Numbers of observations in BLUP ana

Numbers of observations in BLUP analyses and after adjustments for genetic parameter estimation are shown in Table 3, and the basic statistical characteristics of penalty points and their transformations are shown in Table 2. The records on jumping performance had a non- normal distribution. This was due to a high number of observations with 0, 4, 8 and 12 penalty points and a high number of unfinished jumping events and disqualifica- tions (e.g., originally more than 50 penalty points). Dis- tributions of dependent variables are shown in Fig. 1 for log APPs and PPs, and Fig. 2 for Blom-transformed PPs APPs. Defining the effect of event as both fixed and random was tested for all transformations, however differences of results were very small in favor of fixed (e.g., maximal difference in heritability was 0.005). Relative variances of random effects to total phenotypic variances in model with fixed event are shown in Table 4. Based upon the genetic parameters estimated from the single-trait model and criteria described in materials and methods, Blom-transformed penalty points were chosen as the most suitable dependent variable for the evaluation of horse show-jumping performance in the Czech Repub- lic. Blom-transformed PPs were therefore further exam- ined in multi-trait analyses, and the results are shown in Table 5. The Blom transformation was performed across the entire dataset at one time. However, an alternative

ผลลัพธ์ (ไทย) 1:

ตาราง 3 แสดงจำนวนข้อสังเกตุ ใน BLUP วิเคราะห์ และ หลังการปรับปรุงสำหรับพารามิเตอร์ทางพันธุกรรมประมาณ และแสดงในตารางที่ 2 ลักษณะทางสถิติพื้นฐานของคะแนนลงโทษและการแปลง ระเบียนบนกระโดดประสิทธิภาพไม่แจกแจงปกติได้ นี้เป็นตัวเลขสูงสังเกตจุดโทษ 0, 4, 8 และ 12 และตัวเลขสูงกระโดดยังไม่เสร็จสิ้นและ disqualifica-tions (เช่น จุดโทษเดิมมากกว่า 50) โรค-tributions ขึ้นอยู่กับตัวแปรแสดงใน Fig. 1 สำหรับล็อกปพลิเคชัน และ PPs และ Fig. 2 สำหรับแปลง Blom PPs ปพลิเคชัน กำหนดผลของเหตุการณ์ทั้งถาวร และสุ่มทดสอบในแปลงทั้งหมด อย่างไรก็ตามความแตกต่างของผลมีขนาดเล็กมากสามารถคง (เช่น ความแตกต่างสูงสุดใน heritability คือ 0.005) ผลต่างสัมพัทธ์ผลสุ่มเพื่อรวมผลต่างไทป์ในรูปกับเหตุการณ์คงจะแสดงในตาราง 4 ขึ้นอยู่กับพารามิเตอร์ทางพันธุกรรมที่ประมาณการจากแบบจำลองเดียวติดเงื่อนไขที่อธิบายไว้ในวัสดุและวิธีการ จุดโทษ Blom แปลงถูกเลือกเป็นตัวแปรขึ้นอยู่กับเหมาะสำหรับการประเมินประสิทธิภาพการกระโดดดูม้าใน lic Repub เช็ก- แปลง Blom PPs ได้จึงเพิ่มเติม ined การ สอบในหลายติดวิเคราะห์ และผลลัพธ์จะถูกแสดงในตาราง 5 แปลง Blom ที่ดำเนินการผ่านชุดข้อมูลทั้งหมดในครั้งเดียว อย่างไรก็ตาม ทางเลือก

ผลลัพธ์ (ไทย) 2:

