Главная Назад


Авторизация
Идентификатор пользователя / читателя
Пароль (для удалённых пользователей)
 

Вид поиска
Область поиска
в найденном
Найдено в других БД
Формат представления найденных документов:
библиографическое описаниекраткийполный
Отсортировать найденные документы по:
авторузаглавиюгоду изданиятипу документа
Поисковый запрос: (<.>S=СМЕШАННЫЕ МОДЕЛИ<.>)
Общее количество найденных документов : 60
Показаны документы с 1 по 20
 1-20    21-40   41-60  
1.
РЖ ВИНИТИ 76 (BI29) 89.05-04Н1.198

    Tan, W. Y.
    Some mixed models of carcinogenesis [Text] / W. Y. Tan // Math. and Comput. Modell. - 1988. - Vol. 10, N 10. - P765-773 . - ISSN 0895-7177
Перевод заглавия: Некоторые смешанные модели канцерогенеза
Аннотация: Известно, что Оп развиваются из норм. стволовых Кл в результате необратимых и наследуемых изменений. К наст. времени существует ряд математ. моделей, описывающих 2-стадийный канцерогенез, однако не принимающих во внимание значение онкогенов, антионкогенов и роль добавочных генов в этом процессе. Предложена новая смешанная модель, учитывающая не принимаемые во внимание ранее факторы. Предлагаемая модель позволяет проводить корректную оценку канцерогенного риска факторов окружающей среды, обладающих инициирующими (мутагены) и/или промоцирующими (гормоны, металлы, чужеродные тела) св-вами. Представлено математич. описание модели. США, Memphis State Univ., Memphis, TN 38152. Библ. 33.
ГРНТИ  
76.29.49
ВИНИТИ 761.29.49.21.07.02
Рубрики: КАНЦЕРОГЕНЕЗ ХИМИЧЕСКИЙ
МУТАГЕНЫ
ОПУХОЛЕВЫЕ ПРОМОТОРЫ
МАТЕМАТИЧЕСКИЕ МОДЕЛИ
СМЕШАННЫЕ МОДЕЛИ

2.
РЖ ВИНИТИ 34 (BI38) 89.03-04А3.28

    Geranka, Bronislaw.
    Analysis of off springs of a diallel experiment in a BIB design - A mixed model [Text] / Bronislaw Geranka, Stanislaw Mejza // EDV Med. und Biol. - 1988. - Vol. 19, N 2 - 3. - P70-74
Перевод заглавия: Анализ потомков диаллельного эксперимента, проведенного в соответствии с планом сбалансированных неполных блоков. Смешанная модель
Аннотация: Рассматривается проблема анализа генотипов, полученных в системе диаллельных скрещиваний, включающей множество p(p - 1) потомков прямых и реципрокных скрещиваний (система 3-го типа в классификации Гриффинга). Предполагается, что эксперимент проведен в соответствии с планом сбалансированных неполных блоков, так что наблюдения описываются моделью (1): y='мю'+'ДЕЛЬТА''тау'+D'бета'+'эта', где 'ДЕЛЬТА' и D - матрицы плана для обработок (генотипов) и блоков, 'бета' и 'эта' - случайные векторы параметров блоков и остатков, 'тау' - вектор эффектов обработок, описываемый станд. моделью (2): 'гамма'[i][j]='мю'+g[i]+g[j]+s[i][j]+w[i][j]. Здесь g[i], s[i][j], w[i][j] - общая - общая и специфическая комбинационные способности и реципрокный эффект. Описываются процедуры дисперсионного анализа и оценивания различных параметров. Предлагаются критерии для проверки различных гипотез о переменных модели (2). ПНР, Acad. of Agriculture in Poznan, Dep. of Mathematical and Statistical Methods, ul. Wojska Polskiego 28, 60 - 637 Poznan. Библ. 9.
ГРНТИ  
34.03.23
ВИНИТИ 341.03.23.09.09
Рубрики: МАТЕМАТИЧЕСКИЕ МОДЕЛИ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
ДИАЛЛЕЛЬНЫЕ ЭКСПЕРИМЕНТЫ
СМЕШАННЫЕ МОДЕЛИ
АНАЛИЗ

