大家好，我是飞哥。
「育种值的准确性是什么呢？为何要计算育种值的准确性呢？」育种值的准确性的大小可以反应育种值计算的准确性如何，如果准确性高，就说明计算育种值时依赖的信息多（比如亲子关系、同胞关系等），结果就可靠。
❝育种值也可以计算可靠性，它是准确性的平方 ❞
另外，对于不同性状或者不同试验的BLUP值的准确性进行比较时，因为方差组分、标准误、BLUP值都不一样，没有一个标准，可以用准确性（accuracy）这个指标进行比较。
数据及结果来源
代码语言：javascript复制❝书籍：王金玉, 陈国宏. 《数量遗传与动物育种》. 东南大学出版社, 2004，P200，第四节：单性状BLUP育种值估计 ❞
dat = data.frame(id=c(4,5,6),sire = c(1,3,3),dam=c(2,2,4),y=c(200,170,180))
dat
书中标准差为100，遗传力为1/3，可以计算出：加性方差组分：Va=100^2*(1/3)=3333.33，误差方差组分为：V3=6666.67，因为这里遗传力已知，我们可以设置方差组分固定，进行混合线性求解。
转化为因子：
代码语言：javascript复制for( i in 1:3) dat[,i] = as.factor(dat[,i]) # 转化为因子
str(dat)
计算公式
上面公式中：标准误的计算方法是：标准误se（BLUP） = sqrt(CiiVe)，这里面dVe就是个体BLUP值的标准误，现在遗传评估软件可以直接得出se。所以准确性的公式为：r = sqrt(1 - (Cii*Ve)/Va) = sqrt( 1 - se^2/Va)，可靠性是准确性的平方，所以可靠性的计算为1 - se**2/Va
注意，上面没有考虑近交系数的影响，完整的公式为：
这里的PEV是标准误的平方。
使用asreml软件演示
这里，我们固定方差组分：
代码语言：javascript复制va = 3333.33
ve = 6666.66
ped = dat[,1:3]
ainv = ainverse(ped)
inbreeding = attr(ainv,"inbreeding")
inbreeding
mode = asreml(y ~ 1, random=~ vm(id,ainv),residual = ~ idv(units), start.values = T,data=dat)
vc = mode$vparameters.table
vc[c(1,3),2] = c(va,ve)
vc[c(1,3),3] = c("F","F")
vc
这里，我们可以看到，方差组分设置好了，状态为F，Fixed固定。
「进行混合线性模型求解」
代码语言：javascript复制mod1 = asreml(y ~ 1, random=~ vm(id,ainv),residual = ~ idv(units), G.param = vc, R.param = vc,data=dat)
summary(mod1)$varcomp
「进行BLUP值计算：」
代码语言：javascript复制summary(mod1,coef=T)$coef.random
inbreeding = attr(ainv,"inbreeding")
inbreeding
这里的：
- solution: 为BLUP值
- std.error：为标准误，sqrt(PVE)
- inbreeding：为近交系数
- va：为加性方差组分 所以根据公式：
「计算准确性：」
代码语言：javascript复制library(tidyverse)
library(learnasreml)
blup = tiqu_blup(summary(mod1,coef=T)$coef.random)
head(blup)
blup %>% mutate(accur = sqrt(1 - std.error^2/((1 inbreeding)*va)),reli = accur^2)
上面，计算了每个个体的BLUP值、准确性和可靠性，结果和书中结果一致。
