Modelos de selección genómica para caracteres cuantitativos basados en marcadores moleculares aplicados al mejoramiento de maíz

1. Introducción - 2. Objetivos - 2.1 Objetivos Generales - 2.2 Objetivos Específicos - 3. Materiales - 3.1. Proceso de generación de datos para selección genómica - 3.2. Datos fenotípicos - 3.3. Datos de marcadores moleculares - 4. Metodología - 4.1. Metodología para el análisis de datos fenotípicos - 4.2. Metodología para el análisis de datos moleculares - 4.2.1. Introducción a los marcadores moleculares - 4.2.2. Análisis de los marcadores moleculares - 4.3. Modelos de selección genómica - 4.3.1. Selección de variables y ajuste por Mínimos Cuadrados - 4.3.2. Estimación Penalizada: regresión de Ridge - 4.3.3. Selección de Variables y Estimación Penalizada: Regresión LASSO - 4.3.4. Evaluación de la habilidad predictiva de los modelos - 5. Resultados - 5.1. Resultados del análisis de datos fenotípicos - 5.2. Resultados del análisis de los datos de marcadores moleculares - 5.3. Aplicación de métodos de selección genómica a una población y carácter - 5.3.1. Aplicación de Selección de variables y ajuste por Mínimos Cuadrados (SMC) - 5.3.2. Aplicación de Regresión de Ridge clásica (RR) - 5.3.3. Aplicación de la Regresión de Ridge BLUP (RR-BLUP) - 5.3.4. Aplicación de la Regresión de Ridge Bayesiana (BRR) - 5.3.5. Aplicación de la regresión LASSO Bayesiana (BLR) - 5.3.6. Aplicación de la regresión LASSO (LR) - 5.4. Evaluación de la habilidad predictiva de los modelos de selección genómica - 6. Conclusiones - 7. Discusión - 8. Referencias - 9. Anexo

• Main Author: Paccapelo, María Valeria
• Other Authors: Di Rienzo, Julio Alejandro
• Format: masterThesis
• Language: spa
• Published: 2016
• Subjects: Estadística; Método LASSO.; Regresión de Ridge; métodos de estimación bayesiana; Métodos de estimación penalizada; Valores genéticos; Genómica; Maíz
• Online Access: http://hdl.handle.net/11086/2355