We start with a simpler reduced mod

We start with a simpler reduced model to estimate genetic variance due to GCA effects. Unlike half-sib family data we saw in Chapter 4, writing the GCA effect for diallels is trickier, because the same parents are used as both female and male. We are going to model the parental GCA effects as identical whether they are transmitted through the male or female side of the parent. So, a progeny from parent A is modeled as having the GCA effect of parent A whether A was its male or female parent. We accomplish this restriction on the model by ‘overlaying’ the design matrix Z for males and female parents in the linear mixed model. This will estimate one common GCA variance and one GCA estimate for each parent regardless of how the parents were used.
The reduced linear model ignoring SCA effects is:

結果 (中文) 1:

我们先简单的降阶模型来估计一般配合力效应的遗传变异。与半同胞家系资料不同的是我们看到在第 4 章写为 diallels GCA 效应棘手的因为作为男性和女性使用相同的父母。我们打算去模型作为相同父母的 GCA 效应，无论他们通过父的男性或女性一侧。所以，从父 A 的后代被建模为具有父 A GCA 效应是否是其男性或女性的父级。我们完成这 '重叠' 设计矩阵 Z 为男性和女性家长中的线性混合模型的模型的限制。这将估计一个常见的一般配合力效应方差和 GCA 估计为每个父不管父母如何使用。却忽视了 SCA 影响减少线性模型是︰

結果 (中文) 2:

我们先从一个简单的简化模型遗传方差估计由于GCA效应。不像半同胞家系的数据，我们在第四章中看到的，写的diallels GCA效应是棘手的，因为同一父母作为女性和男性。我们将要建模它们是否是通过父的男性或女性侧发送的亲GCA效果相同。所以，从父的后代被建模为父的GCA效应的是否是其男性或女性家长。我们以'叠加'的线性混合模型的男性和女性家长设计矩阵Z完成对模型此限制。这会估计一个共同的GCA方差，一个GCA估计每个父不管父母如何使用的。
减少的线性模型忽略了SCA的影响是：

結果 (中文) 3:

我们从一个简单的模型来估算遗传方差减少由于GCA效应。与半同胞家系的数据，我们在4章中看到的，为diallels写作的一般配合力效应是复杂的，因为相同的父母作为女性和男性。我们将模型亲本GCA效应相同，无论他们是通过父母的男性或女性侧发送。所以，父母一代被建模为具有父母是否是雄性或雌性亲本GCA效应。我们完成了这个限制对模型的设计矩阵Z叠加的线性混合模型中男性和女性的父母。这会估计一个共同的一般配合力方差和每位家长一个GCA估计不管如何父母的习惯。减少线性模型忽略了SCA效应：