MEJORAMIENTO GENETICO

ESTADISTICA
Problemas:
Estimar parámetros poblacionales (medias, varianzas) y distribuciones

Hacer predicciones del valor genético de los animales

Establecer medidas de asociación entre animales o variables productivas

Características:
Uso de grandes volúmenes de datos

Tipificación de la muestra para realizar inferencias sobre la población

Muestra población

Predicción de valores individuales de los animales a partir del conocimiento

poblacional.
Valores individuales y parámetros poblacionales

Valor: cualquier medida aplicada a un animal, a diferencia de las

aplicadas a una población. En términos matemáticos, es una
variable (“cualquier cantidad que puede asumir diferentes
valores numéricos”).

Por ejemplo: valor fenotípico (P) , valor de cría (A), etc. Peso del
vellón del carnero 1234, kg de leche de la vaca A34, peso al
destete del lechón 99021, valor de cría para leche del toro
SB2222
Medidas poblacionales: dan información sobre distribuciones y
relaciones entre diferentes valores en una población.

Dos tipos:
Verdaderos: parámetros poblacionales ( )
Estimaciones: estadísticos ( ), derivados de
una muestra (aleatoria, representativa, etc.)
La distribución normal

Distribución: Los valores de los individuos en una población

tienden a seguir un cierto patrón de ordenamiento.

Por ejemplo: pesos al destete de terneros Aberdeen Angus

Distribución normal:
Simétrica, forma de campana

Caracterizada por su media (μ) y su desvío estándar (σ)

Muy común en características cuantitativas de valor agronómico

(afectadas por muchos genes y por el ambiente)

Aproximadamente el 68% de las observaciones se encuentra entre

los puntos obtenidos a la distancia ±1σ de la media
 La media

Es el promedio aritmético de todos los valores pertenecientes a

determinada muestra o población

Por ejemplo: la media de peso al nacimiento de la raza

Hereford del Uruguay es de 34 kg. La media de los animales
Hereford controlados por la Sociedad de Criadores de Hereford
y el I.N.I.A. es de 36 kg.
Muy usado en mejoramiento animal: por ejemplo, la media de
producción de leche en el tambo AXB2345, donde las vacas han sido
tratadas de manera similar y por eso son (relativamente) comparables.

Cálculo:


Pi = la medida fenotípica del animal i

 Variación

La media no es informativa sobre cómo un individuo particular se desvía en relación al

promedio (variación)

En Mejoramiento Genético, las diferencias entre animales es la base de cualquier cambio
poblacional.

La variabilidad puede tener diferentes causas (ambientales, genéticas)

Es importante tener medidas de variabilidad

-Varianza (2σ): propiedades matemáticas atractivas, pero difícil de

conceptualizar

-Desvío estándar (σ): más fácil de comprender (intuitivamente, es una especie

de desvío promedio de la media, aunque matemáticamente no lo es).
Gráficamente, es la distancia entre la media y el punto de inflexión de la curva
de distribución normal.

Cálculo:
 Covariación

Idea: Cómo dos características o valores varían conjuntamente en una

población

Por ejemplo: queremos saber si la ganancia diaria en lechones está

relacionada con la eficiencia de conversión

Interesan tres aspectos básicos:

1) la dirección (en términos matemáticos, el signo de la variación conjunta).

Por ejemplo: una relación positiva entre peso al nacimiento y peso al destete
en terneros nos permite esperar que animales más pesados al nacer también
lo serán, por regla general, al destete

2) la fortaleza de la relación entre dos variables. Por ejemplo: kg de leche y

porcentaje de proteína tienen una covariación negativa y leve, por lo que a
menudo encontraremos altos valores de leche asociados a altos porcentajes
de proteína

3) El cambio logrado en una variable que puede ser esperado al cambiar otra
variable en una cantidad predeterminada (por ejemplo, una unidad de la
escala respectiva)
La Covarianza

Es la medida básica de covariación. Es el promedio del producto de los desvíos de cada
una de las dos variables con respecto a su media.

Notación: Cov(X,Y)
Por ejemplo: la covarianza entre Peso a los 150 días y Peso a los 300 días es
de 250.461 kg2. La covarianza entre circunferencia escrotal y edad a la
pubertad es de –17 cm x días (¿?).
Cálculo:

En una estimación de covarianza, debemos sustituir n por n-1 y las medias
poblacionales por sus estimaciones respectivas.

La Correlación

Es una medida de la fortaleza de la relación entre dos variables. Notación: XYr

Es una medida poblacional, no individual

Por ejemplo: hablamos de la correlación entre peso al destete y peso a los 18

meses en ganado de carne ( ), o la correlación entre los Valores de Cría
de producción de leche y producción de proteína en ganado lechero ( ).
Toma valores entre –1 y +1:
Muy fácil de interpretar: una correlación cercana a 1 indica una muy fuerte y positiva covariación.
Una correlación cercana a 0 indica falta de covariación entre las variables medidas.

Por ejemplo: la correlación entre producción de leche y producción de grasa es de

+0.8 (muy fuerte y positiva); la correlación genética entre peso al destete en corderos
y peso de vellón sucio es de 0.05 (prácticamente inexistente)
Cálculo:

Regresión
El cambio esperado en una variable, debido a el cambio en una unidad de otra variable es
medido por la regresión. Notación del coeficiente de regresión:

Por ejemplo: una estimación de la regresión del Peso de vellón en el Peso al Destete
de los borregos es de 0.08 kg por kg. Esto significa que por cada aumento en un kg
del peso al destete es dable esperar un aumento en el peso de vellón de 0.08 kg.
Igual que covarianzas y correlaciones, es una medida poblacional.

Las regresiones son usadas para predecir un valor basado en algún tipo de información

Por ejemplo: podemos predecir el Valor de Cría en Peso de Vellón de un borrego a

partir de la medición de su fenotipo propio en Peso de Vellón
Gráficamente, la regresión es la pendiente de la línea imaginaria alrededor de la cual se
congregan las observaciones de dos variables

A diferencia de covarianzas y correlaciones, el orden de las varianzas es importante en las

regresiones:
Por ejemplo: no es esperable que el peso al
destete de borregos aumente en 0.08 kg cuando
el peso de vellón aumenta en 1 kg.
A diferencia de covarianzas y correlaciones, que no
relacionan causa-efecto, muchas veces (no siempre) la
regresión implica una causa.

Por ejemplo: borregos más pesados pueden tener

mayor área de superficie de piel y por esa razón
tener vellones más pesados. Sin embargo, el
valor observado (fenotipo) de Peso de Vellón no
es la causa del valor de cría en Peso de Vellón.
Cálculo: