1) discrete traits
离散性状
1.
A method of generalized linear mixed model (GLMM) was introduced for genetic analysis and breeding value prediction for discrete traits.
将广义线性混合模型(GLMM)引入动物离散性状的遗传分析及个体的遗传评定,初步比较了GLMM方法与一般线性方法(LM)的估计效果。
2.
These traits are called complex discrete traits.
动物中有许多重要的离散性状,与常规的数量性状类似,其遗传基础受多基因控制并受到环境因子的修饰。
3.
The objective of this paper is to provide an introduction to generalized linear mixed models(GLMM),and to compare the efficiency of heritability estimate for discrete traits using three methods(LM,TM,GLMM).
采用广义线性方法(GLMM)、阈性状法(TM)和常规线性方法(LM)对不同参数组合下离散性状的遗传力及准确度进行了估计,模拟研究的性状为单阈值二项分类性状,试验设计为全同胞-半同胞混合家系。
2) complex binary trait
复杂离散性状
4) Discrete situation
离散状况
6) discrete shape
离散形状
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条