Here, VA ( 2 a σ ) is the additive

Here, VA ( 2 a σ ) is the additive variance for direct genetic effects, VAm ( 2m σ ) is the additive variance for maternal genetic effects, and VAm ( am σ ) is the covariance between the direct and maternal genetic effects. The dimension of the A matrix in this examples is 2707 × 2707 since there are 2707 animals included in the pedigree. We are estimating 2707 breeding values for direct genetic effects, including all of the pigs that were phenotyped and also including generation 0 pigs that do not have phenotypes. Similarly, we are estimating 2707 breeding values for maternal effects. This may seem strange, since male pigs cannot express a maternal effect. However, since we are dealing with breeding values, a male pig transmits alleles that influence the maternal effects that its daughters can express on their offspring. So, even male pigs have a breeding value for maternal genetic effects, and they can be predicted using the phenotype information from related females in the same way that we predict breeding values of unphenotyped parents based on their phenotyped relatives.
The resulting variance (correlation) components from this model are in file Code04-­‐
5_AnimalModel.asr :

結果 (中文) 1:

在这里，VA (一 σ 2) 是直接遗传效应的加性方差、 VAm （2 m σ） 是母体遗传效应的加性方差和对赌协议 （am σ） 是直接和母体遗传效应之间的协方差。在这个例子中的 A 矩阵的维度是 2707 × 2707 既然有 2707年动物列入谱系。我们估算 2707年育种值为直接遗传效应，包括所有被从中猪和还没有表型的第 0 代猪。同样，我们估算 2707年育种值为母体效应。这似乎有些奇怪，因为男猪不能表达母体效应的影响。然而，由于我们处理的育种值，公猪传输影响其女儿可以表达对其后代的产妇的等位基因。所以，甚至男猪有母体遗传效应的育种值，还可以预测使用相关女性在以同样的方式我们预测 unphenotyped 父母基于亲属从中育种值的表型信息。从这个模型的结果方差 （相关） 组件是在文件 Code04 ‐5_AnimalModel.asr:

結果 (中文) 3:

在这里，VA（2个σ）是直接遗传效应的加性方差、VAm（2mσ）是母体遗传效应的加性方差，和VAm（我σ）是直接和母体遗传效应之间的协方差。在这个例子中，一个矩阵的维数是2707×2707，因为在谱系中包含了2707个动物。我们是2707个育种值估计的直接遗传效应，包括所有，也包括0代的表型和猪没有表型的猪。同样，我们估计2707育种值产妇的影响。这似乎有些奇怪，因为公猪不能表达母性效应.。然而，由于我们正在处理育种值，一只雄性猪传递影响母体效应的等位基因，它们的女儿可以在其后代上表达.。所以，即使有一个男猪的育种值为母体遗传效应，他们可以预测使用从我们预测育种值的unphenotyped父母基于其表型的亲戚一样的女性表型的相关信息。由此产生的方差（相关）从这个模型组件的文件code04 -­‐5_animalmodel.asr：