@article { author = {Hosseini, Fatemeh and Karimi, Omid and Javaheri, Niloofar}, title = {Comparison of conventional bayesian and approximate bayesian approaches in estimation of variance components using animal models}, journal = {Iranian Journal of animal Science}, volume = {47}, number = {3}, pages = {357-368}, year = {2016}, publisher = {پردیس کشاورزی و منابع طبیعی دانشگاه تهران}, issn = {2008-4773}, eissn = {2423-7949}, doi = {10.22059/ijas.2016.59791}, abstract = {Animal models are used to model the observations of animal performance that are genetically dependent.These models are considered as generalized linear mixed models and the genetic correlation structure of data is considered through random effects of breeding values. One goal of the mentioned models is to estimate variance components. In this research, an approximate Bayesian approach presented to estimate variance components in animal model and compared with the conventional Bayesian approach. A generated data set for hypothetical animal population with 1084 records was used. The observations are the animal's birth weight and the data includes dam ID, sire ID, sex and birth year. The effect of gender was considered as fixed effect and the effects of dam, animal and year of birth were used as random effect. Four different models were fitted by the conventional Bayesian approach and the appropriate model was selected by deviance information criteria. The approximate Bayesian approach was applied on it. Time consuming with a PC with configuration (Intel Core i7, 4GB, 2.7 GHz) was about 120 second for the conventional Bayesian approach and little than 10 second for the approximate Bayesian approach. Goodness of fit was computed by relative root mean squared error of prediction that was respectively 0.1568 and 0.1499 for conventional Bayesian and the approximate Bayesian approaches. T-test was used to illustrate lack of significant different to fit weight of animals between two approaches. The null hypothesis was accepted with p-value 0.98 that it shows mean of fitted animal weights for two approaches are equal.}, keywords = {Animal model,approximate bayesian approach,Breeding value,heritability}, title_fa = {مقایسة رهیافت بیزی مرسوم و رهیافت بیزی تقریبی در برآورد مؤلفه‌های واریانس مدل‌های حیوانی}, abstract_fa = {مدل­های حیوانی برای مدل­بندی مشاهده‌های مربوط به عملکرد حیوان با همبستگی ژنتیکی استفاده می­شوند. این مدل­ها متعلق به کلاس مدل­های مختلط خطی تعمیم­یافته هستند و همبستگی ژنتیکی موجود بین داده­ها توسط تأثیر تصادفی با ارزش اصلاحی به مدل اضافه می­شود. از جمله هدف‌های این مدل­ها، برآورد مؤلفه­های واریانس است. در این پژوهش رهیافت بیزی تقریبی برای برآورد مؤلفه‌های واریانس مدل حیوانی ارائه و با رهیافت بیزی مرسوم مقایسه شد. برای این منظور مجموعة داده‌ شبیه­سازی‌شده با 1084 رکورد مربوط به حیوان فرضی استفاده شد. مشاهده‌های وزن حیوان هنگام تولد است. این مجموعة داده شامل کد حیوان، کد مادر، کد پدر، جنسیت و سال تولد است. جنسیت به‌عنوان اثر ثابت و اثرهای مادری، حیوان و سال تولد به‌صورت عامل‌های تصادفی در نظر گرفته شدند. چهار مدل با رهیافت بیزی مرسوم برازش و با یک معیار مدل­گزینی مدل مناسب انتخاب شد. رهیافت بیزی تقریبی روی مدل مناسب پیاده­سازی شد. زمان محاسبات با رایانه به ویژگی‌های (Intel Core i7, 4GB, 2.7 GHz) برای رهیافت بیزی مرسوم حدود ١٢٠ ثانیه و با رهیافت بیزی تقریبی کمتر از ١٠ ثانیه به طول انجامید. برای بررسی نکویی برازش معیار ریشة میانگین توان دوم خطای نسبی محاسبه شد که به ترتیب 1568/0 و 1499/0  برای رهیافت بیزی مرسوم و بیزی تقریبی به دست آمد. برای بررسی تفاوت نداشتن معنی­دار بین برازش وزن حیوان توسط دو رهیافت، آزمون تی ‌(T) استفاده شد که میزان احتمال آزمون 98/0 به دست آمد و فرضیه صفر برابر بودن میانگین برازش وزن حیوان از دو رهیافت برابرند، پذیرفته شد.}, keywords_fa = {رهیافت بیزی تقریبی,ژنتیک افزایشی,مدل حیوانی,وراثت}, url = {https://ijas.ut.ac.ir/article_59791.html}, eprint = {https://ijas.ut.ac.ir/article_59791_f6fc090833e322dc71a4929b15488417.pdf} }