Доп.точки доступа:
Mejza, Stanislaw

3.
РЖ ВИНИТИ 34 (BI38) 89.06-04А3.443

    Simianer, H.
    Efficient search strategies in iterative algorithms for variance component estimation [Text] / H. Simianer // Z. Tierzucht. und Zuchtungsbiol. - 1988. - Vol. 105, N 6. - P468-483 . - ISSN 0044-3581
Перевод заглавия: Эффективные стратегии поиска для итеративных алгоритмов оценивания компонент дисперсии
Аннотация: Пусть справедлива станд. смешанная модель (1): y=X'бета'+ +Zu+e, где y - вектор наблюдений, 'бета' - вектор фиксированных эффектов, u - вектор случайных эффектов с ковариационной матрицей 'сигма'{2}[u]A, e - вектор случайных остатков с ковариационной матрицей 'сигма'{2}[e]I. При оценивании дисперсий 'сигма'{2}[u] и 'сигма'{2}[e] по данным, описываемым такой моделью, часто используются подходы, основанные на максимизации ожидания и логарифме правдоподобия. Описываются и численно сопоставляются различные стратегии численного оценивания дисперсий с использованием этих 2-х подходов. Рассматриваются вопросы, связанные со сходимостью и эффективностью стратегий. Обсуждается возможность перенесения полученных выводов на случай более сложных моделей. ФРГ, Inst. of Animal Breeding and Genetics, Justus Liebig Univ., GieSSen. Библ. 31.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.09
Рубрики: БИОМЕТРИЯ
СМЕШАННЫЕ МОДЕЛИ
КОМПОНЕНТЫ ДИСПЕРСИИ
ОЦЕНИВАНИЕ
СРАВНЕНИЕ МЕТОДОВ

4.
РЖ ВИНИТИ 34 (BI38) 89.05-04А3.499

    Jensen, J.
    Transformation algorithms in analysis of single trait and of multitrait models with equal design matrices and one random factor per trait a review [Text] / J. Jensen, I. L. Mao // J. Anim. Sci. - 1988. - Vol. 66, N 11. - P2750-2761 . - ISSN 0021-8812
Перевод заглавия: Алгоритмы преобразований в анализе моделей отдельных и многомерных признаков с равными матрицами плана и одним случайным фактором на признак: обзор
Аннотация: Обзор. Пусть вектор наблюдений на i-ом индивиде описывается смешанной моделью (1): Y[i]=Xb[i]+Zu[i]+e[i], где b[i], u[i] - векторы фиксированных и случайных эффектов (последний с ковариационной матрицей G); X,Z - известные матрицы, e[i] - вектор случайных остатков с ковариационный матрицей R. Предлагается ряд подходов к оцениванию элементов матриц G и R, основанных на преобразовании данных к определенному виду (напр., такому, что матрица G становится диагональной, а матрица R - единичной). Предлагаемые подходы позволяют существенно уменьшить кол-во необходимых вычислений по сравнению с итеративным алгоритмом максимизации ожидания для метода макс. правдоподобия с ограничениями. Кроме того после выполнения преобразований кол-во вычислений растет линейно с ростом итераций, что позволяет использовать консервативный критерий остановки итераций. США, Michigan State Univ., East Lansing 48824-1225. Библ. 25.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.15.29
Рубрики: БИОМЕТРИЯ
АЛГОРИТМЫ
ОЦЕНИВАНИЕ
СМЕШАННЫЕ МОДЕЛИ
ПРЕОБРАЗОВАНИЯ ДАННЫХ
ОБЗОРЫ
БИБЛ. 35

Доп.точки доступа:
Mao, I.L.

