09.08.2013 Views

F F R ¹ · ¨ © § + + = 2 1 1 1

F F R ¹ · ¨ © § + + = 2 1 1 1

F F R ¹ · ¨ © § + + = 2 1 1 1

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

WSPÓŁCZYNNIK INBREDU I SPOKREWNIENIA<br />

Powszechnie wiadomo obserwujc ludzi, zwierzta czy roliny e osobniki z jednej rodziny<br />

wykazuj do siebie pewne podobiestwo. Młodzi rodzice z dziemi spieraj si do kogo<br />

pociecha jest bardziej podobna. Osobniki s podobne nie tylko do rodziców, ale take maja<br />

wspólne cechy z pół i –pełnym rodzestwem, wujkami, dziadkami. Stopie podobiestwa<br />

przy wizach rodzinnych moe by policzony uywajc zasad spokrewnienia genetycznego.<br />

Współczynnik spokrewnienia<br />

Współczynnik spokrewnienia addytywnego midzy osobnikami -prawdopodobiestwo, e<br />

allel z danej pary alleli jednego osobnika jest identyczny przez pochodzenie z allelem tej<br />

samej pary drugiego osobnika (innych osobników).<br />

Druga cz definicji wymaga aby allele były identyczne przez pochodzenie. Dwa allele s<br />

identyczne przez pochodzenie (IBD) jeeli jeden z nich jest bezporednio kopi drugiego<br />

(jeden osobnik jest przodkiem drugiego-spokrewnienie w lini prostej) lub gdy oba s kopia<br />

tego samego allelu u wspólnego przodka (spokrewnienie w lini bocznej). Dlatego osobniki<br />

mog mie allele identyczne przez pochodzenie jeeli posiadaj co najmniej jednego<br />

wspólnego przodka.<br />

n<br />

( 1+<br />

F )<br />

1 <br />

<br />

a<br />

R<br />

2 <br />

xy =<br />

1+<br />

Fa<br />

1 <br />

RXa =<br />

( 1+<br />

Fx)(<br />

1+<br />

Fy)<br />

<br />

1+<br />

FX<br />

i 2 <br />

Linia boczna linia prosta<br />

Współczynnik inbredu.<br />

Współczynnik inbredu osobnika X (Fx) jest prawdopodobiestwem e oba allele w losowo<br />

wybranym locus s identyczne przez pochodzenie. Współczynnik inbredu jest parametrem<br />

charakteryzujcym pojedynczego osobnika, w przeciwiestwie do spokrewnienia które<br />

odnosz si do podobiestwa midzy osobnikami. Współczynnik inbredu potomka jest równy<br />

połowie spokrewnienia addytywnego midzy jego rodzicami. Dlatego osobnik moe by<br />

zinbredowany tylko wtedy gdy jego rodzice posiadaj wspólnego przodka. Jeeli oba allele<br />

s identyczne przez pochodzenie to osobnik jest homozygotyczny w danym locus. Dlatego<br />

te współczynnik inbredu mona tez interpretowa jako prawdopodobiestwo wzrostu<br />

homozygotycznoci osobnika na skutek kojarzenia krewniaczego jego rodziców.<br />

Aby obliczy współczynnik inbredu osobnika wypisujemy cieki łczce jego rodziców! (nie<br />

dochodzimy do osobnika!!!) przez wspólnych przodków.<br />

F<br />

x<br />

n<br />

1 1 <br />

= 1<br />

2 i 2 <br />

( + Fa)<br />

Fx- inbred osobnika, Fa inbred wspólnego przodka rodziców<br />

Interpretacja współczynnika inbredu: Poziom homozygotycznoci osobnika X bdzie o ...%<br />

wyszy od redniego poziomu homozygotycznoci osobników nie majcych wspólnych<br />

przodków.<br />

Skutki inbredu:<br />

Pozytywne:<br />

+konsolidacja genetyczna populacji<br />

+eliminacja genów recesywnych<br />

+utrwalenie korzystnych cech wybranego przodka<br />

negatywne (depresja inbredowa)<br />

-ujawnienie genów letalnych i semiletalnych<br />

-obnienie cech produkcyjnych i reprodukcyjnych<br />

-obnienie zdolnoci adaptacyjnych i ywotnoci<br />

-zmienjszenie zmiennoci genetycznej<br />

n


Metoda cieek<br />

Metoda cieek opiera si na zasadzie e przy kadym przekazywaniu jest<br />

prawdopodobiestwo ½ e został przekazany dany allel. Wemy za przykład półrodzestwo:<br />

W<br />

O1 O2<br />

cieka łczca je to O1 – W – O2 Dlatego s rozdzielone przez 2 cieki. W celu obliczenia<br />

spokrewnienia osobników X i Y Naley znale wspólnych przodków tych osobników<br />

(osobnik W) a nastpnie cieki łczce je przez wspólnego przodka. Naley uwzgldni<br />

wszystkich wspólnych przodków, jednak nie wolno przechodzi dwukrotnie przez tego<br />

samego osobnika, zapisujemy na rodku wspólnego przodka i zgodnie z kierunkiem strzałek<br />

dochodzimy od niego do jednego i drugiego osobnika.<br />

Macierz spokrewnie addytywnych<br />

W celu obliczenia elementów macierzy spokrewnie addytywnych naley podj nastpujce<br />

kroki:<br />

1. Uporzdkowa osobniki według wieku. Rodzic powinien mie zawsze niszy numer<br />

ni potomek. Utworzy macierz o liczbie kolumn i wierszy odpowiadajcej liczbie<br />

osobników w rodowodzie.<br />

2. elementy macierzy bd obliczane tylko w czci ponad diagonalnej gdy a ij = a ji<br />

3. dla zwierzt których rodzice s znani zwierz i o rodzicach s i d elementy<br />

pozadiagonalne aij= ½ asi+ ½ adi i diagonalne ajj= 1+ ½ asd jeeli s lub/i d s nieznane<br />

asi lub/i adi s równe 0<br />

E C<br />

A D<br />

B I F<br />

J G<br />

H<br />

Przykład: Przypumy e interesuje nas współczynnik inbredu osobnika H. Dlatego musimy<br />

wypisa cieki łczce osobniki G i J. Jest kilka moliwych cieek:<br />

1) J – A – I – G ( ½ ) (1+2) (1+ FA)<br />

2) J – A – C – D – I - G ( ½ ) (2+3) (1+ FC)<br />

3) J – B – E –F - G ( ½ ) (2+2) (1+ FE)<br />

Konieczna jest znajomo współczynnika inbredu wspólnych przodków A C i E, poniewa<br />

rodzice C i E s nieznani a take jeden z rodziców A jest nieznany przyjmujemy e s oni nie<br />

spokrewnieni, tzn e współczynnik inbredu osobników A C i E jest równy 0. dlatego<br />

współczynnik inbredu osobnika H wynosi FH= ½ [( ½ ) (3) + ( ½ ) (5) + ( ½ ) (4) ]= ½ *7/32 =<br />

0.1095<br />

Dla tego samego rodowodu moemy utworzy macierz spokrewnie addytywnych.


