Mejor predictor lineal e insesgado combinado para aptitud combinatoria general y análisis combinado de los diseños uno y tres de Griffing

• Autores: Osval Antonio Montesinos López, Angel Mastache Lagunas, Ignacio Luna Espinoza, Juan V. Hidalgo Contreras
• Localización: Técnica Pecuaria en México, ISSN 0040-1889, Vol. 45, Nº. 2, 2007, págs. 131-146
• Idioma: español
• Títulos paralelos:
  • Best linear unbiased predictor for general combining ability and combined analysis of Griffing¿s designs one and three
• Enlaces
  • Texto completo
• Resumen
  • español

    En el mejoramiento genético de plantas y animales es común realizar la evaluación de tratamientos en diversas condiciones ambientales, surgiendo la necesidad de proyectar investigaciones en una serie de experimentos similares, tales como en los diseños de Griffing. En tal caso, en la mayoría de las ocasiones, el análisis combinado de las series de experimentos, incluyendo los de cruzas dialélicas, se han efectuado con un modelo lineal de efectos fijos, a pesar de la naturaleza aleatoria de la aptitud combinatoria general y específica en los experimentos de cruzas dialélicas. Por ello, en el presente trabajo, para los diseños I y III de Griffing establecidos en experimentos de bloques completos al azar, se derivan los mejores predictores lineales e insesgados combinados de los efectos de aptitud combinatoria general, con base en la metodología de estimación de efectos aleatorios en un modelo de efectos mixtos. Adicionalmente, se presenta un algoritmo computacional, en SAS/IML, para el análisis combinado de experimentos.

  • English

    In the genetic breeding of plants and animals, it is common to make the evaluation of treatments in diverse environmental conditions, emerging the necessity to project researches in a series of similar experiments, such as in the Griffing¿s designs. In such case, in most of the occasions, the combined analysis of the series of experiments, including the diallel crosses, has been done on the basis of a fixed effects lineal model, in spite of the random nature of the general and specific combining abilities in the diallel crosses experiments. Therefore, in the present work for Griffing¿s designs one and three, established in complete blocks of randomized designs, the combined empirical best linear unbiased predictors are derived from the general combining ability effects, based on the estimation methodology of random effects in a mixed effects model. Additionally, a computational algorithm is presented, in SAS/IML, for the combined analysis of experiments.