5.
РЖ ВИНИТИ 34 (BI38) 89.08-04А3.456

    Henderson, C. R.
    Exact prediction error variances for full model computed from reduced model [Text] / C. R. Henderson // J. Dairy Sci. - 1988. - Vol. 71, N 11. - P3128-3134 . - ISSN 0022-0302
Перевод заглавия: Вычисление точных дисперсий ошибок предсказания для полной модели на основании редуцированной модели
Аннотация: Размерность векторы u случайных эффектов в смешанной модели (1): y=X'бета'+Zu+e, где y - вектор наблюдений, X, Z - известные матрицы, 'бета'-вектор неизвестных параметров, e-вектор случайных остатков) часто бывает слишком большой для обращения соотв. матриц и последующего вычисления оценок дисперсий и ковариаций. Описывается метод нахождения соотв. обратной матрицы для модели (1) на основании множества линейных ф-ций от аналогичных матриц редуцированной модели (2): y=X'бета'+Z[r]u[r]+e[r], где произведение X'бета' то же, что и в (1), остальные векторы и матрица имеют меньшую размерность и выбраны т. обр., что средние значения и ковариационные матрицы вектора y в обеих моделях совпадают. Представлены ф-лы для вычисления оценок различных параметров полной модели (1) на основании редуцированной. Рассматриваются 2 численных иллюстративных примера из обл. генетики колич. признаков. США, Dep. of Animal Sciences Univ. of Illinois Urbana 61801. Библ. 13.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.09
Рубрики: БИОМЕТРИЯ
СМЕШАННЫЕ МОДЕЛИ
РЕДУЦИРОВАННЫЕ МОДЕЛИ
ОШИБКИ ПРЕДСКАЗАНИЯ
ОЦЕНИВАНИЕ

6.
РЖ ВИНИТИ 34 (BI38) 89.08-04А3.27

    Henderson, C. R.
    Simple method to compute biases and mean squared errors of linear estimators and predictors in a selection model assuming multivariate normality [Text] / C. R. Henderson // J. Dairy Sci. - 1988. - Vol. 71, N 11. - P3135-3142 . - ISSN 0022-0302
Перевод заглавия: Простой метод вычисления смещений и среднеквадратичных ошибок линейных оценок и предикторов в модели отбора, предполагающей многомерную нормальность
Аннотация: Оценивание традиционными методами смещений и среднеквадратичных ошибок предсказаний, полученных на основании смешанных линейных моделей генетики колич. признаков вида (1): y=X'бета' + Zu + e, при наличии отбора очень сложно и трудоемко. Разработан метод численного нахождения оценок, использующий предположение о многомерной нормальности и модель отбора Пирсона. Особенности подхода иллюстрируется на примере анализа модельных данных. США, Dep. of Animal Scis Univ. of Illinois Urbana 61801. Библ. 2.
ГРНТИ  
34.03.23
ВИНИТИ 341.03.23.09.09
Рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
ОТБОР
СМЕШАННЫЕ МОДЕЛИ
ПРЕДСКАЗАНИЯ
СМЕЩЕНИЯ

7.
РЖ ВИНИТИ 34 (BI38) 89.02-04А3.466

    Im, S.
    Mixed models for binomial data with an application to lamb mortality [Text] / S. Im, D. Gianola // Appl. Statist. - 1988. - Vol. 37, N 2. - P196-204
Перевод заглавия: Смешанные модели для биномиальных данных с приложением к смертности ягнят
Аннотация: В нек-рых приложениях дисперсионного анализа для случая дихотомической зависимой переменной м. б. применена модель со смешанными линейными эффектами. Исходя из известной модели Кокса с фиксированными логит- и пробит-эффектами для биномиальных данных, авт. приводят версию этой модели для наличия случайных эффектов. Предлагается метод для предсказания случайных и оценивания фиксированных эффектов и компонент дисперсии. Для оценивания 1-х используется метод расчета условных мат. ожиданий, а для 2-х - максимально правдоподобного оценивания. Сравнивается 2 подхода к получению оценок - при помощи ЕМ-алгоритма и симплекс-метода. Симплексметод медленнее ЕМ-алгоритма, но зато более робастен. Помимо этого, ЕМ-алгоритм нельзя использовать при малом кол-ве наблюдений в каждой ячейке табл. дисперсионного анализа, т. к. это приводит к неудовлетворительной аппроксимации постериорных средних и дисперсий. Рассмотрен пример анализа данных о смертности ягнят. Франция, Laboratoire de biometrie, Centre de Recherches de Toulouse, BP 27, F31326, Castanet - Tolosan Cedex. Табл. 1. Библ. 34.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.13
Рубрики: БИОМЕТРИЯ
ДИСПЕРСИОННЫЙ АНАЛИЗ
СМЕШАННЫЕ МОДЕЛИ
БИНОМИАЛЬНЫЕ ДАННЫЕ
ОЦЕНИВАНИЕ
СИМПЛЕКС - МЕТОД

