In een overzicht heb je gezien dat er verschillende manieren zijn om dieren te ordenen. Het algemene doel in dierfokkerij is om de dieren zo goed mogelijk op rangorde te zetten voor hun genetische aanleg. Dat kan met de geschatte fokwaarde. Hoe nauwkeuriger de schatting van de fokwaarde is, des te beter de resultaten van de daaropvolgende generatie zal zijn. We zullen nu meer inzoomen op de drie methoden om de fokwaarde te schatten.
Maar eerst moeten we weten wat een geschatte fokwaarde eigenlijk is. Hoe komen we van informatie van de fenotypen van de dieren en hun genetische relatie (stamboom) naar een schatting van de fokwaarde van de dieren? In dierfokkerij gebruiken we het (wiskundige) principe van regressie om dit te bereiken. In figuur 1 zie je dit principe.
Als we de echte fokwaarde op de y-as plotten tegen de fenotypische superioriteit op de x-as, dan kunnen we de regressielijn door de punten berekenen. Maar in werkelijkheid kunnen we deze plot helaas niet creëren omdat we de echte fokwaarden niet weten. Daarom proberen we de regressie coëfficiënt te vinden die, in combinatie met de fenotypische superioriteit, de genetische superioriteit of de echte fokwaarde zou voorspellen. De kunst van het schatten van fokwaarden is gebaseerd op het vinden van de beste manier om de regressie coëfficiënt te bepalen. Dit geeft ook direct een moeilijkheid van fokwaardeschatting aan: het is een lineaire regressie coëfficiënt. Maar dieren met dezelfde fenotypische superioriteit hebben niet altijd dezelfde genetische superioriteit. Voor sommige dieren, zoals het dier dat omcirkeld is in het figuur, is de echte fokwaarde (Engels: True Breeding Value, TBV) erg verschillend van de EBV, terwijl voor andere dieren de EBV de perfecte schatter voor de TBV zou zijn. Een deel van dit verschil in hoe goed de EBV de TBV weerspiegelt wordt veroorzaakt door het feit dat het fenotype in meer of mindere mate door de omgeving beïnvloed kan worden. Daarom is het belangrijk, naast het vinden van de beste regressie coëfficiënt, om te proberen dat de fenotypische superioriteit de regressielijn zo goed mogelijk benadert. In de rest van dit hoofdstuk zullen we sommige opties bespreken om beide problemen aan te pakken: de beste regressie coëfficiënt voorspellen en zorgen dat de fenotypische superioriteit zo goed mogelijk op de regressielijn past.