Resumo: Para o presente estudo foram utilizadas 3.202 primeiras lactações, de vacas da raça Holandesa pertencentes a quatro fazendas da região Sudeste, registradas semanalmente, com o objetivo de verificar a influência da estrutura de dados de produção de leite no decorrer da lactação, sobre os parâmetros genéticos estimados por modelos de regressão aleatória. Foram testados quatro arquivos contendo estruturas diferentes de dados. O arquivo de controles semanais (CS) contava com 122.842 controles, o arquivo mensal (CM) com 30.883 controles, o bimestral (CB) com 15.837 controles, e por fim, o arquivo de controles trimestrais (CT) continha de 12.702 controles. O modelo utilizado foi o de regressão aleatória, e como aleatórios foram considerados os efeitos genético aditivo e o de ambiente permanente de animal. A ordem das funções de covariância para estes dois efeitos foi de sexta ordem para efeito genético aditivo e de sétima ordem para o efeito de ambiente permanente, com variâncias residuais heterogêneas a estrutura de variâncias residuais foi modelada por meio de uma "step function" O modelo teve como efeito fixo os grupos de contemporâneos (GC) comuns para todos os arquivos de dados. Os GC foram compostos por fazenda, mês e ano do controle,e como co-variável a idade da vaca ao parto (regressão linear e quadrática) e o número de dias em lactação (regressão fixa para a média populacional). Todos os arquivos de dados estudados foram analisados incluindo arquivo de genealogia composto por 4.380 animais com 3202 mães e 228 touros. As estimativas de herdabilidades para produção de leite apresentaram tendências semelhantes entre os arquivos de dados analisados, com maior semelhança entre os bancos CS, CM e CB. As estimativas de herdabilidade para produção de leite no dia do controle (PLDC) do banco CT apresentou pequenas diferenças, em relação aos demais... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: To this study the first 1293 Holstein dairy lactation registered weekly were used, having cows belonging to four farms in the Southeast region of Brazil, aiming verify the milk production data structure influence during lactation under genetic parameters estimated by random regression models. Four files with different data structures were tested. The week control files (CS) counted with 122,842 controls; the month files (CM), 30,883 controls; the bimestrial (CB) had 15,837 controls and finally the quarterly (CT) had 12,702 controls. It was used the random regression model and, as random, the genetic additive and the animal permanent environmental effects were considered. The covariance function to these two effects was the sixth grade to the genetic effect additive and the seventh grade to the permanent environmental effect, having heterogeneous residual variances, and the residual variance structure was modeled by a "step function". The model had as the fixed effect the contemporaneous groups (GC) commons to all data set, GC were compounded by farm, month, and year of control. The co-variable was the cow age at birth (linear and quadratic regression) and the milking days (fixed regression to the population average). All evaluated data files presented genealogy file composed by 4,380 animals having 1,416 mothers and 228 bulls. The estimate of heritability presented tendencies similar among the analyzed data, having the higher similarity CS, CM and CB. The CT presented small differences in the estimate of heritability when compared to the others. The CB data file presented all the analyzed genetic parameters estimative with the same tendency and magnificence of the CS and CM, allowing the milk control in a CB structure, random regression model in genetic evaluations speaking. The genetic values (VG) to partial milking period production were predicted (MRA100, MRA200, MRA300 e MRA90_305) ...(Complete abstract click electronic access below) / Orientadora: Lucia Galvão de Albuquerque / Coorientadora: Lenira El Faro Zadra / Banca: Danísio Prado Munari / Banca: Humberto Tonhati / Banca: Maria Eugênia Zerlotti Mercadante / Banca: Claudia Cristina Paro de Paz / Doutor