Comparação bayesiana de modelos com uma aplicação para o equilíbrio de Hardy-Weinberg usando o coeficiente de desequilíbrio

Reis, Ricardo Luis dos; Muniz, Joel Augusto; Silva, Fabyano Fonseca e; Sáfadi, Thelma; Aquino, Luiz Henrique de

doi:10.1590/s0103-84782011000500016

Cited by 2 publications

(1 citation statement)

References 13 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…According to Reis (2011), it is assumed that the best Bayesian model to study Hardy-Weinberg equilibrium through the inbreeding coefficient is that which uses Dirichlet a priori distributions.…”

Section: Resultsmentioning

confidence: 99%

Statistical Analysis With a Bayesian Approach to the Hardy-Weinberg Equilibrium

et al. 2020

View full text Add to dashboard Cite

In population genetics, it is very common to use statistical analysis to test the Hardy-Weinberg genetic equilibrium in a given population. The classical method of approaching this problem is done through the chi-square test that often leads to the verification of the equilibrium hypothesis. In the present work, a Bayesian analysis was developed involving hypothesis testing, estimation and credibility intervals to test this balance. Data on M, MN and N blood groups from the MNS system were used on samples from two populations, one from Brazilians and one from North Americans, obtained by Beiguelman (1977). The HardyWeinberg equilibrium adhesion chi-square test was performed, where the acceptance of the Hardy-Weinberg equilibrium hypothesis was confirmed. By Bayesian analysis, the rejection of the Hardy-Weinberg equilibrium hypothesis was confirmed, mainly by the Bayes factor. Our primary concern was to develop a Bayesian technique as an alternative to testing HardyWeinberg equilibrium using the MNSs blood sample data. The result obtained may encourage researchers mainly in the field of biological sciences to practice Bayesian Methodology, as an alternative in statistical tests.

show abstract

Section: Resultsmentioning

confidence: 99%

Statistical Analysis With a Bayesian Approach to the Hardy-Weinberg Equilibrium

et al. 2020

View full text Add to dashboard Cite

show abstract

Modelo Logístico Bayesiano no estudo do crescimento de tomates

Mendes

Muniz

Savian

et al. 2021

RSD

Self Cite

View full text Add to dashboard Cite

Conhecer o crescimento do tomateiro e de seus frutos, medido através do acúmulo de biomassa ao longo do tempo, são fundamentais para o manejo adequado e a detecção de problemas no desenvolvimento das culturas. Este crescimento pode ser estudado por meio de vários modelos de regressão não linear que podem ser usados para facilitar a interpretação dos processos envolvidos no sistema de produção vegetal. Entre os modelos empíricos usados frequentemente para estimar o crescimento de plantas, e seus componentes, encontra-se a função logística. Um dos métodos utilizados para estimar os parâmetros das curvas de crescimento é o método bayesiano. Este estudo teve como objetivo aplicar a metodologia bayesiana na descrição dos dados – reais e simulados - de crescimento do diâmetro de tomates, utilizando o modelo não linear logístico. Os algoritmos para o amostrador de Gibbs e o Metropolis-Hastings foram implementados utilizando-se a linguagem R. A condição de convergência das cadeias foi verificada por meio do critério de Raftery & Lewis, que está disponível no pacote BOA (“Bayesian Output Analysis”) do software R. A metodologia bayesiana mostrou-se eficiente na estimação dos parâmetros da curva de crescimento, e as estimativas mostraram-se coerentes com os valores relatados na literatura.

show abstract

Comparação bayesiana de modelos com uma aplicação para o equilíbrio de Hardy-Weinberg usando o coeficiente de desequilíbrio

Cited by 2 publications

References 13 publications

Statistical Analysis With a Bayesian Approach to the Hardy-Weinberg Equilibrium

Statistical Analysis With a Bayesian Approach to the Hardy-Weinberg Equilibrium

Modelo Logístico Bayesiano no estudo do crescimento de tomates

Contact Info

Product

Resources

About