Osobnik ojciec matka osobnik ojciec matka<br />

E - - 1 - -<br />

C - - 2 - -<br />

D C - 3 2 -<br />

A C - 4 2 -<br />

B E - 5 1 -<br />

I A D 6 4 3<br />

F E - 7 1 -<br />

J A B 8 4 5<br />

G F I 9 7 6<br />

H J G 10 8 9<br />

a11= 1+ a-- =1+0=1<br />

a12= ½ a1- + ½ a1-=0+0=0<br />

a13= ½ a12 + ½ a1-=0+0=0<br />

a14= ½ a12 + ½ a1-=0+0=0<br />

a15= ½ a11 + ½ a1-=0.5+0=0.5<br />

a16= ½ a14 + ½ a13=0+0=0<br />

a17= ½ a11 + ½ a1-=0.5+0=0.5<br />

a18= ½ a14 + ½ a15=0+0.25=0.25<br />

a19 = ½ a17 + ½ a16=0.25+0=0.25<br />

a1 10=½ a18 + ½ a19=0.125+0.125=0.25<br />

a22=1+ a-- =1+0=1<br />

a23=½ a22 + ½ a2-=0.5+0=0.5 itd.<br />

-- -- 2- 2- 1- 43 1- 45 76 89<br />

1 2 3 4 5 6 7 8 9 10<br />

1 1.0 0 0 0 0.5 0 0.5 0.25 0.25 0.25<br />

2 1.0 0.5 0.5 0 0.5 0 0.25 0.25 0.25<br />

3 1.0 0.25 0 0.625 0 0.125 0.313 0.219<br />

4 1.0 0 0.625 0 0.5 0.313 0.406<br />

5 1.0 0 0.25 0.5 0.125 0.313<br />

6 1.125 0 0.313 0.563 0.438<br />

7 1.0 0.125 0.5 0.313<br />

8 1.0 0.219 0.609<br />

9 1.0 0.609<br />

10 1.109<br />

poniewa macierz spokrewnie jest macierz symetryczn czyli aij=aji po wypełnieniu<br />

poszczególnych wierszy moemy je przepisa jako kolumny<br />

rednie spokrewnienie w populacji obliczamy jako redni elementów ponad przektn.<br />

redni inbred w populacji obliczamy jako redni elementów na przektnej pomniejszonych<br />

o 1<br />

Współczynnik spokrewnienia dominacyjnego - prawdopodobiestwo, e para alleli<br />

jednego osobnika jest identyczna parze alleli drugiego osobnika (innych osobników).<br />

dji = dij = 0.25(asisjadidj + asidjadisj )<br />

dii = 1 + (aii-1) 2d11= 1+ (a11-1) =1+0=1<br />

d12= ¼( a--*a--+ a--*a--)=0.25*0=0<br />

a36= ¼( a24*a-3 +a23*a-4)=0.25*0=0<br />

a68= ¼( a44*a35 +a45*a34)=0.25*(1*0+0*0,25)=0<br />

a910= ¼( a78*a69 +a79*a68)=0.25*(0,125*0,563+0,5*0,313)=0,0567<br />

Współczynnik spokrewnienia epistatycznego (typu addycja * addycja) –<br />

prawdopodobiestwo, e dwie pary alleli jednego osobnika s identyczne z tymi samymi<br />

parami drugiego osobnika (innych osobników).<br />

Iloczyny Hadammarda elementów macierzy A, czyli:<br />

(a#a) ij = a ij * a ij


PARAMETRY GENETYCZNE<br />

Addytywna<br />

Dominacyjna<br />

Epistatyczna<br />

...<br />

Podstawowe ródła zmiennoci genetycznej:<br />

losowy rozdział chromosomów<br />

zrónicowana frekwencja alleli<br />

rekombinacja<br />

mutacje<br />

interakcje alleliczne i niealleliczne.<br />

Podział zmiennoci fenotypowej<br />

Wariancja fenotypowa<br />

Wariancja genetyczna Interakcja genotyp-rodowisko<br />

Wariancja rodowiskowa<br />

rodowiskowa trwała rodowiskowa losowa<br />

Odziedziczalno w szerszym sensie jest ilorazem wariancji genetycznej do wariancji<br />

2<br />

2 σG<br />

fenotypowej. h = 2<br />

σP<br />

Odziedziczalno w wszym sensie jest to udział wariancji genetycznej addytywnej w<br />

2<br />

2 σ A<br />

wariancji fenotypowej h = 2<br />

σ P<br />

Współczynnik odziedziczalnoci zawiera si wic w przedziale . Wysoka warto h 2<br />

wskazuje na moliwoci prowadzenia skutecznej selekcji, gdy wiadczy to o stosunkowo<br />

duej zmiennoci genetycznej przy niewielkiej zmiennoci rodowiskowej. Parametr ten jest<br />

cech<br />

okrelonej populacji obserwowanej w danym czasie i jako taki moe ulega pewnym<br />

zmianom.<br />

Współczynnik powtarzalnoci wyraajcy stopie siły zalenoci midzy powtarzanymi<br />

wartociami fenotypowymi osobników dla danej cechy, definiowany jest jako stosunek<br />

wariancji genetycznej i wariancji rodowiskowej trwałej do wariancji fenotypowej.<br />

2 2<br />

σG<br />

+ σE<br />

p<br />

r = 2<br />

σP<br />

Zawiera si w przedziale . Szacowany jest dla cech, które ujawniaj si wicej ni<br />

jeden raz w cigu ycia osobników. Celem oceny tego parametru jest uzyskanie informacji<br />

nie tylko o moliwociach prowadzenia skutecznej, lecz take wczesnej selekcji.<br />

Korelacje genetyczne s miar siły zalenoci midzy efektami genetycznymi dwóch cech.<br />

Analogiczne relacje zachodz dla korelacji fenotypowych i rodowiskowych. Miar korelacji<br />

jest współczynnik korelacji zawierajcy si w przedziale . Dodatnia warto tego<br />

współczynnika wskazuje na to, e wraz ze wzrostem wartoci jednej cechy nastpuje wzrost<br />

wartoci drugiej. Odwrotne relacje wystpuj dla ujemnej korelacji. Współczynnik korelacji<br />

równy (bd bliski zeru) wskazuje na brak zalenoci midzy par cech. Najwaniejszymi z<br />

hodowlanego punktu widzenia s korelacje genetyczne, gdy na podstawie ich oceny mona<br />

miedzy innymi przewidywa skutki selekcji ukierunkowanej na doskonalenie jednej cechy.


