Simulationsstudie zur Sensitivität von A-priori-Annahmen bei der bayes'schen Schätzung von Varianzkomponenten und Heritabilität für hierarchische Designs hinsichtlich Zuchtversuche
Die genaue Schätzung von Varianzkomponenten und Heritabilität ist in der quantitativen Genetik und Tierzucht von grundlegender Bedeutung. Bayes'sche Methoden auf der Grundlage linearer gemischter Modelle bieten hierfür einen flexiblen Rahmen, jedoch kann die Wahl der A-priori-Verteilungen für die Varianzkomponenten die resultierenden Schätzungen erheblich beeinflussen – insbesondere bei kleinen Stichprobengrößen oder geringer Heritabilität. Diese Studie untersucht systematisch die Sensitivität bayesianischer Schätzungen von Varianzkomponenten und Heritabilität gegenüber der Wahl der A-priori-Verteilungen in einem balancierten, verschachtelten Vater-Mutter-Design. Mehrere häufig verwendete A-priori-Spezifikationen, die von klassischen nicht-informativen bis hin zu modernen schwach informativen A-priori-Verteilungen reichen, werden innerhalb einer umfassenden Monte-Carlo-Simulation verglichen. Das Simulationsdesign variiert wichtige experimentelle Faktoren, darunter die Anzahl der Familien, die Familiengrößen und das Ausmaß der tatsächlichen Heritabilität, um ein breites Spektrum praktisch relevanter Szenarien abzudecken. Die Schätzleistung wird anhand von Standardkriterien wie Verzerrung, Präzision, Überdeckungswahrscheinlichkeit und Intervallbreite bewertet. Die Ergebnisse sollen Forschenden praktische Anleitungen zur Auswahl geeigneter A-priori-Verteilungen für die Schätzung von Varianzkomponenten in hierarchischen Zuchtdesigns bieten, wobei der Schwerpunkt insbesondere auf Bedingungen liegt, unter denen der Einfluss der A-priori-Verteilungen am stärksten ausgeprägt ist.
Beteiligte Wissenschaftler
- Dr. René Mauer
- Prof. Dr. Ingo Röder
Kooperationspartnerin
- Dr. Ebru Kaya Başar (Akdeniz-Universität, Antalya)