Mengukur heritabilitas
Ingat bahwa koefisien korelasi Pearson adalah rasio antara kovarians dan rata-rata geometri dari varians kedua himpunan data. Ini adalah ukuran korelasi antara induk dan keturunan, tetapi mungkin bukan perkiraan terbaik untuk heritabilitas. Jika kita berpikir sejenak, lebih masuk akal untuk mendefinisikan heritabilitas sebagai rasio antara kovarians antara induk dan keturunan terhadap varians induk saja. Dalam latihan ini, Anda akan mengestimasi heritabilitas dan melakukan perhitungan pairs bootstrap untuk mendapatkan selang kepercayaan 95%.
Latihan ini menyoroti poin yang sangat penting. Inferensi statistik (dan analisis data pada umumnya) bukan pekerjaan sekadar memasukkan rumus. Anda perlu berpikir dengan saksama tentang pertanyaan yang ingin Anda jawab dengan data dan menganalisisnya dengan tepat. Jika Anda tertarik pada seberapa heritable suatu sifat, besaran yang kita definisikan sebagai heritabilitas lebih tepat dibandingkan statistik bawaan seperti koefisien korelasi Pearson.
Ingat, data disimpan dalam bd_parent_scandens, bd_offspring_scandens, bd_parent_fortis, dan bd_offspring_fortis.
Latihan ini adalah bagian dari kursus
Pemikiran Statistik dengan Python (Bagian 2)
Petunjuk latihan
- Tulis fungsi
heritability(parents, offspring)yang menghitung heritabilitas yang didefinisikan sebagai rasio antara kovarians sifat pada induk dan keturunan dibagi dengan varians sifat pada induk. Petunjuk: Ingat kembali fungsinp.cov()yang kita bahas pada bagian prasyarat kursus ini. - Gunakan fungsi ini untuk menghitung heritabilitas untuk G. scandens dan G. fortis.
- Peroleh 1000 replikasi bootstrap heritabilitas menggunakan pairs bootstrap untuk G. scandens dan G. fortis.
- Hitung selang kepercayaan 95% untuk keduanya menggunakan replikasi bootstrap Anda.
- Cetak hasilnya.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
def heritability(parents, offspring):
"""Compute the heritability from parent and offspring samples."""
covariance_matrix = np.cov(parents, offspring)
return ____ / ____
# Compute the heritability
heritability_scandens = ____
heritability_fortis = ____
# Acquire 1000 bootstrap replicates of heritability
replicates_scandens = draw_bs_pairs(
____, ____, ____, size=____)
replicates_fortis = draw_bs_pairs(
____, ____, ____, size=____)
# Compute 95% confidence intervals
conf_int_scandens = ____
conf_int_fortis = ____
# Print results
print('G. scandens:', heritability_scandens, conf_int_scandens)
print('G. fortis:', heritability_fortis, conf_int_fortis)