Współczynnik korelacji wykorzystywany był czsto w selekcji ze wzgldu na cechy trudno<br />

mierzalne. Wówczas selekcja mogła odbywa si na podstawie wartoci cechy łatwej w<br />

obserwacji, skorelowanej jednak z cech trudno mierzaln.<br />

Przyczyny istnienia korelacji genetycznych: zjawisko plejotropii i sprzenia genów. Wielko<br />

współczynnika korelacji genetycznej, jako parametru odnoszcego si nie do<br />

poszczególnych osobników lecz do całej populacji, moe by bezporednio wynikiem składu<br />

jej puli genowej. Czynnikami o charakterze genetycznym, zmieniajcymi wielko<br />

współczynnika korelacji genetycznej moe by selekcja osobników, jak i ich migracja.<br />

SZACOWANIE KOMPONENTÓW WARIANCJI<br />

Jednoczynnikowa analiza wariancji moe by stosowana jeeli jedynym czynnikiem<br />

rónicujcym struktur populacji jest podział na grupy półrodzestwa.<br />

Załoenia:<br />

¡<br />

wariancje dla poszczególnych grup ojcowskich powinny by jednorodne,<br />

¡<br />

liczebno grupy ojcowskiej z teoretycznego punktu widzenia powinna by wiksza ni 2<br />

(w praktyce nie powinna by mniejsza ni 10),<br />

¡<br />

grup ojcowskich powinno by co najmniej kilkadziesit,<br />

¡<br />

w przypadku testowania hipotez wymagany jest rozkład normalny wektora obserwacji,<br />

¡<br />

spokrewnienie w ramach jednej grupy ojcowskiej powinno wynosi 0,25,<br />

¡<br />

spokrewnienie midzy osobnikami z rónych grup ojcowskich powinno by równe zeru.<br />

Model dla klasyfikacji pojedynczej:<br />

y = μ + s + e ,<br />

ij i ij<br />

gdzie: yij - obserwacja j-tego potomka po i-tym ojcu, μ − rednia ogólna,<br />

si − efekt losowy i-tego ojca, eij − losowy efekt resztowy zwizany z obserwacj j -tego potomka po<br />

i -tym ojcu.<br />

Tabela analizy wariancji/(kowariancji) dla klasyfikacji pojedynczej.<br />

ródło Stopnie Suma redni Warto<br />

oczekiwana<br />

zmiennoci swobody kwadratów kwadrat redniego kwadratu<br />

(iloczynów) (iloczyn) (iloczynu)<br />

2 2<br />

Midzy N − 1 SSs MS <br />

s σ + kσ<br />

e s<br />

gr. ojcowskimi ( SS sXY ) ( MS sXY ) ( cov e + k covs<br />

)<br />

Wewntrz<br />

grup ojcowskich n N<br />

• − SSe MSe 2 σ e<br />

( SS eXY ) ( eXY<br />

N - liczba ojców n i - liczba córek po i -tym ojcu<br />

N<br />

ni<br />

2<br />

SS = y −<br />

e ij<br />

i=<br />

1 j=<br />

1<br />

N<br />

i=<br />

1<br />

yi<br />

n<br />

2<br />

•<br />

i<br />

SS<br />

s<br />

N yi<br />

y<br />

= −<br />

n n<br />

i=<br />

1<br />

2 2<br />

• ••<br />

i<br />

•<br />

k<br />

n<br />

• <br />

=<br />

=<br />

N<br />

i 1<br />

1 1<br />

n•<br />

−<br />

N −1<br />

n•<br />

= <br />

i=<br />

1<br />

MS ) ( cov e )<br />

ni<br />

N<br />

2<br />

ni<br />

<br />

<br />

y<br />

2<br />

••<br />

N ni<br />

2<br />

= <br />

yij<br />

<br />

i=<br />

1 j=<br />

1


2 2<br />

σ = 4σ<br />

, std: h<br />

A s<br />

2<br />

σˆ<br />

c r = 2 2<br />

σˆ<br />

ˆ c + σe<br />

covs<br />

rG<br />

=<br />

σ σ<br />

sx<br />

sy<br />

r<br />

E<br />

=<br />

2<br />

2<br />

4 σ s<br />

= 2 2 σ + σ<br />

s e<br />

cov − 3cov<br />

2 2 2 2<br />

( σ − 3σ<br />

)( σ − 3σ<br />

eX<br />

e<br />

sX<br />

eY<br />

s<br />

V(<br />

h<br />

2<br />

sY<br />

) =<br />

)<br />

2 2<br />

[ 4 + ( n −1)<br />

h ]( 4 − h )<br />

8n(<br />

n −1)(<br />

N −1)<br />

r<br />

P<br />

=<br />

( σ<br />

2<br />

eX<br />

cov + cov<br />

WARTO HODOWLANA- MODEL POJEDYNCZEGO LOCUS<br />

Przyjmijmy, e cecha ilociowa jest determinowana przez pojedyncze locus o 2 allelach. W<br />

tym locus s moliwe trzy genotypy: BB, Bb, bb. Moemy okreli cech ilociowo przez<br />

przyjcie redniej z dwóch alternatywnych homozygot jako rodek (o) i zdefiniowanie<br />

kadego genotypu w odniesieniu do tego rodka. W tym modelu warto genotypowa BB<br />

GBB=o+a GBb=o+d Gbb=o-a, gdzie o jest rodkiem, 2a jest rónic midzy alternatywnymi<br />

homozygotami<br />

d<br />

bb o Bb BB<br />

a a<br />

Przypumy, e frekwencja B wynosi p a frekwencja b wynosi q, gdzie p+q=1.<br />

Jeeli populacja jest w stanie równowagi Hardego-Weinberga wtedy frekwencja genotypu BB<br />

wynosi p 2 , bb q 2 , a Bb 2pq. Oczywicie p 2 +2pq+q 2 =1. rednia warto genotypowa populacji<br />

wynosi =o+p 2 a+2pqd+q 2 (-a) po przekształceniach otrzymujemy e =o+(p-q)a+2pqd<br />

