• 제목/요약/키워드: 역행렬

검색결과 162건 처리시간 0.022초

한우의 도체형질 유전모수 추정을 위한 REML과 Bayesian via Gibbs Sampling 방법의 비교 연구 (Comparison between REML and Bayesian via Gibbs Sampling Algorithm with a Mixed Animal Model to Estimate Genetic Parameters for Carcass Traits in Hanwoo(Korean Native Cattle))

  • 노승희;김병우;김효선;민희식;윤호백;이득환;전진태;이정규
    • Journal of Animal Science and Technology
    • /
    • 제46권5호
    • /
    • pp.719-728
    • /
    • 2004
  • 본 연구는 한우의 도체형질들에 대한 유전적 변이를 분석방법에 따라 어떠한 차이가 있는지를 알아보고자 한우 후대검정자료를 이용하여 분석하였다. 분석에 이용된 도체성적 관련 자료는 가축개량사업소와 한우개량단지에서 1996 년부터 2001 년까지 태어난 후대검정우 1526두로부터 조사었다. 한우에 있어서 주요 개량형질인 육량과 육질에 영향하는 도체중, 도체율,배최장근단면적, 등지방두께, 근내지방도를 대상으로 유전력과 유전상관을 추정하였다. 유전모수 추정에 있어서 REML 분석법과 Bayesian추론방법으로써 Gibbs Sampling 분석법을 사용하였는데 각각의 모수들에 대한 Gibbs Sampler는 100,000회 실시하였고 초기 1,000회는 모수의 사후분포에 대한 부정확성으로 간주하여 모수의 사후분포특성 규명에서 제외하였다. 각각의 형질들에 대한 유전변이는 이러한 두 가지 분석방법을 상호 비교 함으로써 최적의 통계분석 방법을 모색하였다. 도체형질에 대한 유전력 추정은 REML 방법을 통한 추정에서는 근내지방도가 0.51로 고도의 유전력을 보였고, 도체율이 0.25로 중도의 유전력이 추정되었다. Gibbs Sampling 방법을통한 추정에서도 근내지방도가 0.54로 고도의 유전력을 도체율에서 0.25로 중도의 유전력을 보였다. REML 분석방법과 Gibbs Sampling 분석방법에서의 유전력은 다소 큰 차이는 보이지 않았으나, 대체로 Gibbs Sampling 방법으로 분석한 유전력 추정치가 높게 추정되었다. 그리고, 유전상관분석에서는 REML 방법을 통한 분석에서 도체중과 배최장근단면적에서 0.651 로 높은 정의 유전상관을 나타내었고, 배최장근단면적과 등지방두께에서 -0.139로 부의 유천상관을 나타내었다. Gibbs Sampling 방법에서는 도체중과 도체율, 배최장근단면적에서 각각 0.814, 0.695으로 높은 정의 상관을 나타내었고, 배최장근단면적과 등지방두께에서 -0.126으로 부의상관을 나타내었다. Gibbs Sampling방법을 통한 분석에서 특정 형질간 유전상관이 높게 나타났으며, 다소 큰 차이를 보이지 않았다. REML 분석방법과 Bayesian Inference를 바탕으로 한 Gibbs Sampling 분석에서 모수 추정은 큰 차이를 보이지 않았다. 따라서 방대한 현장정보를 활용하여 보다 정확한 모수 추정을 수행하기 위해서는 분석모형에 대한 계수행렬의 역행렬 계산을 통한 REML 방법의 한계성을 극복할 수 있는 방법으로써 Gibbs Sampling 분석 방법이 가능할 것으로 사료된다.

수상 운송업의 산업연관분석 및 연계구조 네트워크 분석 (Industry Linkage Analysis and Link Structure Network Analysis of Water Transportation Industry)

  • 박성민;박찬권
    • 융합정보논문지
    • /
    • 제12권3호
    • /
    • pp.85-107
    • /
    • 2022
  • 본 연구는 수상 운송업이 전체 산업들과의 관계 속에서 경제 전반에 미치는 유발 효과 및 네트워크 연결성과 네트워크 시각화 분석을 시행하는 것이다. 이를 위하여 산업연관분석과 단위구조행렬을 활용하여 수상 운송업의 각종 유발계수를 분석하며, 단위구조행렬과 역행렬함수를 작성하고 Ucinet 6을 이용하여 네트워크 연결성과 NetDraw를 활용하는 네트워크 시각화 분석을 시행한다. 연구결과 수상 운송업의 각종 유발계수로서 투입계수, 생산유발계수, 부가가치유발계수, 산업간 연쇄효과의 분석 결과를 제시 하였으며, 네트워크 연결성으로서 연결중앙성, 인접중앙성, 사이중앙성 및 네트워크 시각화 분석의 내용을 제시하였다. 본 연구를 통하여 수상 운송업의 현재 위치와 현황 및 전체 산업들과의 관계를 확인하였으며 어떠한 산업들과 전략적 관계를 가져야 하는가를 제시하였다. 향후에는 2000년대 이후 발간된 산업연관분석을 활용하여 각종 유발 효과 및 연결성(중앙성), 네트워크 시각화 분석의 변동 현황과 추이에 대한 사항을 추가로 분석하는 것이 필요하다.