Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/866226
Research center of Embrapa/Collection: Embrapa Acre - Artigo em periódico indexado (ALICE)
Date Issued: 2010
Type of Material: Artigo em periódico indexado (ALICE)
Authors: CARNEIRO JUNIOR, J. M.
ASSIS, G. M. L. de
EUCLYDES, R. F.
MARTNS, W. M. de O.
WOLTER, P. F.
Additional Information: JOSE MARQUES CARNEIRO JUNIOR, CPAF-AC; GISELLE MARIANO LESSA DE ASSIS, CPAF-AC; Ricardo Frederico Euclydes, Universidade Federal de Viçosa (UFV); Williane Maria de Oliveira Martins, Embrapa Acre; Priscila Ferreira Wolter, Embrapa Acre.
Title: Predição de valores genéticos utilizando inferência bayesiana e frequência em dados simulados.
Publisher: Acta Scientiarum. Animal Sciences, Maringá, v. 32, n. 3, p. 337-344, 2010.
Language: pt_BR
Keywords: Avaliação genética
Genetic parameters
Inferência Bayesiana
Bayesian inference
Metodologia Eblup
Informação a priori
Heterogeneidade de variância
Componentes de variância
Varianza genética.
Análisis estadístico
Cruce de animales
Heterogeneidad genética
Simulación por computadora
Description: Dados simulados foram utilizados para comparar as metodologias Eblup e Bayesiana, em dados com homogeneidade de variâncias, heterogeneidade de variância genética e heterogeneidade de variância genética e ambiental. Para obtenção dessas estruturas foram feitos descartes estratégicos dos valores genéticos aditivos e ambientais de acordo com o tipo de heterogeneidade e o nível de variabilidade desejada (alta, média ou baixa), sendo utilizados dois tamanhos de população (grande e pequena). Para a metodologia Bayesiana foram utilizados três níveis de informação a priori: não informativo, pouco informativo e informativo. A presença da heterogeneidade de variâncias causa problemas para a seleção dos melhores indivíduos, principalmente se a heterogeneidade estiver nos componentes de variância genética e ambiental, sendo os animais selecionados equivocadamente do ambiente mais variável. Os métodos comparados tiveram resultados semelhantes, quando distribuições a priori não informativas foram utilizadas, e as populações de tamanho grande, de modo geral, apresentaram melhores predições de valores genéticos. Foi observado, para a metodologia Bayesiana, que o aumento no nível de informação a priori influencia positivamente as predições dos valores genéticos, principalmente para as populações pequenas. O método Bayesiano é indicado para populações de tamanho pequeno quando há disponibilidade de distribuições a priori informativas.
Thesagro: Melhoramento genético animal
Parâmetro genético
Estimativa
Análise estatística
Método estatístico
Modelo de simulação
NAL Thesaurus: Animal breeding
Genetic variance
Genetic heterogeneity
Statistical analysis
Computer simulation.
Data Created: 2010-11-06
Appears in Collections:Artigo em periódico indexado (CPAF-AC)

Files in This Item:
File Description SizeFormat 
23714.pdf106,04 kBAdobe PDFThumbnail
View/Open

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace