Desde la introducción del muestreo de Gibbs en mejora genética se ha extendido su uso en combinación con los modelos bayesianos jerárquicos. Aquí mostramos cómo el modelo aumentado con los valores aditivos de los animales y resuelto con un muestreo de Gibbs ofrece resultados que numéricamente no concuerdan con los obtenidos a partir de un modelo bayesiano en el que no se haya realizado el aumento. La aparente paradoja se resuelve en favor de la técnica de aumento de datos y en contra del muestreo de Gibbs cuya convergencia presenta problemas cerca del origen de varianzas.
Esta web usa cookies para ofrecer sus servicios. Al seguir navegando en la web acepta el uso que se hace de las cookies. Pulse aceptar para dejar de ver el mensaje. Más información sobre Cookies