Neste trabalho, apresentamos uma extensão da análise bayesiana objetiva feita em Fonseca et al. (2008), baseada nas distribuições a priori de Jeffreys para o modelo de regressão linear com erros t-Student, para os quais consideramos a suposição de heteoscedasticidade. Mostramos que a distribuição a posteriori dos parâmetros do modelo regressão gerada pela distribuição a priori é própria. Através de um estudo de simulação, avaliamos as propriedades frequentistas dos estimadores bayesianos e comparamos os resultados com outras distribuições a priori encontradas na literatura. Além disso, uma análise de diagnóstico baseada na medida de divergência Kullback-Leiber é desenvolvida com a finalidade de estudar a robustez das estimativas na presença de observações atípicas. Finalmente, um conjunto de dados reais é utilizado para o ajuste do modelo proposto. / In this work , we present an extension of the objective bayesian analysis made in Fonseca et al. (2008), based on Jeffreys priors for linear regression models with Student t errors, for which we consider the heteroscedasticity assumption. We show that the posterior distribution generated by the proposed Jeffreys prior, is proper. Through simulation study , we analyzed the frequentist properties of the bayesian estimators obtained. Then we tested the robustness of the model through disturbances in the response variable by comparing its performance with those obtained under another prior distributions proposed in the literature. Finally, a real data set is used to analyze the performance of the proposed model . We detected possible in uential points through the Kullback -Leibler divergence measure, and used the selection model criterias EAIC, EBIC, DIC and LPML in order to compare the models.

Submitted by Angela Maria de Oliveira (amolivei@uepg.br) on 2017-11-30T19:05:51Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Pablo Henrique Ferreira.pdf: 12205608 bytes, checksum: a2f75e7cec618577bfd7fddda3302b17 (MD5) / Made available in DSpace on 2017-11-30T19:05:51Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Pablo Henrique Ferreira.pdf: 12205608 bytes, checksum: a2f75e7cec618577bfd7fddda3302b17 (MD5) Previous issue date: 2017-04-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A alta dimensionalidade em bases de dados é um problema que pode estar presente em diversos segmentos, inclusive nas análises do estado de nutrientes em plantas. Atualmente essas análises são baseadas em metodologias que demandam tempo e reagentes. A espectroscopia do infravermelho próximo (NIR – NearInfrared) e médio (MIR – MiddleInfrared) têm se mostrado uma alternativa mais rápida e limpa em relação a quantificação simultânea de compostos. Os dados obtidos por esses equipamentos apresentam alta dimensão. A leitura ocorre em comprimentos de onda gerando centenas atributos para o NIR e milhares para o MIR. Uma das dificuldades está em identificar quais atributos são mais relevantes para análise dos nutrientes. Este trabalho teve como objetivo verificar o ganho de correlação obtido com o emprego de redução de dimensionalidade em dados obtidos por espectroscopia NIR e MIR, para estimativa de teores de 11 nutrientes em grãos e folhas de soja, sendo eles: Nitrogênio (N), Fósforo (P), Potássio (K), Cálcio (Ca), Magnésio (Mg), Enxofre (S), Cobre (Cu), Manganês (Mn), Ferro (Fe), Zinco (Zn) e Boro (B). Para isto, 231 amostras de folhas de soja e 285 de grãos de soja foram utilizadas para geração de modelos de regressão, sendo os espectros obtidos através dos espectrofotômetros NIR e MIR. Os modelos de regressão foram gerados pelos algoritmos de aprendizado de máquina SMOReg que implementa a máquina de vetor de suporte para regressão, o algoritmo baseado em árvores de decisão com funções de regressão M5Rules e o algoritmo LinearRegression. Os resultados foram avaliados através do coeficiente de correlação (r) e o erro quadrático (RRSE). A estimativa de nutrientes para folhas foi satisfatória tanto para espectroscopia NIR e MIR, onde correlações acima de 0,80 foram obtidas para os nutrientes P, K, Mg, S, Mn, Cu, Fe e Zn. Não houve correlações para B e Ca em folhas de soja. A estimativa de teores de nutrientes foi também satisfatória para grãos de soja, mas apenas em dados de espectroscopia NIR, onde correlações acima de 0,7 foram obtidas para N, P, K, Ca e S. O