Доп.точки доступа:
Gianola, D.

8.
РЖ ВИНИТИ 34 (BI38) 89.09-04А3.579

    Boik, Robert J.
    The mixed model for multivariate repeated measures: validity conditions and an approximate test [Text] / Robert J. Boik // Psychometrika. - 1988. - Vol. 53, N 4. - P469-486 . - ISSN 0033-3123
Перевод заглавия: Смешанная модель для многомерных повторных измерений: условия справедливости и приближенный критерий
Аннотация: В экспериментах с повторными измерениями, проводимыми через t равных интервалов времени, ответ можно описать t-мерной переменной. Анализ такого ответа можно производить либо посредством применения смешанной одномерной модели Шеффе, либо при помощи одной из 2-х многомерных моделей - дважды многомерной или же смешанной многомерной модели (СММ). Приведено описание этих моделей, показано, что для пригодности СММ при условии многомерной нормальности латентной переменной необходимо и достаточно выполнение условия многомерной сферичности матрицы ковариаций. Приведен критерий отношения правдоподобия для проверки гипотезы многомерной сферичности и его аппроксимация для случая выборок среднего объема. Показано, каким образом м. б. введена поправка критерия на несферичность, что повышает робастность критерия СММ. США, Dep. of Math. Sci., Montana State Univ., Bozeman, MT 59717. Табл. 3. Библ. 41.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.09
Рубрики: БИОМЕТРИЯ
СМЕШАННЫЕ МОДЕЛИ
ОТНОШЕНИЕ ПРАВДОПОДОБИЯ
ПРОВЕРКА СФЕРИЧНОСТИ
ПОВТОРНЫЕ ИЗМЕРЕНИЯ

9.
РЖ ВИНИТИ 34 (BI38) 90.04-04А3.534

    Quaas, Richard L.
    Transformed mixed model equations: a recursive algorithm to eliminate A1} [Text] / Richard L. Quaas // J. Dajry Sci. - 1989. - Vol. 72, N 7. - P1937-1941 . - ISSN 0022-0302
Перевод заглавия: Преобразованные уравнения смешанной модели. Рекурсивный алгоритм для устранения A1}
Аннотация: При использовании смешанных моделей, имеющих аддитивные генетические эффекты, часто бывает необходимо повторно решать систему ур-ний вида (1): (B+'альфа'A1})u=r. При использовании декомпозиции A=LL{t} система (1) сводится к (2): (L{t}BL+'альфа'I)v=L{t}r, где v=L1}u. Henderson C. R. ("Biometrics", 1976, 32 69) показал каким образом м. б. вычислены L и A1} непосредственно по данным о производителях и самках без вычисления - матрицы A. Предлагаются алгоритмы для вычисления величин L{t}BL и L{t}r без предварительного вычисления матрицы L. Получаемые в результате этих процедур величины м. б. использованы в ур-ниях вида (2). Представлены численные примеры анализа модельных данных. Библ. 9.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.15.09
Рубрики: МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
АЛГОРИТМЫ
СМЕШАННЫЕ МОДЕЛИ
ЧИСЛЕННЫЙ АНАЛИЗ

