Random coefficient regression models using the Legendre polynomials, modified Jacobi polynomials and trigonometric functions as bases, with an application to genetic analysis of the weight of cattle from the Nellore breed / Modelos de regressão aleatória usando como bases as funções polinomiais de Legendre, de Jacobi modificadas e trigonométricas, com uma aplicação na análise genética dos pesos de bovinos da raça Nelore

AUTOR(ES)
DATA DE PUBLICAÇÃO

2007

RESUMO

Com o objetivo de avaliar o desempenho dos modelos mistos quando se assumem bases de funções ortonormais de Legendre, Jacobi modificadas e trigonométricas como covariáveis dos coeficientes aleatórios, os dados referentes à pesagem corporal de animais da raça Nelore do nascimento aos 800 dias, foram analisados com modelos que assumiram inicialmente coeficientes aleatórios de efeito genético direto e efeito permanente animal (dois fatores aleatórios), em seguida foi acrescentado o efeito genético materno (três fatores aleatórios) e finalmente assumiram-se também os coeficientes aleatórios de efeito permanente materno (quatro fatores aleatórios). Foram considerados como efeitos fixos, as idades da mãe ao parto, os grupos contemporâneos e uma regressão linear por polinômios de Legendre. Os dados oriundos da fazenda Mundo Novo fornecidos pelo Grupo de Melhoramento Animal da FZEA/USP continham 61.975 pesagens corporais de 20.543 animais e informações de 26.275 animais da raça Nelore no "pedigree". O número de pesagem por animal não ultrapassou a seis e cada animal forneceu apenas uma medida em cada um dos seguintes intervalos de idade (em dias): 1 – 69, 70 – 159, 160 – 284, 285 – 454, 455 – 589 e 590 – 800. O propósito desse estudo foi comparar o ajuste da curva média de crescimento dos animais por intermédio de modelos mistos sob influência das funções ortonormais com dois, três e quatro fatores aleatórios. Um segundo propósito do trabalho foi investigar o comportamento das curvas dos componentes aleatórios estimados por meio dos modelos selecionados em cada base de funções nos três grupos distintos de efeitos aleatórios e examinar o comportamento das curvas dos coeficientes de herdabilidade obtidas a partir das curvas dos componentes aleatórios. Por meio do aplicativo WOMBAT, as análises foram realizadas usando-se o algoritmo PX-AI. Em função da parcimônia, o critério de informação bayesiano de Schwarz (BIC) foi adotado para selecionar os modelos que melhor se adequaram aos dados, que em ordem crescente de seus valores foram: com dois fatores aleatórios, os modelos de Legendre com seis covariáveis (ML26), de Jacobi Modificado com cinco covariáveis (MJ25) e o trigonométrico com seis covariáveis (MT26); com três fatores aleatórios, os modelos com seis covariáveis (MJ36, ML36, MT36); e com quatro fatores aleatórios, os modelos de Jacobi Modificado com cinco covariáveis (MJ45), de Legendre com cinco covariáveis (ML45), e o trigonométrico com seis covariáveis (MT46). Dentre os nove modelos selecionados, o modelo com o menor BIC foi o modelo MJ36, porém o modelo MJ45 apresentou estimativas de componentes de variância muito próximas do modelo MJ36. As estimativas dos componentes de variância e dos coeficientes de herdabilidade obtidas pelos modelos com funções de Jacobi modificadas, nos extremos do intervalo, ficaram abaixo das obtidas pelos modelos com funções de Legendre e no interior do intervalo elas foram concordantes, ficando entre 0,2 e 0,3. As estimativas obtidas dos modelos com funções trigonométricas se diferenciaram dos demais e foram muito baixas no extremo do intervalo para modelos com mais de dois fatores aleatórios. A média das curvas de crescimento que mais se aproximou da tendência média dos dados em cada ponto do intervalo foi obtida pelo modelo MJ26.

ASSUNTO(S)

components of variance animal genetic improvement componentes de variância funções de jacobi polimonios de legendre legendre polynomials gado nelore melhoramento genético animal nellore catle jacobi functions

ACESSO AO ARTIGO

Documentos Relacionados