uso da redução de dimensionalidade proporcionou os altos valores para correlação de P, K e S em folhas de soja, fazendo uso do algoritmo LinearRegression. Para os grãos de soja, a redução de dimensionalidade foi imprescindível na obtenção de correlações satisfatórias, exceto para N, sempre utilizando o algoritmo LinearRegression. Quando a redução da dimensionalidade não foi usada, os resultados satisfatórios foram obtidos pelo algoritmo SMOREg a partir de dados foliares para os nutrientes N, Mg, Cu, Mn, Fe e Zn. A utilização da redução de dimensionalidade junto ao algoritmo LinearRegression auxiliou na obtenção de melhores correlações para três nutrientes em folhas e para os índices satisfatórios de grãos. Os resultados observados demonstram uma maior eficiência no uso do NIR para análises foliares do que para análises de grãos. As técnicas computacionais SMOReg e LinearRegression obtiveram os melhores resultados, sendo a SMOReg indicada para grandes quantidades de atributos e LinearRegression para quantidades menores de atributos. / The high dimensionality in databases is a problem that can occur in several fields, including the plants nutrients state analysis. These analyses are currently based on methodologies that spend time and reagents. (NIR-NearInfrared) and (MIR-MiddleInfrared) spectroscopy have been shown to be a faster and clean alternative to simultaneous quantification of compounds. Since reading occurs at wavelengths generating hundreds attributes for the NIR and thousands to the MIR the data obtained by such equipment have a high dimensionality. One of the difficulties is to identify which attributes are more relevant for the nutrient analysis. This work aimed to verify the correlation gain obtained with the use of dimensionality reduction techniques with data obtained by NIR and MIR spectroscopy. The goal is to estimated levels of 11 nutrients in grains and leaves of soybean: Nitrogen (N), Phosphorus (P), Potassium (K), Calcium (Ca), Magnesium (Mg), Sulfur (S), Copper (Cu), Manganese (Mn), Iron (Fe), Zinc (Zn) and Boron (B). For that, 231 soybean leaves and 285 soybeans samples were analysed by spectroscopy in the mid-infrared and nearinfrared region. The regression models were generated by machine learning algorithms: SMOReg which implements the support vector machine for regression; M5Rules that is based on decision trees with regression functions; and LinearRegression algorithm for linear regression. The results were evaluated by correlation coefficient (r) and the quadratic error (RRSE). Estimating leaf nutrients was satisfactory for both NIR and MIR spectroscopy, where correlations of 0.80 above were obtained for P, K, Mg, S, Mn, Cu, Fe and Zn. There were no correlations for B and Ca in soybean leaves. Estimating nutrient was also satisfactory for soybeans, but only in NIR spectroscopy data, where correlations above 0.7 were obtained for N, P, K, Ca, and S. Using dimensionality reduction techniques provided the high values for correlation of P, K, and S in soybean leaves, making use of the LinearRegression algorithm. For soybeans, the dimensionality reduction was essential in obtaining satisfactory correlations, except for N, always using the LinearRegression algorithm. When reducing the dimensionality was not used, satisfactory results were obtained by the SMOREg algorithm from foliar data to N, Mg, Cu, Mn, Fe, and Zn. Reducing dimensionality associated to the use of LinearRegression algorithm resulted in better correlations for three nutrients in leaves and satisfactory rates of grain. The observed results demonstrate a greater efficiency in the use of the NIR for foliar analysis than for grain analysis. SMOReg computational techniques and LinearRegression algorithm presented the best results, being the SMOReg indicated for large quantities of attributes and Linear- Regression for smaller quantities

