Estimativas de componentes de (CO) variância de características de crescimentos na raça Nelore, utilizando inferência bayesiana

• Ano de defesa: 2008
• Autor(a) principal: Araujo Neto, Francisco Ribeiro de [UNESP]
• Orientador(a): Oliveira, Henrique Nunes de [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Nelore (Zebu); Análise multi-características; Amostrador de Gibbs; Peso; Perímetro escrotal
• Palavras-chave em Inglês: Multiple-traits analysis; Gibbs sample; Nellore cattle; Weigts; Escrotal circunference
• Link de acesso: http://hdl.handle.net/11449/92632

Neste trabalho objetivou-se avaliar a aplicação de método bayesiano na análise de dados de crescimento, em um modelo multi-características. Dados de 54.182 animais da raça Nelore foram utilizados na estimação de componentes de variância de: a) pesos padronizados as idades de 120 (P20), 210 (P210), 365 (P365), 450 (P450) e 550 (P550) dias; b) perímetro escrotal as idades-padrão de 365 (PE365), 450 (PE450) e 550 (PE550) dias; c) ganhos de peso entre as idades 120/210 (GP1), 210/365 (GP2), 365/450 (GP3) e 450/550 (GP4) e; d) crescimento escrotal nos intervalos de 365/450 (CP1) e 450/550 (CP2). As análises foram realizadas empregando-se o software GIBBS2F90, assumindo um modelo animal para oito características: P120, PE365 e ganhos de peso e perímetro escrotal. As demais foram obtidas mediante propriedades da soma de variâncias. As herdabilidades diretas estimadas foram 0,17; 0,19; 0,13; 0,15; 0,33; 0,19; 0,23; 0,24; 0,35; 0,37; 0,39; 0,52; 0,56; e;0,48 para GP1, GP2, GP3, GP4, CP1, CP2, P120, P210, P365, P450, P550, PE365, PE450 e PE550, respectivamente. Os valores de correlação genética variaram de -0,025 (GP3/PE550) a 0,97 (PE450/PE550). Verificou-se que as características em idades padrão apresentam maior variabilidade genética que as medidas intervalares, o que as indica como critérios de seleção que possibilitaria uma melhor resposta a seleção. Com relação à implementação do método bayesiano em modelo multi-características, verificou-se eficiente apesar do pequeno número de amostras efetivas geradas em alguns parâmetros, indicando a necessidade de um maior número de interações.