Warto hodowlana moe by zdefiniowana jako 2x(oczekiwana warto fenotypowa<br />

potomstwa powstałego z kojarzenia osobnika z losowo wybranymi partnerami wyraona jako<br />

odchylenie od redniej populacji). Warto hodowlana jest sum przecitnych efektów<br />

genów osobnika.<br />

α=a+d(q-p) ABB =2q ABb=(q-p) Abb=-2p<br />

Odchylenie dominacyjne: Dla locci addytywnych, gdzie d=0 odchylenie wartoci<br />

genotypowej od redniej populacji jest równe wartoci hodowlanej, G- =A. W przypadku<br />

istnienia dominacji pojawia si rónica midzy A i G. Rónica midzy wartoci genotypowa<br />

zwierzcia (wyraona jako odchylenie od redniej) a wartoci hodowlan jest nazywana<br />

odchyleniem dominacyjnym: D=G- -A DBB=-2q 2 d DBb=2pqd<br />

Dbb=-2p 2 d<br />

Całkowita warto fenotypowa zwierzcia zaley od genotypu i rodowiska, std<br />

P=G+E= + A+D+E<br />

Podobnie mona rozdzieli wariancje na poszczególne komponenty VP = VG +VE = VA+VD<br />

+VE<br />

VA = 2pq 2<br />

VD = (2pqd) 2<br />

VG = VA + VD<br />

Dla wikszej liczby locci naley ponadto uwzgldni efekt współdziałania alleli z rónych<br />

locci, czyli efekt epistazy. Std, P = + A + D + I +E.<br />

Dla wikszoci cech ilociowych przyjmuje si poligeniczny model dziedziczenia, w którym<br />

cecha warunkowana jest przez wiele genów o równym ale bardzo małym efekcie.<br />

+ σ<br />

e<br />

2<br />

sX<br />

)( σ<br />

s<br />

2<br />

eY<br />

+ σ<br />

2<br />

sY<br />

)


Przykład 1. Analizowano mas ciała myszy w wieku 2 tygodni uzyskujc nastpujce<br />

pomiary:<br />

Po samcu 1: 7,8,7,6,7; Po samcu 2: 4,6,7,6,7; Po samcu 3: 9,7,8,7,9; Po samcu 4: 7,5,6,8,9.<br />

Jaka jest odziedziczalno tej cechy? Czy jej powtarzalno moe wynosi 0.1- uzasadnij.<br />

Przykład 2. Analizowano zawarto tłuszczu w pierwszej laktacji. Próba składała si z 15<br />

grup ojcowskich o liczebnociach równych odpowiednio: 21, 30, 48, 33, 42, 16, 5, 42, 50, 45,<br />

47, 22, 38, 40, 29. Suma kwadratów dla ródła zmiennoci midzy grupami ojcowskimi<br />

wyniosła 45.49 a wewntrz grup: 275.57. Oszacuj h 2 analizowanej cechy oraz jej błd<br />

standardowy.<br />

Przykład 3. Z pewnej populacji wybrano 50 niespokrewnionych ze sob krów, z których<br />

kada miała zbadan wydajno tłuszczu w 3 laktacjach. Wykonano analiz wariancji,<br />

przyjmujc za grupy wydajno (laktacje) jednej krowy. Uzyskano nastpujce sumy<br />

kwadratów: dla zmiennoci midzy grupami (krowami) SSc=242 550, a dla zmiennoci<br />

„wewntrz krów” (midzy laktacjami): SSe=90 000.Oszacuj powtarzalno tej cechy.<br />

Przykład 4. W tabeli zawarte s wyniki analizy kowariancji wydajnoci tłuszczu (cecha X) i<br />

zawartoci tłuszczu (cecha Y) w laktacji krów, przy czym populacja słuca do oblicze<br />

składała si z 40 grup półrodzestwa po 50 osobników kada. Oszacuj wielko korelacji<br />

genetycznej, rodowiskowej i fenotypowej.<br />

ródło<br />

Liczba stopni Suma kwadratów<br />

Suma iloczynów<br />

zmiennoci<br />

swobody Cecha X cecha Y<br />

Midzy grupami 253500 196,95 2667,6<br />

Wewntrz grup 2940000 1078 16464<br />

Przykład 5. Populacja składała si z 90 grup półrodzestwa po 120 osobników kada, suma<br />

kwadratów dla pierwszej cechy dla zmiennoci midzy ojcami wynosi 300 natomiast<br />

wewntrz ojców wynosi 1500, redni iloczyn midzy ojcami wynosi 11.24, wewntrz ojców<br />

0.79. Wariancja ojcowska dla drugiej cechy wynosi 1. Oszacuj odziedziczalno pierwszej<br />

cechy, jej błd standardowy oraz korelacje genetyczn midzy tymi cechami. Czy gdyby<br />

analizowanymi cechami były przyrost masy ciała i zawarto misa w tuszy to tak korelacj<br />

uznałby za korzystn, dlaczego?


Przykład 6. Załómy e masa ciała lochy jest warunkowana przez pojedyncze locus z<br />

dwoma allelami o wartociach genotypowych równych bb 130kg, Bb 150kg, BB 160 kg.<br />

Frekwencja allelu recesywnego wynosi 0.7. Jaka jest warto hodowlana i odchylenie<br />

dominacyjne zwierzt o poszczególnych genotypach? Jaka jest rednia warto hodowlana i<br />

odchylenie dominacyjne w populacji? Jaka jest oczekiwana warto potomstwa osobników o<br />

genotypie BB? Jaka jest zmienno genetyczna zwierzt w tej populacji? Wiedzc, e<br />

wariancja rodowiskowa dla masy ciała wynosiła 68kg 2 oszacuj odziedziczalno w sensie<br />

wszym i szerszym.<br />

Przykład 7. U myszy obserwowano gen karłowatoci pygma (pg). Myszy nie posiadajce<br />

tego genu (+,+) wayły rednio 12g, nosiciele pojedynczej jego kopii (+,pg) charakteryzowała<br />

rednia masa = 11g, natomiast osobniki z dwoma takimi genami (pg,pg) wayły rednio tylko<br />