Nesta tese, consideramos o ajuste de modelos de regressão com coeficientes funcionais para séries temporais, por meio de splines, ondaletas clássicas e ondaletas deformadas. Consideramos os casos em que os erros do modelo são independentes e correlacionados. Através das três abordagens de estimação, obtemos taxas de convergência a zero para distâncias médias entre as funções do modelo e seus respectivos estimadores, propostos neste trabalho. No caso das abordagens de ondaletas (clássicas e deformadas), obtemos também resultados assintóticos em situações mais específicas, nas quais as funções do modelo pertencem a espaços de Sobolev e espaços de Besov. Além disso, estudos de simulação de Monte Carlo e aplicações a dados reais são apresentados. Por meio desses estudos numéricos, fazemos comparações entre as três abordagens de estimação propostas, e comparações entre outras abordagens já conhecidas na literatura, onde verificamos desempenhos satisfatórios, no sentido das abordagens propostas fornecerem resultados competitivos, quando comparados aos resultados oriundos de metodologias já utilizadas na literatura. / In this thesis, we study about fitting functional-coefficient regression models for time series, by splines, wavelets and warped wavelets. We consider models with independent and correlated errors. Through the three estimation approaches, we obtain rates of convergence to zero for average distances between the functions of the model and their estimators proposed in this work. In the case of (warped) wavelets approach, we also obtain asymptotic results in more specific situations, in which the functions of the model belong to Sobolev and Besov spaces. Moreover, Monte Carlo simulation studies and applications to real data sets are presented. Through these numerical results, we make comparisons between the three estimation approaches proposed here and comparisons between other approaches known in the literature, where we verify interesting performances in the sense that the proposed approaches provide competitive results compared to the results from methodologies used in literature.

Avaliar o estado hídrico das plantas é essencial para o monitoramento das culturas agrícolas e florestais. A interação da radiação eletromagnética com as plantas é um processo estudado por sensoriamento remoto (SR). Através da técnica de SR é possível interpretar os fatores que influenciam na quantidade de energia absorvida, transmitida e refletida pela planta. Neste estudo, buscou-se estabelecer as relações existentes entre variações nos parâmetros da água com o comportamento espectral e gerar modelos matemáticos que sejam capazes de predizer o conteúdo relativo da água (CRA) e espessura equivalente da água (EEA) em 11 diferentes espécies de Eucalyptus, utilizando um sensor hiperespectral. Os dados foram obtidos por meio da pesagem e respectiva leitura espectral das folhas, sendo que estas passaram por uma metodologia de desidratação. Tal metodologia permitiu encontrar uma diferença de reflectância média de 26% entre o máximo e mínimo teor de água na folha, provando a influência do CRA no comportamento espectral, sendo a água um dos fatores de maior domínio na reflectância na região do infravermelho médio (1300nm - 2500nm). A partir das curvas espectrais foi possível avaliar que os comprimentos de onda próximo ao 1400 nm e 1900 nm foram os mais sensíveis ao conteúdo de água. A análise de componentes principais permitiu reforçar estes resultados, uma vez que as pontuações (scores) dos componentes que apresentaram correlações significativas com o CRA tiveram maiores pesos (loadings) nas regiões espectrais citadas anteriormente. A partir das respostas espectrais também foram realizados os cálculos dos índices espectrais já descritos em literatura, e estes submetidos a análise de regressão simples para predição do CRA e EEA. O índice espectral calculado com a combinação de bandas do infravermelho médio (1300nm e 1450nm) foi o que apresentou melhores resultados ao predizer os parâmetros da água, sendo que o SR1300,1450 teve um R2=0,72 para o CRA e R2=0,81 para o EEA. Os dados espectrais foram correlacionados com os parâmetros da água, e encontrou-se que para o CRA o comprimento de onda 1881 nm apresentou um coeficiente de correlação máximo negativo de r= -0,89, enquanto que o EEA apresentou um coeficiente de correlação máximo negativo de r= -0,79 no comprimento de onda 2165 nm. Foram testados três métodos de seleção das variáveis hiperespectrais para gerar um modelo matemático por meio de uma regressão linear. Para o parâmetro CRA, o método de seleção de variáveis stepwise foi o que gerou o maior (R2= 0,86) e um RMSE = 13,85%, sendo que neste método restaram apenas seis variáveis preditoras. Enquanto que o método de seleção de variáveis pelas regiões do