Melhoramento Animal e Biotecnologia Dep. Medicina Veterinária
Ação Gênica Dr. Minos E. Carvalho Pos doc do Grupo de Melhoramento Animal e Biotecnologia Dep. Medicina Veterinária Disciplina: Genética Básica e Biologia Molecular Responsável: Prof. Dr. José Bento Sterman
Leia maisAnálise de associação da estrutura genômica de doenças complexas em uma coorte de Salvador: Ferramentas Estatísticas
Análise de associação da estrutura genômica de doenças complexas em uma coorte de Salvador: Ferramentas Estatísticas Aline Carvalho da Silva 1 Gustavo Nunes de Oliveira Costa 3 Jackson Santos da Conceicao
Leia maisANÁLISE DE SÉRIES TEMPORAIS
ANÁLISE DE SÉRIES TEMPORAIS Ralph S. Silva http://www.im.ufrj.br/ralph/seriestemporais.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Estimação
Leia maisUNIVERSIDADE DE SÃO PAULO Campus Luiz de Queiroz MAPEAMENTO DE QTL PLEIOTROPICO NO CROMOSSOMO-1 DE GALLUS GALLUS
UNIVERSIDADE DE SÃO PAULO Campus Luiz de Queiroz MAPEAMENTO DE QTL PLEIOTROPICO NO CROMOSSOMO-1 DE GALLUS GALLUS Luís Fernando Batista Pinto Orientador: Irineu Umberto Packer Introdução Análise de QTL
Leia maisMATRÍCULA: EXERCÍCIOS SOBRE GENÉTICA DE POPULAÇÕES
MATRÍCULA: Lista de Exercícios Evolução Código 13170 SOBRE GENÉTICA DE POPULAÇÕES 1) Em uma população, as composições genotípicas observadas são as seguintes: AA Aa aa 100 300 380 Responda: a) Quais são
Leia maisComparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos
Comparação entre intervalos de confiança calculados com métodos strap e intervalos assintóticos Selene Loibel Depto. de Estatística, Matemática Aplicada e Computação, IGCE, UNESP, Rio Claro, SP E-mail:sloibel@rc.unesp.br,
Leia maisLGN GENÉTICA. Aula 6 - Ligação II. Antonio Augusto Franco Garcia Filipe Inácio Matias Marianella F. Quezada Macchiavello
LGN 215 - GENÉTICA Aula 6 - Ligação II Antonio Augusto Franco Garcia Filipe Inácio Matias Marianella F. Quezada Macchiavello Departamento de Genética Escola Superior de Agricultura Luiz de Queiroz Universidade
Leia maisHerança de caracteres complexos. Slides: Prof. Vanessa Kava
Herança de caracteres complexos Slides: Prof. Vanessa Kava 1 Genética Mendeliana Os sete traços que Mendel observava em suas plantas eram os seguintes: 1. forma ou aspecto da semente: lisa ou rugosa 2.
Leia maisModelos Lineares Generalizados
Modelos Lineares Generalizados Emilly Malveira de Lima Análise de Dados Categóricos Universidade Federal de Minas Gerais - UFMG 10 de Maio de 2018 Emilly Malveira (PGEST-UFMG) 10 de Maio de 2018 1 / 20
Leia maisNubia Esteban Duarte TESE APRESENTADA AO DE DOUTOR EM CIÊNCIAS. Programa: Estatística Orientadora: Profa. Dra. Júlia Maria Pavan Soler
Mapeamento Genético utilizando a teoria do gráfico da variável adicionada em modelos lineares mistos Nubia Esteban Duarte INSTITUTO DE TESE APRESENTADA AO MATEMÁTICA E ESTATÍSTICA DA UNIVERSIDADE DE PARA
Leia mais3. Estimação pontual USP-ICMC-SME. USP-ICMC-SME () 3. Estimação pontual / 25
3. Estimação pontual USP-ICMC-SME 2013 USP-ICMC-SME () 3. Estimação pontual 2013 1 / 25 Roteiro Formulação do problema. O problema envolve um fenômeno aleatório. Interesse em alguma característica da população.
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia mais