8g. P=0.2. Wyznacz warto hodowlan i odchylenie dominacyjne zwierzt o<br />

poszczególnych genotypach oraz komponenty wariancji genetycznej.<br />

Przykład 8. Wariancja genetyczna jest dwa razy wiksza od rodowiskowej. Jaka jest<br />

odziedziczalno tej cechy?<br />

Przykład 9. Wariancja genetyczna jest 3 razy mniejsza od rodowiskowej trwałej i równa<br />

rodowiskowej losowej. Jaka jest odziedziczalno i powtarzalno tej cechy?<br />

BLUP – Najlepsza Liniowa Nieobciona Predykcja - Best Linear Unbiased Prediction<br />

Model ojca - oceniane s samce na podstawie uytkowoci ich potomstwa.<br />

Zakłada si, e:<br />

spokrewnienie w ramach grupy ojcowskiej wynosi ¼.<br />

brak spokrewnienia midzy osobnikami z rónych grup ojcowskich.<br />

samce s kojarzone z losow grup samic<br />

Zapis modelu liniowego ojca w notacji macierzowej:<br />

y = Xβ + Zu + e<br />

y – nx1 wymiarowy wektor obserwacji (obserwacje cech potomstwa, zwykle córek,<br />

zestawiane s w kolumnie), n jest liczb obserwacji;<br />

β - px1 wymiarowy wektor nieznanych efektów stałych (np. stad, sezonów wycielenia itp.)<br />

p- liczba poziomów efektów stałych;<br />

u – sx1 wymiarowy wektor nieznanych wartoci hodowlanych ojców, s jest liczb ocenianych<br />

ojców;<br />

e – nx1 wymiarowy wektor nieznanych efektów błdów losowych;<br />

X – nxp wymiarowy macierz incydencji dla efektów stałych (wica obserwacje z<br />

odpowiednimi efektami);<br />

Z – nxs wymiarowy macierz incydencji dla efektów losowych (wie obserwacje potomstwa<br />

z efektami ojca).<br />

Układ równa mieszanych (BLUP):<br />

Χ'Χ<br />

<br />

<br />

Ζ'Χ<br />

Ζ'<br />

Χ'Ζ<br />

Ζ+<br />

Ι<br />

4−h<br />

2<br />

h<br />

2<br />

<br />

ˆ β<br />

Χ'<br />

y<br />

<br />

= <br />

u~<br />

Ζ'<br />

y


Przykład 1<br />

Buhaj Córki Wydajno mleka Stado córek Sezon wycielenia<br />

córek<br />

A A1 4000 Iwno wiosna<br />

A2 3500 Racot wiosna<br />

A3 4100 Iwno zima<br />

B B1 5800 Racot wiosna<br />

B2 4700 Iwno zima<br />

Model zwierzcia (osobniczy) – Metoda BLUP model zwierzcia (Animal Model) jest<br />

najdokładniejsz metod statystyczn stosowan praktyce w wielu krajach do oceny wielu cech i<br />

gatunków zwierzt gospodarczych.<br />

Niektóre własnoci metody BLUP AM:<br />

¢<br />

pozwala na wyeliminowanie wpływów czynników stałych (np. czynniki rodowiskowe, wiek),<br />

¢<br />

wykorzystuje informacje od osobników spokrewnionych z wykorzystaniem optymalnych wag,<br />

¢<br />

bierze pod uwag wystpujc selekcj oraz trend genetyczny,<br />

¢<br />

maksymalna dokładno – selekcja na podstawie BLUP powinna da najwyszy postp<br />

hodowlany poniewa wykorzystujc wszystkie dostpne informacje maksymalizuje dokładno<br />

oceny,<br />

¢<br />

selekcja na bazie BLUP optymalizuje odstp pokole albowiem młode zwierzta przecitnie<br />

lepsze od starszych, chocia wariancja ich wartoci hodowlanych jest mniejsza anieli wariancja<br />

osobników starszych,<br />

¢<br />

przez optymalne wykorzystanie informacji rodzinowej BLUP maksymalizuje postp w<br />

nastpnym pokoleniu. W praktyce sprowadza si to do faktu, e najlepiej wycenione zwierzta s<br />

czsto ze sob spokrewnione. Zatem stosowanie BLUP animal model dłuszy czas moe<br />

prowadzi do inbredu i wynikajcych z tego konsekwencji.<br />

¢<br />

umoliwia ocen wszystkich osobników (obserwowanych i nie obserwowanych)<br />

¢<br />

ocena samców jest poprawiona o warto samic<br />

Zapis modelu zwierzcia w notacji macierzowej:<br />

y = Xβ + Za + e<br />

y - nx1 wymiarowy wektor obserwacji osobników<br />

β - px1 wymiarowy wektor efektów stałych<br />

X - nxp wymiarowy macierz incydencji dla efektów stałych<br />

Z - nxq wymiarowy macierz incydencji (wie obserwacje z ocen osobników)<br />

a - qx1 wymiarowy wektor losowych genetycznych efektów addytywnych osobników<br />

q jest liczb ocenianych osobników<br />

e - nx1 wymiarowy wektor błdów losowych<br />

Układ równa mieszanych (BLUP):<br />

Χ'<br />

Χ<br />

<br />

Ζ'<br />

Χ<br />

Ζ'<br />

Χ'<br />

Ζ<br />

Ζ+<br />

Α<br />

−1<br />

β<br />

Χ'<br />

y<br />

=<br />

α<br />

<br />

a<br />

Ζ'<br />

y<br />

~<br />

ˆ<br />

Przykład 2.<br />

Osobnik Matka Ojciec Uytkowo<br />

osobnika<br />

1− h<br />

α = 2<br />

h<br />

K L T 8500 Iwno<br />

W S T 9200 Iwno<br />

S B M 8300 Racot<br />

L B M 9100 Racot<br />

2<br />

Stado osobnika


DOKŁADNO OCENY WARTOCI HODOWLANEJ<br />

Dokładno oceny wartoci hodowlanej jest to korelacja midzy prawdziw a przewidywan<br />

2<br />

cov( I , A ) σI<br />

σI<br />

wartoci hodowlan rIA<br />

= = =<br />

2 2<br />

σI<br />

* σ σ<br />

A I * σ A σ A<br />

Dokładno oceny przeprowadzanej na podstawie metody BLUP oblicza si wg<br />

wzoru: rj = 1 − d jα<br />

gdzie dj to element diagonalny macierzy LHS -1 w wierszu, w którym znajduje si rozwizanie dla<br />

efektu losowego osobnika j.<br />

Dokładno oceny na podstawie indeksu selekcyjnego zaley od dostpnych ródeł informacji:<br />

ródła:<br />

Strabel T. 2006. Genetyka cech ilociowych zwierzt w praktyce.<br />

http://jay.au.poznan.pl/~strabel/<br />

Van Arendonk J. , Bijma P., Bovenhuis H., Crooijmans R., Van der Lende T. 2002. Animal<br />

