Orientador: Henrique Nunes de Oliveira / Banca: Lúcia Galvão de Albuquerque / Banca: Maria Eugênia Zerlotti Mercadante / Resumo: 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. / Abstract: This work, the objective is to evaluate application of Bayesian methods in multiple-trait animal models. Records from 54.182 Nellore males were used for estimation of variance components for: a) weight standardized ages of 120 (W120), 210 (W210), 365 (W365), 450 (W450) and 550 (W550) days; b) scrotal circumference at age-standard from 365 (EC365), 450 (EC450) and 550 (EC550); c) weight gains between the standardized ages of 120/210 (WG1), 210/365 (WG2), 365/450 (WG3) e 450/550 (WG4)e; d) scrotal growth in the intervals 365/450 (EG1) and 450/550 (EG2). Analyses were performed using the GIBBS2F90, assuming a multiple-trait animal model. The direct heritability estimates were 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 for WG1, WG2, WG3, WG4, EG1, EG2, W120, W210, W365, W450, W550, EC365, EC450 and EC550, respectively. The correlations values was ranging from -0,025 (between WG3 and EC550) to 0,97 (between EC450 and EC550) to genetics. It was found that the standard features in ages show greater genetic variability that measures interval, which indicates how the criteria of selection that would better meet the selection. Regarding the implementation of the Bayesian method in multi-model features, there was efficient despite the small number of effective samples generated in some parameters, indicating the need for a greater number of interactions. / Mestre

Made available in DSpace on 2014-06-11T19:26:08Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-07-28Bitstream added on 2014-06-13T18:29:31Z : No. of bitstreams: 1 araujoneto_fr_me_jabo.pdf: 389310 bytes, checksum: 1c20248bba0e60c4bb9d24bce6f9ca34 (MD5) / 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. / This work, the objective is to evaluate application of Bayesian methods in multiple-trait animal models. Records from 54.182 Nellore males were used for estimation of variance components for: a) weight standardized ages of 120 (W120), 210 (W210), 365 (W365), 450 (W450) and 550 (W550) days; b) scrotal circumference at age-standard from 365 (EC365), 450 (EC450) and 550 (EC550); c) weight gains between the standardized ages of 120/210 (WG1), 210/365 (WG2), 365/450 (WG3) e 450/550 (WG4)e; d) scrotal growth in the intervals 365/450 (EG1) and 450/550 (EG2). Analyses were performed using the GIBBS2F90, assuming a multiple-trait animal model. The direct heritability estimates were 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 for WG1, WG2, WG3, WG4, EG1, EG2, W120, W210, W365, W450, W550, EC365, EC450 and EC550, respectively. The correlations values was ranging from -0,025 (between WG3 and EC550) to 0,97 (between EC450 and EC550) to genetics. It was found that the standard features in ages show greater genetic variability that measures interval, which indicates how the criteria of selection that would better meet the selection. Regarding the implementation of the Bayesian method in multi-model features, there was efficient despite the small number of effective samples generated in some parameters, indicating the need for a greater number of interactions.