Your browser doesn't support javascript.
loading
The impact of truncating data on the predictive ability for single-step genomic best linear unbiased prediction.
Howard, Jeremy T; Rathje, Tom A; Bruns, Caitlyn E; Wilson-Wells, Danielle F; Kachman, Stephen D; Spangler, Matthew L.
Afiliación
  • Howard JT; Department of Animal Science, University of Nebraska-Lincoln, Lincoln, Nebraska.
  • Rathje TA; DNA Genetics, Columbus, Nebraska.
  • Bruns CE; DNA Genetics, Columbus, Nebraska.
  • Wilson-Wells DF; DNA Genetics, Columbus, Nebraska.
  • Kachman SD; Department of Statistics, University of Nebraska-Lincoln, Lincoln, Nebraska.
  • Spangler ML; Department of Animal Science, University of Nebraska-Lincoln, Lincoln, Nebraska.
J Anim Breed Genet ; 2018 Jun 08.
Article en En | MEDLINE | ID: mdl-29882604

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: J Anim Breed Genet Asunto de la revista: GENETICA / MEDICINA VETERINARIA Año: 2018 Tipo del documento: Article Pais de publicación: Alemania

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: J Anim Breed Genet Asunto de la revista: GENETICA / MEDICINA VETERINARIA Año: 2018 Tipo del documento: Article Pais de publicación: Alemania