Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica

Detalhes bibliográficos
Autor(a) principal: Silveira, Fernanda Gomes da
Data de Publicação: 2014
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/1788
Resumo: Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Doutor.
id UFLA_21ceb47cef4965b7a911e7570959633a
oai_identifier_str oai:localhost:1/1788
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômicaGeometric approach of the Partial Least Squares method with an application to genomic selection dataProjeçãoRegressãoComponente principalSuínoAbordagem geométricaQuadrado mínimo parcialSeleção genômica amplaGeometric approachPartial least squaresRegressionGenome wide selectionCNPQ_NÃO_INFORMADOTese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Doutor.Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Estatística e Experimentação AgropecuáriaQuando, em uma regressão múltipla, tem-se relações lineares ou quase colinearidade entre as covariáveis ou, ainda, quando o número de covariáveis é maior que o número de observações, o método dos Quadrados Mínimos Ordinários pode não ser adequado. Neste contexto, o método dos Quadrados Mínimos Parciais (PLS) tem se mostrado eficiente. O método consiste em obter a redução de dimensionalidade, uma vez que a regressão é realizada em relação a componentes relevantes. O método é abordado na literatura principalmente sob dois aspectos: algorítmico e algébrico. Neste trabalho, uma abordagem geométrica, utilizando projeções ortogonais, é apresentada no sentido de explicitar todas as etapas teóricas e da construção do algoritmo PLS. No intuito de tornar o texto mais didático, a abordagem geométrica também foi aplicada na teoria da Regressão em Componentes Principais (PCR), uma vez que os métodos PLS e PCR são similares. Uma rotina foi desenvolvida usando o software R, visando também a explicitar o passo a passo da construção do algoritmo. Como em qualquer análise de redução de dimensionalidade, um passo importante na aplicação do método PLS é a determinação de um número ótimo de componentes. Para tal, foi apresentada a teoria de Graus de Liberdade e o método de Validação Cruzada. Os métodos PCR e PLS, além da regressão tradicional sem redução de dimensionalidade, foram aplicados em uma análise de seleção genômica em suínos considerando um painel de marcadores SNPs de baixa densidade e dois fenótipos relacionados com a qualidade da carne.When estimating the coefficients of a multiple regression model, if the vectors of predictors are highly correlated, meaning that one can be (almost) a linear combination of the others, or if the number of predictors is greater than the number of observations, the Ordinary Least Square method may be non-appropriate. In that case, the Partial Least Square (PLS) method has shown to be efficient. It consists of obtaining a reduction in dimension by restricting the regression to relevant components. It is usual the literature to be restricted to two main aspects: algorithmic and algebraic. In this work, a geometric approach, based in orthogonal projections, is used to explicit all the theory behind the PLS method as well as in the construction of the PLS algorithm. Aiming to make the text more didactic, the same approach is applied to the Principal Components Regression (PCR) method, since both PLS and PCR are similar. Also a step by step routine for the PLS algorithm was developed using the R software. As in any procedure of reduction of dimensionality, the determination of the optimal number of components is a key step. To do that, we have described and used the Degree of Freedom Method and the Cross Validation Method. Both the PLS and PCR methods, besides the usual regression with no dimensionality reduction, were applied to a genomic selection analysis of pigs, considering a panel of low density SNP markers and two phenotypes related to meat quality.UNIVERSIDADE FEDERAL DE LAVRASDEX - Programa de Pós-graduaçãoUFLABRASILSilva, Fabyano Fonseca eChaves, Lucas MonteiroFerreira, Daniel FurtadoBalestre, MárcioPaiva, André Luís da CostaCarneiro, Antonio Policarpo SouzaSilveira, Fernanda Gomes da2014-06-30T20:44:00Z2014-06-30T20:44:00Z201420142014-01-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfSILVEIRA, F. G. da. Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica. 2014. 176 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.http://repositorio.ufla.br/jspui/handle/1/1788info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2014-07-10T18:57:22Zoai:localhost:1/1788Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2014-07-10T18:57:22Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica
Geometric approach of the Partial Least Squares method with an application to genomic selection data
title Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica
spellingShingle Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica
Silveira, Fernanda Gomes da
Projeção
Regressão
Componente principal
Suíno
Abordagem geométrica
Quadrado mínimo parcial
Seleção genômica ampla
Geometric approach
Partial least squares
Regression
Genome wide selection
CNPQ_NÃO_INFORMADO
title_short Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica
title_full Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica
title_fullStr Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica
title_full_unstemmed Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica
title_sort Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica
author Silveira, Fernanda Gomes da
author_facet Silveira, Fernanda Gomes da
author_role author
dc.contributor.none.fl_str_mv Silva, Fabyano Fonseca e
Chaves, Lucas Monteiro
Ferreira, Daniel Furtado
Balestre, Márcio
Paiva, André Luís da Costa
Carneiro, Antonio Policarpo Souza
dc.contributor.author.fl_str_mv Silveira, Fernanda Gomes da
dc.subject.por.fl_str_mv Projeção
Regressão
Componente principal
Suíno
Abordagem geométrica
Quadrado mínimo parcial
Seleção genômica ampla
Geometric approach
Partial least squares
Regression
Genome wide selection
CNPQ_NÃO_INFORMADO
topic Projeção
Regressão
Componente principal
Suíno
Abordagem geométrica
Quadrado mínimo parcial
Seleção genômica ampla
Geometric approach
Partial least squares
Regression
Genome wide selection
CNPQ_NÃO_INFORMADO
description Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Doutor.
publishDate 2014
dc.date.none.fl_str_mv 2014-06-30T20:44:00Z
2014-06-30T20:44:00Z
2014
2014
2014-01-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SILVEIRA, F. G. da. Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica. 2014. 176 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.
http://repositorio.ufla.br/jspui/handle/1/1788
identifier_str_mv SILVEIRA, F. G. da. Abordagem geométrica do método dos quadrados mínimos parciais com uma aplicação a dados de seleção genômica. 2014. 176 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.
url http://repositorio.ufla.br/jspui/handle/1/1788
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Programa de Pós-graduação
UFLA
BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Programa de Pós-graduação
UFLA
BRASIL
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1784549996695126016

Registros relacionados