espectro foi o mais preciso ao predizer o parâmetro EEA, com um R2= 0,87 e um RMSE = 0,00012 g/cm2, sendo necessárias apenas 5 variáveis espectrais. / The hydric condition assessment of plants is essential for monitoring agricultural and forest cultures. The interaction of electromagnetic radiation with plants is a process studied by remote sensing. Through this technique it is possible to interpret the factors that plays influence on the quantity of energy absorbed, transmitted and reflected by the plant. In this study was sought the establishment of existing relations between variations on the water parameters and the spectral behavior and then to generate mathematical models capable of predictiong the relative water content (RWC) and equivalent water thickness (EWT) among 11 different Eucalyptus species using a hyperespectral sensor. The data was obtained through weighting followed by reflectance readings of leaves in which the leaves had gone through a dehydrating methodology. The dehydrating methodology allowed finding a average reflectance difference of 26% between the maximum and the minimum water content on the leaf, proving the influence of the RWC in the spectral behavior in which the water plays great influence in the medium infrared reflectance region (1300 nm - 2500 nm). From the spectral curves it was possible to conclude that the wavelengths near 1400 nm and 1900 nm were the most sensitive to the water content. The principal content analyses reinforced these results once the scores of the components that showed significant relations with the RWC had the bigger loadings in the mentioned spectral regions. Spectral indices already described in literature were calculated using the spectral responses and their results were submitted to a simple regression for predicting RWC and EWT. The spectral index calculated by the combination of medium infrared (1300 nm and 1450 nm) was the one which had better results when prediction water parameters in which SR... had an R2=0,72 for RWC and R2=0,81 for EWT The spectral data was correlated to the water parameters and it was observed that for the RWC at 1881 nm showed a maximum negative coefficient of correlation of r=-0,89 whereas the EWT showed a maximum negative coefficient of correlation of r=-0,79 at 2165 nm. Three selection methods were tested for the hyperespectral variables in order to generate a mathematical model through linear regression. For the RWC parameter, the selection method of stepwise variables was the one which generated and R2=0,86 and a RSMSE = 13,85%. For this method just 6 predicting variables were left. While the variables selection method by spectral regions was the most precise when predicting the EWTparameter with a R2 = 0,87 and a RMSE = 0,00012 g/cm2 being just 5 spectral variables necessary.

Made available in DSpace on 2017-07-10T17:37:36Z (GMT). No. of bitstreams: 1 Vanessa_Leonardo_Ignacio.pdf: 1068394 bytes, checksum: 5be940540f3888021f7182b44e755e2b (MD5) Previous issue date: 2009-08-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The objective was to correlate easy measurement variables and determine various regression equations to achieve allometric patterns in culture of pinion manso (Jatropha curcas L.). Thus, two different spacings (3 x 2 m 5 x 2 m) were compared to obtain the data that best represent the culture. Data collection occurred in the municipality of Eldorado-MS. The correlated variables were: total height of the plant (ALT), number of primary branches (NG), average diameter of primary branch (DG), total number of leaves per plant (NFL), leaf area (LPA), total number of fruits (NF) and fresh mass of fruit (MF). Comparing the average of spacing, the variables height and number of primary branches did not show significant difference, while all others did. For the spacing 5 x 2 m, the correlations were higher compared with the spacing 3 x 2 m. For variable number of fruits in function of the number of leaves and plant height the models that stood out were: NFtotal = -599.046 + 0.4549 + 0.00025 NFL2 NFL ALT + 300.032 - 0.3185 * NFL ALT for treatment 1 and NFtotal = -201.106 - 0.3691 + 0.000179 NFL NFL2 + 170.389 ALT for treatment 2. For other variables, the correlation that most stood out was between leaf area and number of leaves which the models stood out from logarithmic equations / Objetivou-se correlacionar variáveis de fácil mensuração e determinar diferentes equações de regressão para a obtenção de padrões alométricos na cultura do pinhão manso (Jatropha curcas L.). Para isso, comparou-se dois diferentes espaçamentos (3 x 2 m e 5 x 2 m) na obtenção dos dados que melhor representam a cultura. A coleta dos dados se deu no município de Eldorado-MS. As variáveis correlacionadas foram: altura total da planta (ALT), número de galhos primários (NG), diâmetro médio do galho primário (DG), número total de folhas por planta (NFL), área foliar (AFL), o número de frutos total (NF) e massa fresca dos frutos (MF). Comparando-se as médias dos espaçamentos as variáveis altura e número de galhos primários não apresentam diferença significativa, enquanto todas as outras apresentaram. Para o espaçamento 5 x 2 m as correlações foram maiores comparando-se com o espaçamento 3 x 2 m. Para a variável número de frutos em função do número de folhas e altura de planta os modelos que se destacaram foram: NFtotal= -599,046 + 0,4549NFL + 0,00025NFL2 + 300,032ALT 0,3185NFL*ALT, para o tratamento 1 e NFtotal= -201,106 0,3691NFL + 0,000179NFL2 + 170,389ALT, para o tratamento 2. Para as outras variáveis, a correlação que mais se destacou foi a entre área foliar e número de folhas, das quais destacou-se os modelos logarítmicos de equações

Modelos de regressão com resposta binária são utilizados na solução de problemas nas mais diversas áreas. Neste trabalho enfocamos dois problemas comuns em certos conjuntos de dados e que requerem técnicas apropriadas que forneçam inferências satisfatórias. Primeiro, em certas aplicações uma mesma unidade amostral é utilizada mais de uma vez, acarretando respostas positivamente correlacionadas, responsáveis por uma variância na variável resposta superior ao que comporta a distribuição binomial, fenômeno conhecido como sobredispersão. Por outro lado, também encontramos situações em que a variável explicativa contém erros de medição. É sabido que utilizar técnicas que desconsideram esses erros conduz a resultados inadequados (estimadores viesados e inconsistentes, por exemplo). Considerando um modelo com resposta binária, utilizaremos a distribuição beta-binomial para representar a sobredispersão. Os métodos de máxima verossimilhança, SIMEX, calibração da regressão e máxima pseudo-verossimilhança foram usados na estimação dos parâmetros do modelo, que são comparados através de um estudo de simulação. O estudo de simulação sugere que os métodos de máxima verossimilhança e calibração da regressão são melhores no sentido de correção do viés, especialmente para amostras de tamanho 50 e 100. Também estudaremos testes de hipóteses assintóticos (como razão de verossimilhanças, Wald e escore) a fim de testar hipóteses de interesse. Apresentaremos também um exemplo com dados reais / Regression models with binary response are used for solving problems in several areas. In this work we approach two common problems in some data sets and they need appropriate techniques to achieve satisfactory inference. First, in some applications, the same sample unity is utilized more than once, bringing positively correlated responses, which are responsible for the response variable variance be greater than an assumption binomial distribution, phenomenon known as overdispersion. On the other hand, also we find situations where the explanatory variable has measurement errors. It is known that the use of techniques which ignores these measurement errors brings inadequate results (e. g., biased and inconsistent estimators). Taking a model with binary response, we will use a beta-binomial distribution for modeling the overdispersion. The methods of maximum likelihood, SIMEX, regression calibration and maximum pseudo-likelihood were used in the estimation of the parameters, which are compared through a simulation study. The simulation studies suggest that the maximum likelihood and regression calibration methods are better for bias correcting, especially for larger sample size. Likelihood ratio, Wald and score statistics are used in order to test hypothesis of interest. We will illustrate the techniques with an application to a real data set

