| |
|
|
| Registros recuperados : 125 | |
| 43. |  | SANTOS, V. S. dos; MARTINS FILHO, S.; ALVES, R. M.; RESENDE, M. D. V. de; SILVA, F. F. e. Genetic divergence among cupuaçu accessions by multiscale bootstrap resampling. Bragantia, Campinas, v. 74, n. 2, p. 169-175, Apr./June 2015.| Biblioteca(s): Embrapa Amazônia Oriental. |
|    |
| 44. | | SANTOS, V. S. dos; MARTINS FILHO, S.; ALVES, R. M.; RESENDE, M. D. V. de; SILVA, F. F. e. Genetic divergence among cupuaçu accessions by multiscale bootstrap resampling. Bragantia, Campinas, v. 74, n. 2, p. 169-175, Apr./June 2015.| Biblioteca(s): Embrapa Florestas. |
| |
| 49. | | FIORINI, C. V. A.; SILVA, D. J. H. da; SILVA, F. F. e; MIZUBUTI, E. S. G.; ALVES, D. P.; CARDOSO, T. de S. Agrupamento de curvas de progresso de requeima, em tomateiro originado de cruzamento interespecífico. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 45, n. 10, p. 1095-1101, nov. 2010 Título em inglês: Clustering of progress curves of late blight for tomato genotypes from interspecific crosses.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 50. | | VIANA, J. M. S.; DELIMA, R. O.; FARIA, V. R.; MUNDIM, G. B.; RESENDE, M. D. V. de; SILVA, F. F. e. Relevance of pedigree, historical data, dominance, and data unbalance for selection efficiency. Agronomy Journal, v. 104, n. 3, p. 722-728, 2012.| Biblioteca(s): Embrapa Florestas. |
|  |
| 51. | | AZEVEDO, C. F.; RESENDE, M. D. V. de; SILVA, F. F. e; VIANA, J. M. S.; VALENTE, M. S. F.; RESENDE JUNIOR, M. F. R.; MUÑOZ, P. Ridge, Lasso and Bayesian additive dominance genomic models. BMC Genetics, v. 16, art. 105, Aug. 2015. 13 p.| Biblioteca(s): Embrapa Florestas. |
| |
| 52. | | CECON, P. R.; SILVA, F. F. e; DONATO, S. L. R.; SIQUEIRA, D. L. de; SALOMÃO, L. C. C.; SILVA, S. de O. e; CARNEIRO, A. P. S. Avaliação de métodos para estimar o tamanho de parcelas em experimentos com bananeira. In: REUNIÃO ANUAL DA REGIÃO BRASILEIRA DA SOCEDADE INTERNACIONAL DE BIOMETRIA, 52.; SIMPÓSIO DE ESTATÍSTICA APLICADA À EXPERIMENTAÇÃO AGRONÔMICA, 12., 2007, Santa Maria. Santa Maria: [s.n., 2007?] Antônio Policarpo Souza Carneiro, UFV.| Biblioteca(s): Embrapa Mandioca e Fruticultura. |
| |
| 53. | | CECON, P. R.; SILVA, F. F. e; FERREIRA, A.; FERRÃO, R. G.; CARNEIRO, A. P. S.; DETMANN, E.; FARIA, P. N.; MORAIS, T. S. da S. Análise de medidas repetidas na avaliação de clones de café 'Conilon'. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 43, n. 9, p. 1171-1176, set. 2008. Título em inglês: Repeated measure analysis in the clonal evaluation in 'Conilon' coffee.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 54. | | AZEVEDO, C. F.; RESENDE, M. D. V. de; SILVA, F. F. e; NASCIMENTO, M.; VIANA, J. M. S.; VALENTE, M. S. F. Population structure correction for genomic selection through eigenvector covariates. Crop Breeding and Applied Biotechnology, Viçosa, v. 17, n. 4, p.350-358, Oct./Dec. 2017.| Biblioteca(s): Embrapa Florestas. |
| |
| 55. | | AZEVEDO, C. F.; SILVA, F. F. e; RESENDE, M. D. V. de; PETERNELLI, L. A.; GUIMARÃES, S. E. F.; LOPES, P. S. Quadrados mínimos parciais uni e multivariado aplicados na seleção genômica para características de carcaça em suínos. Ciência Rural, Santa Maria, RS, v. 43, n. 9, p. 1642-1649, set. 2013.| Biblioteca(s): Embrapa Florestas. |
| |
| 56. | | GUIMARÃES, J. F. R.; ALMEIDA FILHO, J. E.; RESENDE JÚNIOR, M. F.; RESENDE, M. D. V. de; SILVA, F. F. e; MUÑOZ, P.; KIRST, M. Predictive ability behavior across sites after discard of SNPS with unstable effects. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 8., 2015, Goiânia. O melhoramento de plantas, o futuro da agricultura e a soberania nacional: anais. Goiânia: SBMP: UFG, 2015. Resumo.| Biblioteca(s): Embrapa Florestas. |
| |
| 57. | | RESENDE, R. T.; PIEPHO,H.-P.; ROSA, G. J. M.; SILVA JUNIOR, O. B. da; SILVA, F. F. e; RESENDE, M. D. V. de; GRATTAPAGLIA, D. Enviromics in breeding: applications and perspectives on envirotypic-assisted selection. Theoretical and Applied Genetics, v. 134, n. 1, 2021. p. 95-112.| Biblioteca(s): Embrapa Café; Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 58. | | MELO, A. L. P.; TORRES, R. A.; SILVA, F. F. e; RIBEIRO JUNIOR, J. I.; RODRIGUES, M. T.; MENEZES, G. R. de O. Efeito da autocorrelação residual na avaliação genética de cabras para a produção de leite e para o formato da curva de lactação. Arquivo Brasileiro de Medicina Veterinária e Zootecnia, v. 63, n. 3, p. 609-615, 2011.| Biblioteca(s): Embrapa Caprinos e Ovinos; Embrapa Gado de Corte. |
| |
| 59. | | SOUZA, J. C. de; SILVA, R. A.; REIS, P. R.; ABREU, F. A.; SILVA, F. F. e; ALEXANDRE JÚNIOR, W. R. Manejo da traça-da-batata, Phthorimaea operculella (Lepidoptera: Gelechiidae): importante praga dessa cultura. In: ZAMBOLIM, L. (ed.). Produção integrada da batata. Viçosa, MG: Universidade Federal de Viçosa, 2011. v. 2. p. 137-150.| Biblioteca(s): Embrapa Hortaliças. |
