THE ESTIMATION OF VARIANCE COMPONENTS IN POPULATIONS. A HISTORICAL REVIEW | MÉTODOS DE ESTIMACIÓN DE COMPONENTES DE VARIANZA EN POBLACIONES.UNA RESEÑA HISTÓRICA
2004
León, E., Instituto de Investigaciones Porcinas. Gaveta Postal No. 1, Punta Brava. La Habana, Cuba
西班牙语; 卡斯蒂利亚语. Los métodos de estimación de componentes de varianza han experimentado un notable desarrollo a partir de la necesidad de conocer aspectos de gran interés de las poblaciones, como es el caso de los parámetros genéticos de gran utilidad en laevaluación y selección de rebaños genéticos. En este sentido se trabaja en eliminar las problemáticas que han ido surgiendo y cada día los métodos y algoritmos son más precisos y los modelos se ajustan más a la realidad. En la presente revisión se hace un recorrido por la evolución de los métodos de estimación de componentes de varianza desde sus inicios hasta nuestros días. Se hace especial énfasis en los principales métodos (ANOVA, REML, GIBBS) que se han empleado en los últimos años, las virtudes y limitaciones de los mismos, así como los principales paquetes estadísticos que los implementan y que se aplican en la actualidad.
显示更多 [+] 显示较少 [-]英语. The methods for estimation of variance components have experienced an outstanding development taking into account the needs for knowing aspects of great interest from populations, as it is the case of genetic parameters of great usefulness in the evaluation and selection or genetic herds. In this sense, work is conducting for the elimination of constraints therefore arising and everyday the methods al algorithms are more precise and the models fit even more to reality. In the present review an enumeration has been made on the evolution of methods for estimation of variance components from its beginning to present times. A special emphasis is made in the main methods (ANOVA, REML, GIBBS) which have been employed during last years, its advantages and constraints, as well as the main statistic softwares supporting it, and applied in present times.
显示更多 [+] 显示较少 [-]