这是又一次的回到原来，开始温故而知新，所以只记录个人觉得重要的知识。
基本
亲本的传递力等于亲本加性遗传值的一半（美国经常使用的PTA）。
个体育种值=1/2父亲育种值 + 1/2母亲育种值 + MS(孟德尔抽样)（此刻最近使用DRP有相关，个体 DRP=1/2父母育种值+ H， H为遗传力，可靠性计算得到）
一个记录信息
育种值=遗传力*（y-平均值）
精确度=遗传力的开方
可靠性=遗传力
重复记录
组能相关，即重复力（repeatablity, t） = (var(g) + var(pe)) / var(y)
假设时同一性状的不同测量值，遗传相关=1，这也后来为什么需要随机回归动物模型（RRM）。
精确度= sqrt[nh2/(1+(n-1)t)]= sqrt(b), ##其受到重复力与记录个数，遗传力的影响，比一个记录信息较好。
临时环境的方差（个体内方差）随记录数的增加而减少，这是预测精确度增加的主要原因。
后裔记录
公牛的产奶量育种值就是根据女儿的平均值进行预测
b=2n/(n+k); k= (4-h2)/h2
回归系数b取决于遗传力和后代的个数。随着后代数的增加，b接近2
可靠性= n/(n+k)
未来女儿的育种值=1/2EBVsir + 现在女儿平均值
通过系谱记录
当个体没实际生产记录时，以其亲本的评定结果估计。为亲本育种值和的一半。
准确性= 1/2* sqrt(RELsir + RELdam)
根据相关性性状
EBV= rxyhxhyvar(x)/var(y) #x 与y 性状的遗传相关，x与y的遗传力以及表型标准差
精确度 = rxy hy #x 与y 性状的遗传相关和y的遗传力
如果用x作为性状y的直接选择性状：
相关选择反应：= i hxhyrxy var(y)
选择指数（selecion index, SI）
关键，找到每个性状的加权系数
b=P^(-1)G # P为观测值的方差协方差矩阵， G是观测值和估计值间的协方差矩阵
I = a =b(y-μ) = P^(-1)G (y-μ)
var(a) = h2*var(y)
综合育种值的预测
H = w1 a1 + w2 a2 + ... + wmam
w为经济权重， a每个性状的育种值、
I = P^(-1)G w(y-μ)
但其中一些性状可能不出现在H中，所以经济权重向量和选择指数中性状的维度不同