| |
| 60. | | OLIVEIRA, F. C. de; BORGES, C. C. H.; ALMEIDA, F. N.; SILVA, F. F. e; VERNEQUE, R. da S.; SILVA, M. V. G. B.; ARBEX, W. A. SNPs selection using support vector regression and genetic algorithms in GWAS BMC Genomics, v. 15, article S4, 2014. 15 p. Suppl. 7.| Biblioteca(s): Embrapa Gado de Leite. |
| |
| Registros recuperados : 125 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
21/01/2022 |
|
Data da última atualização: |
21/01/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
COSTA, J. A. da; AZEVEDO, C. F.; NASCIMENTO, M.; SILVA, F. F. e; RESENDE, M. D. V. de; NASCIMENTO, A. C. C. |
|
Afiliação: |
JAQUICELE APARECIDA DA COSTA, UFV; CAMILA FERREIRA AZEVEDO, UFV; MOYSÉS NASCIMENTO, UFV; FABYANO FONSECA E SILVA, UFV; MARCOS DEON VILELA DE RESENDE, CNPCa; ANA CAROLINA CAMPANA NASCIMENTO, UFV. |
|
Título: |
A comparison of regression methods based on dimensional reduction for genomic prediction. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Genetics and Molecular Research, v. 20, n. 2, p. 1-15, 2021. |
|
DOI: |
https://doi.org/10.4238/gmr18877 |
|
Idioma: |
Inglês |
|
Conteúdo: |
multicollinearity and high dimensionality problems, making it impossible to obtain stable estimates through the traditional method of estimation based on ordinary least squares. To overcome such challenges, dimensionality reduction methods have been proposed, because of their simple theory and easy application. We compared three dimensionality reduction methods: Principal Components Regression (PCR), Partial Least Squares (PLS), and Independent Components Regression (ICR). An important step for dimensionality reduction and prediction is selecting the number of components, as it affects the linear combinations of the explanatory variables. The linear combinations are inserted into the model to predict the response based on a reduced number of parameters. We examined the criteria for the selection of the number of components. The dimensionality reduction methods were applied to genomic and phenotype data. We evaluated 370 accessions of Asian rice, Oryza sativa, which were genotyped for 36,901 SNPs markers considered to predict the genomic values for the number of panicles per plant trait.This data set presented multicollinearity and high dimensionality. The computational time for each method was also recorded. Among the methods, PCR and ICR gave the highest accuracy values, with ICR standing out for presenting estimates of the least biased genomic values. However, ICR required more computational time than the other methodologies. |
|
Thesaurus NAL: |
Genomics; Regression analysis. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/230432/1/A-comparison-of-regression-methods.pdf
|
|
Marc: |
LEADER 02131naa a2200217 a 4500
001 2139234
005 2022-01-21
008 2021 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.4238/gmr18877$2DOI
100 1 $aCOSTA, J. A. da
245 $aA comparison of regression methods based on dimensional reduction for genomic prediction.$h[electronic resource]
260 $c2021
520 $amulticollinearity and high dimensionality problems, making it impossible to obtain stable estimates through the traditional method of estimation based on ordinary least squares. To overcome such challenges, dimensionality reduction methods have been proposed, because of their simple theory and easy application. We compared three dimensionality reduction methods: Principal Components Regression (PCR), Partial Least Squares (PLS), and Independent Components Regression (ICR). An important step for dimensionality reduction and prediction is selecting the number of components, as it affects the linear combinations of the explanatory variables. The linear combinations are inserted into the model to predict the response based on a reduced number of parameters. We examined the criteria for the selection of the number of components. The dimensionality reduction methods were applied to genomic and phenotype data. We evaluated 370 accessions of Asian rice, Oryza sativa, which were genotyped for 36,901 SNPs markers considered to predict the genomic values for the number of panicles per plant trait.This data set presented multicollinearity and high dimensionality. The computational time for each method was also recorded. Among the methods, PCR and ICR gave the highest accuracy values, with ICR standing out for presenting estimates of the least biased genomic values. However, ICR required more computational time than the other methodologies.
650 $aGenomics
650 $aRegression analysis
700 1 $aAZEVEDO, C. F.
700 1 $aNASCIMENTO, M.
700 1 $aSILVA, F. F. e
700 1 $aRESENDE, M. D. V. de
700 1 $aNASCIMENTO, A. C. C.
773 $tGenetics and Molecular Research$gv. 20, n. 2, p. 1-15, 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