Breeding and Genetics-lecture notes ABG-20304. Wageningen University, The Netherlands.<br />

INDEKS SELEKCYJNY<br />

Łczna warto hodowlana - warto hodowlana osobnika pod wzgldem wicej ni jednej<br />

cechy.<br />

Indeks selekcyjny - liczba wyraajca łczn warto hodowlan na podstawie równania<br />

regresji wielokrotnej.<br />

Ii = b1xi1 + b2xi2 + ... + btxt, gdzie:<br />

Ii − warto indeksu i-tego osobnika<br />

b1, b2,..., bt− współczynniki regresji wielokrotnej<br />

x , x ,..., x − wartoci fenotypowe cech i-tego osobnika.<br />

i1 i2 it<br />

Konstrukcja indeksu selekcyjnego obejmujcego dwie cechy<br />

I = b1x1+ b2x2 ,<br />

a1<br />

a2<br />

gdzie: b1<br />

= i b2<br />

=<br />

s1<br />

s2<br />

s1, s2<br />

− odchylenia standardowe fenotypowe odpowiednio dla cechy I i II.


Wielkoci a1 i a2 uzyskujemy rozwizania nastpujcego układu równa:<br />

a1<br />

+ rpa2<br />

= RG1<br />

r a + a = R<br />

p<br />

1<br />

2<br />

G2<br />

r p − współczynnik korelacji fenotypowej midzy cechami.<br />

Natomiast:<br />

R = h d + d r<br />

( )<br />

( )<br />

G1 1 1 2 G<br />

RG2 = h2 d1rG + d2<br />

gdzie:<br />

,<br />

rG – współczynnik korelacji genetycznej midzy cechami<br />

h1 i h2 s pierwiastkami kwadratowymi estymatorów odziedziczalnoci cech 1 i 2 ,<br />

d1 = v1sh 1 1 oraz d2 = v2s2h2 v1 i v2 s wagami ekonomicznymi cech.<br />

Przykład 1. Skonstruuj indeks selekcyjny obejmujcy dwie cechy kur nienych. Czy do<br />

dalszej hodowli wybrałby kur, która zniosła 312 jaj o masie 64g czy tak która zniosła 310<br />

jaj o masie 65g?<br />

Cecha<br />

x<br />

( )<br />

i<br />

Nieno<br />

liczba jaj<br />

Masa jaja (g)<br />

Waga<br />

ekonomiczna<br />

v<br />

( )<br />

i<br />

1<br />

5<br />

Odchylenie<br />

standardowe<br />

s<br />

( )<br />

i<br />

37<br />

3<br />

Współczynnik<br />

odziedziczalnoci<br />

2<br />

h<br />

( )<br />

i<br />

0.27<br />

0.43<br />

genetycznej<br />

r<br />

( )<br />

G<br />

- 0.26<br />

Współczynnik korelacji<br />

fenotypowej<br />

r<br />

Przykład 2. Oblicz łczn warto hodowlan dwóch tryków, których wydajno wełny<br />

czystej wynosiła: tryk A = 6,0, tryk B = 5,0 a ich masy odpowiednio 30,0 i 31,0. Wariancja<br />

wydajnoci wełny i masy wynosiła 1,0 i 5,0 a odziedziczalno tych cech: 0,4 i 0,3. Korelacja<br />

genetyczna i fenotypowa midzy tymi cechami wynosi odpowiednio 0,2 i 0,4. Przyjmij<br />

dziesiciokrotnie wiksz wag ekonomiczn dla masy zwierzt anieli dla masy wełny.<br />

SELEKCJA jest to wybór osobników na rodziców nastpnego pokolenia.<br />

w kierunku jednej cechy<br />

+ najłatwiejsz i najbardziej intensywana<br />

- jednostronna, nie uwzgldnia zwizków midzy cechami<br />

- moe doj do spadku innych cech<br />

METODY SELEKCJI<br />

w kierunku wielu cech<br />

+ bardziej celowa<br />

- trudniejsza i mniej intensywna<br />

- skutecznoc zaley od właciwego doboru cech i ich zwiazków<br />

Intensywno selekcji (i) to rednia przewaga selekcjonowanych zwierzt wzgldem całej<br />

populacji wyraona w jednostkach odchylenia standardowego.<br />

- 0.1<br />

( )<br />

p<br />

nastpcza<br />

kolejno w kierunku kadej z wybranych cech<br />

- długotrwała<br />

- osigniety poprzednio poziom moe si obnizyc przy selekcji na kolejna cech<br />

niezalena<br />

równoczenie dla kilku cech z ustaleniem poziomu minimalnego<br />

+ uwzglednia równoczenie róne cechy<br />

- brak podejcia całosciowego<br />

wskanikowa<br />

uwzgldnia łcznie wszystkie cechy i ich powiazania


Przeliczanie frakcji na intensywno selekcji<br />

Frakcja 0,001 0,002 0,003 0,004 0,005 0,006 0,007 0,008 0,009<br />

I 3,364 3,167 3,047 2,959 2,889 2,831 2,781 2,737 2,698<br />

Frakcja 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09<br />

I 2,663 2,419 2,266 2,153 2,061 1,984 1,917 1,858 1,804<br />

Frakcja 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9<br />

I 1,755 1,400 1,159 0,966 0,798 0,644 0,497 0,350 0,195<br />

Rónica selekcyjna (S) to rónica midzy redni wartoci wyselekcjonowanych zwierzt a<br />

redni wartoci cechy w populacji:<br />

S = iσ<br />

P<br />

Reakcja na selekcj (R) to rónica midzy wartoci redni w populacji wyjciowej a<br />

redni pokolenia potomnego.<br />

Przy braku niegenetycznych oddziaływa powodujcych podobiestwo midzy rodzicami a<br />

potomstwem oraz braku selekcji naturalnej, stosunek reakcji na selekcj do rónicy<br />

selekcyjnej równa si odziedziczalnoci. Jest to tzw. odziedziczalno zrealizowana.<br />

