Abstract:
Seleksiyon indeksi, maksimum genetik kazanç elde etmek için oluşturulmuş gözlemlerin doğrusal ağırlıklı kombinasyonudur. İndeksi oluşturmak için genetik parametrelerin tahminine ihtiyaç duyulur. Hayvan ıslahı çalışmalarında, verilerden genetik parametreleri elde edip istatistiki yorumlama yapabilmek için olabilirlik teorisine dayalı olan yöntemlerin kullanımının gittikçe arttığı gözlenmektedir. Hayvanların ıslah için seçiminde pratikte karşılaşılan sorunların çözümü için sayısal yöntemlerde en son geliştirilen istatistiksel yöntemlerin kullanılması gereklidir. Bu yüzden bu tez esas itibariyle varyans unsurları ve fonksiyonlarının tahminleri ve optimal seleksiyon metotlarının varyans analizi, maksimum olabilirlik ve kısıtlanmış maksimum olabilirlik yöntemleri kullanılarak dengeli baba-bir üvey kardeş boğa modeliyle oluşturulmasına dayanmaktadır. Tezde kullanılan veri setleri Monte Carlo simulasyonu kullanılarak üretilmiştir. Adaylar ve akrabalarına ait bilgi seleksiyon indeksinde birleştirilmiştir. Varyans analizine dayalı geleneksel seleksiyon indeks teorisi, olabilirliğe dayalı olanlarla karşılaştırılmıştır. Hem ANOVA hem de olabilirliğe dayalı metotlar, özellikle REML, benzer genetik ilerleme sonuçlan vermiştir. Bunun nedeni ANOVA'ya ait negatif kalıtım dereceleri tahminlerinin 0'a eşitlenmek suretiyle kullanılmasıdır. Tahmini genetik ilerlemenin başarılan genetik ilerlemeye göre kalıtım derecesi ve fenotipik varyans tahminlerine daha duyarlı olduğu saptanmıştır. Ayrıca teksel seleksiyon ve seleksiyon indeksi kıyaslanmış ve seleksiyon indeksinin teksel seleksiyondan daha etkin olduğu sonucuna varılmıştır.