10.
РЖ ВИНИТИ 34 (BI38) 90.05-04А3.462

    Mantysaari, E.
    Restricted Maximum Likelihood estimates of variance components from multitrait sire models with large number of fixed effects [Text] / E. Mantysaari, Vleck L. D. Van // Z. Turzucht. und Zuchtungsbiol. - 1989. - Vol. 106, N 6. - P409-422 . - ISSN 0044-3581
Перевод заглавия: Оценки компонент дисперсии в многомерных моделях производится с помощью метода "ограниченного" максимального правдоподобия при большом числе фиксированных эффектов
Аннотация: Описывается алгоритм максимизации ожидания, предназначенный для оценивания параметров смешанной модели (1): y=X'бета'+Zn+e, с использованием метода "ограниченного" макс. правдоподобия. В (1) y-вектор наблюдений, 'бета'-вектор фиксированных эффектов, u, e - векторы случайных эффектов. Разработана стратегия вычислений, основанная на "поглощении" главных фиксированных эффектов, что, в частности позволяет рассматривать и случаи, когда матрицы плана для различных признаков не равны. Представлен численный пример. С использованием реальных данных проводится сопоставление св-в сходимости алгоритма с соотв. св-вами алгоритма Henderson C. R. ("J. Dairy Sci.", 1984, 67, 1581), требующего обращения матриц большого размера. Отмечается, что скорости сходимости оценок обоих алгоритмов близки друг к другу. США, Dep. of Animal Sci., Cornell Univ., Ithaca. Библ. 23.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.15.29
Рубрики: БИОМЕТРИЯ
АЛГОРИТМЫ
ОЦЕНИВАНИЕ
КОМПОНЕНТЫ ДИСПЕРСИИ
СМЕШАННЫЕ МОДЕЛИ

Доп.точки доступа:
Van, Vleck L.D.

11.
РЖ ВИНИТИ 34 (BI38) 90.07-04А3.553

    Im, S.
    A note on sire evaluation with uncertain paternity [Text] / S. Im // Biom. J. - 1989. - Vol. 31, N 6. - P749-752 . - ISSN 0323-3847
Перевод заглавия: Замечание об оценивании производителей при [наличии ошибок в определении отцовства]
Аннотация: Рассматривается проблема оценивания производителей в ситуации, когда имеется определенная вероятность ошибочного приписывания потомка производителю. Используется обычная смешанная модель (1): y[i]=x[i]'бета'+z[i]u+e[i], где y[i] - вектор измерений, 'бета' - вектор фиксированных эффекторв, u - вектор эффектов производителей, а компоненты вектора z[i] принимают значения 1 или 0 в зависимости от того получен ли потомок i от производителя j. С целью учета ошибок в определении потомства предполагается, что векторы z[i] являются случайными и имеют полиномиальное распределение. С использованием станд. техники линейных моделей получены оценки и предикторы фиксированных и случайных эффектов. Подчеркивается, что найденное решение является гораздо более простым, чем альтернативное байесовое. Франция, I.N.R.A., Station de Biometrie et d'Intelligence Artificielle. Библ. 8.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.17
Рубрики: БИОМЕТРИЯ
ОЦЕНИВАНИЕ
ПРОИЗВОДИТЕЛИ
СМЕШАННЫЕ МОДЕЛИ
ОШИБОЧНОЕ ОПРЕДЕЛЕНИЕ ОТЦОВСТВА

12.
РЖ ВИНИТИ 34 (BI38) 92.03-04А3.512

    Foulley, J. L.
    Bayesian inference abont dispersion parameters in a structural model for heterogeneous variances [Text] / J. L. Foulley, Gristobal Magali San // 15th Int. Biom. Conf., Budapest, July 2-6, 1990: IBC'90. - Budapest, 1990. - P29 . - ISBN 963-77-1206-2
Перевод заглавия: Байесовские выводы относительно параметров дисперсии в структурной модели для гетерогенных дисперсий
Аннотация: В резюме доклада рассматривается гауссовская линейная модель с фиксированными и случайными эффектами для стратифицированной совокупности. Выводы относительно параметров дисперсии в модели основываются на апостериорном распределении при условии равенства параметра априорного распределения дисперсии на уровнях рассматриваемого фактора оценки маргинального макс. правдоподобия. Утверждается, что процедура м. б. обобщена на случай анализа нескольких факторов. Библ. 3.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.13
Рубрики: БИОМДЕТРИЯ
БАЙЕСОВСКИЕ ПОДХОДЫ
СМЕШАННЫЕ МОДЕЛИ
ОЦЕНИВАНИЕ
ПАРАМЕТРЫ ДИСПЕРСИИ