ตัวเลขของการสังเกตใน blup วิเคราะห์และหลังจากการปรับเปลี่ยนสำหรับการประมาณค่าพารามิเตอร์ทางพันธุกรรมที่จะแสดงในตารางที่ 3 และลักษณะทางสถิติพื้นฐานของจุดโทษและการเปลี่ยนแปลงของพวกเขาจะแสดงในตารางที่ 2 บันทึกเกี่ยวกับประสิทธิภาพการกระโดดมีการกระจายไม่ปกติ นี่คือสาเหตุที่จำนวนมากของการสังเกตกับ 0, 4, 8 และ 12 จุดโทษและเป็นจำนวนที่สูงของเหตุการณ์ที่เกิดขึ้นยังไม่เสร็จและกระโดด tions disqualifica- (เช่นเดิมกว่า 50 จุดโทษ) tributions จอแสดงผลของตัวแปรตามที่แสดงในรูป 1 สำหรับ apps ล็อกและพีพีและรูป 2 สำหรับพีพีบลอม-เปลี่ยนปพลิเคชัน การกำหนดผลของการจัดกิจกรรมที่เป็นทั้งแบบคงที่และแบบสุ่มได้รับการทดสอบการแปลงทั้งหมด แต่ความแตกต่างของผลมีขนาดเล็กมากในความโปรดปรานของการแก้ไข (เช่นความแตกต่างสูงสุดในพันธุกรรมเป็น 0.005) ความแปรปรวนของผลกระทบญาติสุ่มเพื่อความแปรปรวนฟีโนไทป์รวมในรูปแบบที่มีเหตุการณ์คงที่จะแสดงในตารางที่ 4 ขึ้นอยู่กับพารามิเตอร์ทางพันธุกรรมประมาณจากแบบจำลองลักษณะเดียวและเกณฑ์ที่อธิบายไว้ในวัสดุและวิธีการบลอม-เปลี่ยนจุดโทษถูกเลือกให้เป็นที่สุด ตัวแปรตามที่เหมาะสมสำหรับการประเมินผลการปฏิบัติแสดงม้ากระโดดใน Lic Repub- สาธารณรัฐ พีพีบลอม-เปลี่ยนจึงถูกเพิ่มเติม ined exam- วิเคราะห์ในหลายลักษณะและผลที่ได้แสดงไว้ในตารางที่ 5 การเปลี่ยนแปลงบลอมได้ดำเนินการทั่วชุดข้อมูลทั้งหมดในครั้งเดียว อย่างไรก็ตามทางเลือก

ผลลัพธ์ (ไทย) 3:

ตัวเลขในการสังเกตการณ์และวิเคราะห์ blup หลังจากที่ปรับสำหรับการประมาณค่าพารามิเตอร์ทางพันธุกรรมจะถูกแสดงใน ตารางที่ 3 และพื้นฐานทางสถิติ ลักษณะของจุดโทษและการแปลงของพวกเขาจะถูกแสดงในตารางที่ 2 บันทึกการปฏิบัติการได้ไม่มีการแจกแจงแบบปกติ เนื่องจากจำนวนที่สูงของการสังเกต 0 , 48 และ 12 จุดโทษ และเป็นจำนวนสูง เสร็จกระโดดเหตุการณ์และ disqualifica - ใช้งาน ( เช่นเดิมกว่า 50 จุดโทษ ) จาก tributions ตัวแปรตามแสดงในรูปที่ 1 โปรแกรมเข้าสู่ระบบและ PPS และรูปที่ 2 สำหรับบลูมเปลี่ยน PPS ปพลิเคชัน การกำหนดผลของเหตุการณ์ที่เป็นทั้งแบบคงที่และแบบทดสอบทุกแปลงอย่างไรก็ตามความแตกต่างของผลมีขนาดเล็กมากในความโปรดปรานของการแก้ไข เช่น ความแตกต่างในอัตราสูงสุดคือ 0.005 ) ความสัมพัทธ์ของผลสุ่มรวมคุณสมบัติแบบถาวรในรูปแบบกิจกรรมจะแสดงในตารางที่ 4 ขึ้นอยู่กับค่าพารามิเตอร์ทางพันธุกรรมที่คำนวณจากแบบจำลองลักษณะเดียวและเงื่อนไขที่อธิบายไว้ในวัสดุและวิธีการบลัมเปลี่ยนจุดโทษถูกเลือกให้เป็นที่เหมาะสมที่สุดขึ้นอยู่กับตัวแปรสำหรับการประเมินแสดงม้ากระโดดการปฏิบัติงานในเช็ก repub - Lic . บลัมเปลี่ยน PPS ดังนั้นต่อไปสอบ - ชื่อในหลายลักษณะการวิเคราะห์ข้อมูล และผลลัพธ์จะแสดงดังตารางที่ 5 การคํานวน การแสดงผ่านชุดข้อมูลทั้งหมดในครั้งเดียว อย่างไรก็ตาม ทางเลือก