Ri<br />

h =<br />

S<br />

i<br />

2<br />

Dokładniejsz metod jest regresja reakcji na selekcj na rónic selekcyjn<br />

t t <br />

<br />

<br />

R <br />

<br />

t<br />

i Si<br />

i=<br />

1 <br />

i=<br />

1 <br />

RiSi<br />

−<br />

2 i=<br />

1<br />

t<br />

h =<br />

t<br />

2<br />

<br />

<br />

S <br />

t<br />

i<br />

2 i=<br />

1 <br />

Si<br />

−<br />

i=<br />

1 t<br />

Odstp pokole (L) jest to redni wiek rodziców w momencie urodzenia potomstwa.<br />

Postp genetyczny to zwikszenie wartoci genetycznej zwierzt w czasie, pod wzgldem<br />

im<br />

+ i f P 2<br />

okrelonej cechy lub grupy cech. Rrok = h σ P<br />

Lm<br />

= L f<br />

im<br />

+ i f P = hσ<br />

A<br />

Lm<br />

= L f<br />

Przykład 1. Na podstawie danych zawartych w tabeli oszacuj odziedziczalno zrealizowan.<br />

Jakiej wartoci cechy naley si spodziewa w szóstym pokoleniu?<br />

stado Stado Reakcja na<br />

podstawowe selekcyjne selekcj<br />

I 40 41.6 2.3<br />

II 44.1 0.8<br />

III 44.6 1<br />

IV 45.1 0.9<br />

V<br />

VI<br />

46.5 1.5<br />

Przykład 2. Selekcja owiec pod ktem masy wełny. Załómy, e posiadamy stado owiec<br />

składajce si z 1000 matek których struktura wiekowa jest nastpujca: 250szt. - ma 2 lata,<br />

200 - 3 lata, 180 - 4 lata, 150 – 5 lat, 120 - 6lat, 100 - 7lat. W stadzie jest take 20 tryków z<br />

czego 12 ma 2 lata, a 8 - 3 lata. Przyjmijmy, e tryki utrzymywane s zwykle poprzez 2 lata,<br />

matki - 6 lat, a pierwsze potomstwo uzyskuje si od zwierzt w wieku 2 lat. Osobniki<br />

kojarzone s w stosunku 1 do 50, plenno wynosi 1, a 80% jagnit dorasta wieku<br />

dojrzałego. Przyjmujc za podstaw selekcji fenotyp własny osobników, oraz e<br />

odziedziczalno cechy wynosi 0,30 a fenotypowe standardowe odchylenie 0,4 kg oblicz,<br />

jaka jest reakcja na selekcj w przeliczeniu na rok?


Rysunek 1. Praca hodowlana w stadzie owiec<br />

W wyniku procesu starzenia zwierzta z poszczególnych grup wiekowych przechodz co<br />

roku do starszych klas. Praca hodowlana realizowana jest w momencie selekcji najlepszych<br />

fenotypowo rocznych tryków i jarlic. Co roku potrzeba uzupełni najmłodsze grupy zwierzt,<br />

tj. 250 samic i 12 samców. Poniewa dostpnych jest po 400 młodych kandydatów std:<br />

fm=12/400 ff=250/400<br />

po przeliczeniu frakcji na intensywno selekcji (patrz tabela) otrzymujemy:<br />

im=2.266 if=0.644.<br />

Odstp pokole dla samców i samic obliczamy jako rednie waone wieku i liczebnoci<br />

poszczególnych grup wiekowych, tj.:<br />

Lm=(12*2+8*3)/(12+8)=2.4<br />

Lf=(250*2+200*3+180*4+150*5+120*6+100*7)/(250+200+180+150+120+100)=3.99.<br />

2.<br />

66 + 0.<br />

644<br />

Rrok =<br />

0.<br />

3*<br />

0.<br />

4 = 0.<br />

055kg<br />

2.<br />

4 + 3.<br />

99<br />

Przykład 3. W pewnym laboratorium zamierzano prowadzi prac hodowlan w kierunku<br />

zwikszenia wagi szczurów w wieku 10 tygodni. Wielko utrzymywanej populacji wynosiła<br />

rednio 200szt. Stosunek płci do kojarze wynosił 1:4 (samców do samic), a jedna samica<br />

odchowywała przecitnie 4 młode. Oblicz, jaka bdzie rednia masa zwierzt po 5<br />

pokoleniach pracy hodowlanej wiedzc, e odziedziczalno tej cechy wynosi 0,4, rednia<br />

masa pocztkowa zwierzt 150g, a fenotypowe odchylenie standardowe 1,725.<br />

PROGRAMY HODOWLANE<br />

Program hodowlany jest struktur zorganizowan w celu genetycznego doskonalenia<br />

populacji zwierzt gospodarskich.<br />

Cel hodowlany okrela kierunek w którym chcemy doskonali populacj, czyli okrela, które<br />

cechy bd doskonalone i jaki nacisk jest połoony na kada z cech. Moe on by wyraony<br />

w kategoriach wag ekonomicznych lub podanej poprawy cech.<br />

Cel hodowlany w oparciu o ekonomiczny model systemów produkcyjnych: warto<br />

ekonomiczna kadej cechy jest determinowana przez modelowanie efektu jaki wywiera ta<br />

cecha na dochód stada. Równanie dochodu jest wyprowadzane w taki sposób e jest funkcj<br />

cech celu hodowlanego a warto ekonomiczna kadej z cech jest pochodn czstkow<br />

równania wzgldem tej cechy. Dlatego warto ekonomiczna cechy i wyraa si równaniem:<br />

δPr<br />

vi<br />

=<br />

δP<br />

i<br />

Gdzie Pr jest równaniem dochodu a Pi jest wartoci fenotypow cechy i.