Доп.точки доступа:
San, Gristobal Magali

13.
РЖ ВИНИТИ 34 (BI38) 91.09-04А3.465

    Tosh, J. J.
    Degree of connectedness in mixed models [Text] / J. J. Tosh, J. W. Wilton // Proc. 4th World Congr. Genet. Appl. Livestock Prod., Edinburgh, 23-27 July, 1990. - Edinburgh, 1990. - 13. - P480-483 . - ISBN 0-9516033-0-2
Перевод заглавия: Степень связности в смешанных моделях
Аннотация: Полевые данные часто имеют такой характер, когда заполнена лишь небольшая доля всевозможных подклассов. Определяется для каждого фактора степень связности с целью колич. описания плана данных. Предпринято имитационное исследование несвязанных и групп связанных подклассов одних и тех же данных при оценивании остаточной дисперсии и станд. дисперсии. Анализ всех данных совместно разумен, если степень связности высока. Канада, Centre for Genetic Improvement of Livestock, Univ. of Guelf, Guelf, Ontario, N1G 2W1. Библ. 5.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.13
Рубрики: БИОМЕТРИЯ
СМЕШАННЫЕ МОДЕЛИ
ФАКТОРЫ
СВЯЗНОСТИ
АНАЛИЗ КОМПЛЕКСА ДАННЫХ

Доп.точки доступа:
Wilton, J.W.

14.
РЖ ВИНИТИ 34 (BI38) 91.06-04А3.520

    McGilchrist, C. A.
    Multicentre clinical trials and variance components [Text] / C. A. McGilchrist, J. Zhaorong // Biom. J. - 1990. - Vol. 32, N 5. - P545-550 . - ISSN 0323-3847
Перевод заглавия: Клинические испытания во многих клиниках и компоненты дисперсии
Аннотация: Предполагается, что один и тот же тип лечения используется в нескольких клиниках. Пусть клиники представляют собой случайную выборку из совокупности клиник. Тогда получается модель случайного клинического эффекта и случайного взаимодействия клиника-лечение. Предложен метод анализа данных регрессии для модели, в к-рой зависимая переменная имеет биономиальное распределение и регрессия включает как фиксированную, так и случайную компоненты. Метод использован для анализа данных по испытанию лечения во многих клиниках. Австралия, Dep. of Statistics, Univ. of New South Wales, P. O. Box 1, Kensington, New South Wales 2033. Библ. 5.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.13
Рубрики: БИОМЕТРИЯ
КЛИНИЧЕСКИЕ ИСПЫТАНИЯ
МНОЖЕСТВЕННОСТЬ КЛИНИК
СМЕШАННЫЕ МОДЕЛИ
БИНОМИАЛЬНЫЕ ЛОГИТЫ

Доп.точки доступа:
Zhaorong, J.

15.
РЖ ВИНИТИ 34 (BI38) 91.03-04А3.690

    Groeneveld, Eildert.
    A generalized computing procedure for setting up and soloing mixed linear models [Text] / Eildert Groeneveld, Milena Kovac // J. Dairy Sci. - 1990. - Vol. 73, N 2. - P513-531 . - ISSN 0022-0302
Перевод заглавия: Обобщенная вычислительная процедура [анализа] смешанных линейных моделей
Аннотация: Представлена обобщенная вычислительная процедура, приложимая к широкому множеству задач, возникающих при разведении животных. Она включает обычный метод наименьших квадратов, обобщенные наименьшие квадраты и смешанные модели. Соотв. система ур-ний решается либо прямыми процедурами, либо итерационно. Процедура позволяет анализировать множественные признаки, учитывать гетерогенность дисперсий, пропуски данных и пр. В приложении приведены псевдокоды фортрана-77, поясняющие стратегию программы. США, Dep. of Animal Scis, Univ. of Illinois, Urbana 61801. Библ. 14.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.15.29
Рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
ПРОГРАММЫ
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
СМЕШАННЫЕ МОДЕЛИ
ФОРТРАН-77

