湘农数量遗传学培训笔记

12号上午：张勤老师，矩阵代数

• 行列式可以用任何一行或者一列去做
• 行列式为0，矩阵不满秩
• 矩阵不满秩，没有逆矩阵，满秩有唯一逆矩阵
• 3x3 矩阵的逆矩阵，a11的位置，写除a11元素以外的另外的矩阵的行列式，符号根据坐标判定
• 方阵才有逆矩阵，广义逆矩阵不要求
• a’是列向量，a是行向量，A是矩阵
• 正交矩阵的逆矩阵等于其转置
• 正定矩阵
• Ex=u,Var x=E (x2) - u2=E(x-u)2
• Cov(x,y)=E(x-ux)(y-uy)=E(xy)-ux*uy

12号下午：张勤老师，线性模型基础

• u叫做总平均 overall mean，不是总体平均数
• cov(s,e’) 两个随机向量协方差矩阵表示的时候，通常加’表示e的转置
• Var是指方差协方差矩阵
• OLS估计b的例题2，
• X矩阵，连续型因子对应的值为协变量观测值，分类型因子对应的值要转位虚拟变量

13号上午：张勤老师，BLUP

• b的广义最小二乘估计，V是y的方差协方差矩阵
• V逆很大，不直接用公式，而是通过求解MME
• 一般线性混合模型，随机效应里面包含了育种值，就叫动物模型
• 加性遗传相关，即个体育种值之间的方差，因为个体间有亲缘关系
• 育种值的预测误差方差就叫PEV，不是pve，prediction error variance
• 估计育种值准确性的平方，叫可靠性

13号下午：Rosa，回归

• 线性模型无截距的时候-1，否则有多个解

14号上午：吴晓林老师，R基础

• R当中运算
• BLUP的MME怎么写，再看张老师ppt

14号下午：Rosa

• tuning 是什么
• 数据怎么获得
• Bayesian

16号上午：吴晓林老师，

• 最小二乘估计，即求e的方差RSS为0，b bar解为(X’X)-1X’y
• 加权最小二乘，一般最小二乘
• MLE最大似然的b估计值，和GLS一般最小二乘回归的b估计值相同，但是方差组分不同，LS是1/(n-p)e’e，而ML的方差是1/ne’e
• ssGBLUP同时使用A和G阵的信息

16号下午：吴晓林老师