Zysk<br />

warto ekonomiczna<br />

H= A1v1+A2v2+....<br />

Warto ekonomiczna<br />

Cecha<br />

1 jednostka<br />

Funkcja zysku<br />

Wykres ilustruje<br />

uycie funkcji dochodu do<br />

wyprowadzenia wag<br />

ekonomicznych. Waga<br />

ekonomiczna cechy to<br />

wzrost dochodu dziki<br />

poprawie tej cechy o jedn<br />

jednostk. Po znalezieniu<br />

wag ekonomicznych cel<br />

hodowlany (H) jest<br />

wyraany jako waona<br />

suma wartoci hodowlanych<br />

i wag ekonomicznych:<br />

Cel hodowlany oparty o podany postp stosowany jest głównie w przypadkach<br />

cech dla których trudno jest wyprowadzi wagi ekonomiczne (np. zdrowie czy dobrostan) ale<br />

wci moe by podane ich genetyczne doskonalenie. Mona wtedy wyprowadzi wagi<br />

cech vi w oparciu o podany postp (np. utrzymanie obecnego poziomu płodnoci) a<br />

nastpnie sformułowa cel hodowlany H jak w równaniu powyej<br />

Składnikami programu hodowlanego s : system gromadzenia danych, metody i narzdzia<br />

oceny wartoci hodowlanej, system selekcji i kojarzenia, struktura przekazywania<br />

uzyskanego postpu w populacji produkcyjnej<br />

Optymalny wzór programu hodowlanego zaley od gatunku i cech zawartych w celu<br />

hodowlanym<br />

Jako alternatywnych programów hodowlanych moe by oceniana przez porównywanie<br />

odpowiedzi na selekcje (zrealizowanej lub oczekiwanej), utrzymania rónorodnoci<br />

genetycznej (współczynnik inbredu) oraz kosztów realizacji programu.<br />

Interakcja genotyp x rodowisko jest zjawiskiem w którym wraliwo genotypu na zmiany w<br />

rodowisku róni si pomidzy genotypami. Jeeli wystpuje interakcja genotyp x<br />

rodowisko wtedy wzgldna wydajno genotypów róni si midzy rodowiskami<br />

W zastosowaniu do hodowli zwierzt interakcja genotyp x rodowisko jest istotna przy<br />

decydowaniu co do celów hodowlanych i oceny wartoci hodowlanej.<br />

ródła:<br />

Strabel T. 2006. Genetyka cech ilociowych zwierzt w praktyce.<br />

http://jay.au.poznan.pl/~strabel/<br />

Szwaczkowski T. 2000. Parametry genetyczne. Drobiarstwo Polskie 10:7-9.<br />

Van Arendonk J. , Bijma P., Bovenhuis H., Crooijmans R., Van der Lende T. 2002. Animal<br />

Breeding and Genetics-lecture notes ABG-20304. Wageningen University, The Netherlands.


WZORY:<br />

R<br />

xy<br />

=<br />

1 <br />

k = n<br />

N − 1 <br />

SS<br />

1 <br />

<br />

( 1+<br />

Fa<br />

)<br />

2 <br />

( 1+<br />

F )( 1+<br />

F )<br />

•<br />

x<br />

n<br />

−<br />

n<br />

y<br />

N<br />

1 2 ni • i=<br />

1<br />

<br />

<br />

<br />

r<br />

G<br />

covs<br />

=<br />

σ * σ<br />

d ij = 0.25(a sisj a didj + a sidj a disj ) d ii = 1 + (a ii -1) 2<br />

e<br />

=<br />

sx<br />

sy<br />

r<br />

P<br />

=<br />

cov + cov<br />

2 2 2 2<br />

( σ + σ )( σ + σ<br />

ródło Stopnie Suma redni Warto oczekiwana<br />

zmiennoci swobody kwadratów kwadrat redniego kwadratu<br />

Midzy<br />

grupami<br />

ojcowskimi<br />

Wewntrz<br />

grup ojcowskich n N<br />

(błd)<br />

N<br />

<br />

i=<br />

1 j=<br />

1<br />

• − SSe MS 2 <br />

e σ e<br />

Χ'<br />

Χ Χ'Ζ<br />

b<br />

Χ'<br />

y<br />

<br />

<br />

=<br />

−1<br />

d2 = v2s2h2 ABb=(q-p) 1<br />

Ζ'<br />

Χ Ζ'Ζ<br />

+ Α αa<br />

Ζ'<br />

y<br />

y z S − =<br />

t <br />

<br />

R G1<br />

= h1(<br />

d1<br />

+ d2rG<br />

) Abb=-2p a 1 + rpa<br />

2 = R G1<br />

R = y2<br />

− y R<br />

<br />

t<br />

i<br />

1<br />

i=<br />

1 <br />

i<br />

2<br />

R<br />

iSi<br />

−<br />

1− h<br />

2 i=<br />

1<br />

t<br />

r pa1<br />

+ a 2 = R G2<br />

α = α=a+d(q-p) h =<br />

2<br />

h<br />

1<br />

t<br />

2<br />

1− h<br />

<br />

R G2<br />

= h 2(<br />

d1rG<br />

+ d2<br />

) ABB =2q. d1 = v1sh <br />

1 1<br />

S<br />

<br />

t<br />

i<br />

α = 4<br />

2 i=<br />

1 <br />

a2<br />

a 1 2<br />

1 h Si<br />

−<br />

b2<br />

= Nett=-cF + Nc(Rd-Cd) b1<br />

=<br />

4<br />

i=<br />

1 t<br />

s<br />

s<br />

2<br />

ni<br />

y<br />

2<br />

ij<br />

−<br />

N<br />

<br />

y<br />

n<br />

i= 1 i<br />

N − 1<br />

2<br />

i•<br />

r<br />

E<br />

1<br />

a ij =<br />

( a s + a )<br />

i di<br />

2<br />

=<br />

SS s<br />

( σ<br />

2<br />

eX<br />

cov − 3cov<br />

− 3σ<br />

e<br />

2<br />

sX<br />

MS s<br />

)( σ<br />

1<br />

a = 1+<br />

ii<br />

s<br />

2<br />

eY<br />

− 3σ<br />

2<br />

sY<br />

2<br />

e<br />

1<br />

2<br />

)<br />

a<br />

eX<br />

sid<br />

i<br />

V(<br />

h<br />

σˆ<br />

+ kσˆ<br />

2<br />

s<br />

2<br />

1 1 <br />

F x = <br />

+<br />

2 i 2 <br />

e<br />

sX<br />

) =<br />

s<br />

eY<br />

hˆ<br />

sY<br />

2<br />

n<br />

)<br />

( 1 F )<br />

2 2<br />

[ 4 + ( n −1)<br />

h ]( 4 − h )<br />

8n(<br />

n −1)(<br />

N −1)<br />

2<br />

s<br />

n<br />

1+<br />

Fa<br />

1 <br />

R Xa = <br />

1+<br />

FX<br />

i 2 <br />

SS<br />

s<br />

a<br />

4σˆ<br />

=<br />

σˆ<br />

+<br />

=<br />

y<br />

2<br />

s<br />

2<br />

σˆ<br />

e<br />

N 2 2<br />

i•<br />

••<br />

−<br />

i=<br />

1 ni<br />

n•<br />

t<br />

<br />

= 1<br />

2<br />

y<br />

<br />

Si

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!