Доп.точки доступа:
Kovac, Milena

16.
РЖ ВИНИТИ 34 (BI38) 92.08-04А3.016

    Blangero, John.
    Multivariate segregation analysis using the mixed model [Text] / John Blangero, Lyle W. Konigsberg // Genet. Epidemiol. - 1991. - Vol. 8, N 5. - P299-316 . - ISSN 0741-0395
Перевод заглавия: Многомерный сегвегационный анализ с использованием смешанной модели
Аннотация: Главные гены, влияющие на этиологию сложных заболеваний, вероятно, обладают плеотропными влияниями на колич. признаки. Методы сегрегационного анализа, использующие дополнительную информацию от таких признаков, обладают большей мощностью для обнаружения эффектов главных генов и допускают проверку гипотез относительно плейотропии главных генов. Представлен новый метод многомерного сегрегационного анализа для вычисления провдоподобия родословных в смешанной модели в указанной ситуации. Метод основан на упрощении многомерного условного правдоподобия с помощью преобразования, одновременно ортогонализирующего матрицы ковариации аддитивных генетических значений и средовую. В результате правдоподобия факторизуется и вычисления ускоряются. Приведен пример на реальных данных. США, Dep. of Genetics, Southwest Foundation for Biomedical Res. San Antonio, TX 78228-0147. Библ. 31.
ГРНТИ  
34.03.23
ВИНИТИ 341.03.23.09.09
Рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
СЕГРЕГАЦИОННЫЙ АНАЛИЗ
ГЛАВНЫЕ ГЕНЫ
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
СМЕШАННЫЕ МОДЕЛИ

Доп.точки доступа:
Konigsberg, Lyle W.

17.
РЖ ВИНИТИ 34 (BI38) 92.09-04А3.432

    Oman, Samuel D.
    Multiplicative effects in mixed model analysis of variance [Text] / Samuel D. Oman // Biometrika. - 1991. - Vol. 78, N 4. - P729-739 . - ISSN 0006-3444
Перевод заглавия: Мультипликативные эффекты в смешанной модели дисперсионного анализа
Аннотация: Мультипликативные модели широко используются в анализ табл. с неаддитивными фиксированными эффектами. Предложен класс моделей двумерного дисперсионного анализа с мультипликативным взаимодействием фиксированного и случайного эффектов. Получены ур-ния для итерационного вычисления оценок макс. правдоподобия. Оценивание параметров и проверка гипотез иллюстрируются на данных по генетике растений. Израиль, Dep. of Statistics, Hebrew Univ., Jerusalem 91905. Библ. 29.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.13
Рубрики: БИОМЕТРИЯ
ДИСПЕРСИОННЫЙ АНАЛИЗ
СМЕШАННЫЕ МОДЕЛИ
МУЛЬТИПЛИКАТИВНЫЕ ВЗАИМОДЕЙСТВИЯ
ОЦЕНИВАНИЕ
МАКСИМАЛЬНОЕ ПРАВДОПОДОБИЕ

18.
РЖ ВИНИТИ 34 (BI38) 91.12-04А3.492

    Rocke, David M.
    Robustness and balance in the mixed model [Text] / David M. Rocke // Biometrics. - 1991. - Vol. 47, N 1. - P303-309
Перевод заглавия: Робастность и сбалансированность в смешанной модели
Аннотация: Выбросы (загрязнения) могут вызвать большие изменения оценок случайных эффектов. Поэтому необходимо развитие робастных методов оценивания для защиты от этих изменений. Один из соотв. подходов предложен авт. ранее ("Biometrika", 1983, 70, 421). При использовании робастного метода на сбалансированных данных к различным точкам применяются разные веса в зависимости от того, рассматриваются ли они как выбросы. Концепции, развитые для анализа несбалансированных данных, служат основой робастных методов анализа при сбалансированности, они аналогичны соотв. методам дисперсионного анализа. США, Graduate School of Management, Univ. of California, Davis, CA 95616. Библ. 16.
ГРНТИ  
34.05.25
ВИНИТИ 341.05.25.09.09
Рубрики: БИОМЕТРИЯ
ОЦЕНИВАНИЕ
СМЕШАННЫЕ МОДЕЛИ
КОМПОНЕНТЫ ДИСПЕРСИИ
РОБАСТНЫЕ МЕТОДЫ

19.
РЖ ВИНИТИ 34 (BI38) 92.09-04А3.013

    Fry, James D.
    The mixed-model analysis of variance applied to quantictative genetics: biological meaning of the parameters [Text] / James D. Fry // Evolution. - 1992. - Vol. 46, N 2. - P540-549 . - ISSN 0014-3820
Перевод заглавия: Смешанная модель дисперсионного анализа в приложении к количественной генетике. Биологический смысл параметров
Аннотация: Смешанная модель факториального анализа дисперсии многократно использовалась в последних исследованиях по эволюционной колич. генетике. При этом употребляются 2 конкурирующих варианта модели, отличающихся предположениями относительно определения, какая из компонент дисперсии соответствует основному эффекту случайного фактора. Обсуждаются различные интерпретации получаемых при этом результатов в генетическом контексте. Обсуждаются проблемы критериев значимости и несмещенное оценивание в рамках несбалансированных планов. США, Dep. of Zoology, Duke Univ., Durham, NC 27706. Библ. 42.
ГРНТИ  
34.03.23
ВИНИТИ 341.03.23.09.09 + 341.05.25.09.13
Рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
ДИСПЕРСИОННЫЙ АНАЛИЗ
СМЕШАННЫЕ МОДЕЛИ
ИНТЕРПРЕТАЦИЯ

20.
РЖ ВИНИТИ 34 (BI38) 92.10-04А3.010

    Cantet, R. J.C.
    Bayesian inference about dispersion parameters of univariate mixed models with maternal effects: theoretical considerations [Text] / R. J.C. Cantet, R. L. Fernando, D. Gianolo // Genet., Selec., Evol. - 1992. - Vol. 24, N 2. - P107-135
Перевод заглавия: Байесовский вывод относительно параметров дисперсий - ковариаций одномерных смешанных моделей с материнскими эффектами: теоретические рассмотрения
Аннотация: Рассматриваются смешанные линейные модели для материнских эффектов в рамках моделей колич. генетики, включающие фиксированный и случайный элементы и дисперсионные параметры (дисперсии и ковариации). Представлена байесовская модель выводов о параметрах. Модель включает нормальное правдоподобие данных, плоское априорное распределение для фиксированных эффектов и многомерное нормальное априорное распределение для прямых и материнских значений племенных ценностей. Априорное распределение для компонент генетических дисперсий и ковариаций является обратным распределением Уишарта; средовая компонента имеет обратное хи-квадрат априорное распределение. Предложены численные и аналитические методы для выполнения байесовского анализа. США, Univ. of Illinois, Dep. of Animal Scis, Urbana, IL 61801. Библ. 68.
ГРНТИ  
34.03.23
ВИНИТИ 341.03.23.09.09 + 341.05.25.09.13
Рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
КОМПОНЕНТЫ ДИСПЕРСИЙ - КОВАРИАЦИЙ
СМЕШАННЫЕ МОДЕЛИ
БАЙЕСОВСКИЕ ПОДХОДЫ

Доп.точки доступа:
Fernando, R.L.; Gianolo, D.
 1-20    21-40   41-60  
 
Описание базы
Стандартный
По словарю
Расширенный
Профессиональный
Распределенный
ГРНТИ



"Электронные каталоги и базы данных библиотек СО РАН"
© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)