Neste trabalho propomos a distribuição geométrica de ordem k correlacionada, k ≥ 1, de parâmetros π e ρ π ∈ (0;1), max{-1, -1-π / π } ≤ ρ < 1, como uma extensão da generalização da distribuição geométrica proposta por Philippou e Muwafi (1980) e utilizando as idéias de Kolev, Minkova e Neytchev (2000) para generalizações de distribuições discretas provenientes de sequências de variáveis binárias. Sendo assim, é também uma releitura da distribuição geométrica de ordem k apresentada por Aki e Hirano (1993). Algumas propriedades da distribuição são demonstradas. Modelos de regressão foram desenvolvidos por ambos os métodos de estimação, clássico e bayesiano. Estudos de dados simulados mostram o comportamento das distribuições e algumas propriedades dos estimadores. A principal motivação em propor este modelo, além de contribuir para generalizações de distribuições discretas, é ter uma alternativa ainda mais adequada para análise de dados reais, pois considera-se o efeito da correlação individual existente pelo parâmetro ρ. Os ajustes dos modelos foram avaliados e análise de resíduos e de diagnóstico de influência ou divergência também é apresentada. / In this work we propose the correlated geometric distribution of order k, k ≥ 1, with parameters π e ρ π ∈ (0;1), max{-1, -1-π / π } ≤ ρ < 1, as an extension of the generalized geometric distribution proposed by Philippou e Muwafi (1980) and considering the ideas of Kolev, Minkova e Neytchev (2000) for generalizations of discrete distributions by including an additional parameter ρ. Thus, it is also a re-reading of the geometric distribution of order k by Aki e Hirano (1993). Some properties of the proposed distribution are presented. Regression models are developed using classical and Bayesian estimation methods. Simulated data studies show the behavior of the distributions and some properties of the estimators. The main motivation in this research, besides contribute to generalizations of discrete distributions, is to propose an alternative analysis and even more suitable for real data, since the effect of the individual correlation is taken into account through the existence of the parameter. The fitted models are evaluated and the residual analysis and diagnosis of influence or divergence are also presented.

Made available in DSpace on 2014-06-11T19:26:07Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-02-25Bitstream added on 2014-06-13T19:33:22Z : No. of bitstreams: 1 boligon_aa_me_jabo.pdf: 786716 bytes, checksum: 55a12f5a16a7a8f8acd0c213b48d9308 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Foram estimados parâmetros genéticos para pesos do nascimento à idade adulta de animais da raça Nelore por meio de análises uni, bi e multicaracterísticas e modelos de regressão aleatória. Os dados utilizados são de animais nascidos de 1975 e 2002, provenientes de 8 fazendas participantes do Programa de Melhoramento Genético da Raça Nelore (PMGRN). Os pesos foram obtidos do nascimento aos 8 anos de idade. Nas análises uni, bi e multicaracterísticas foram utilizados pesos em idades padrão como nascimento, desmama, ano, sobreano e aos 2, 3 e 5 anos de idade. Também foram realizadas análises utilizando o peso mais próximo aos 4,5 anos de idade como indicativo de peso adulto, considerando uma única medida a partir de 2, 3 e 4 anos de idade ou como registros repetidos de pesos a partir dessas mesmas idades. Nas análises de regressão aleatória, foram utilizados pesos de fêmeas do nascimento aos 8 anos de idade, considerando como variáveis independentes polinômios de Legendre da idade na data da pesagem. A variância residual foi modelada por meio de classes variando de 1 a 5. Foram utilizados 8 modelos de coeficientes de regressão aleatória para os efeitos direto e materno de animal, e de ambiente permanente de animal e materno. O modelo multicaracterística, incluindo registros de pesos ao desmame e à seleção é o mais indicado para a avaliação genética de pesos pós-desmama. Em avaliações genéticas para a característica de peso adulto, o emprego de modelos de repetibilidade, considerando pesos a partir de 3 anos de idade, seria o mais adequado em relação à utilização de medida única... / Weight records of Nelore cattle from birth to mature age were analyzed using univariate, bivariate, multivariate and random regression models. Records of Nelore cattle born from 1975 to 2002, from 8 herds participating in the Nelore Cattle Breeding Program (NCBP) were used. The weights were obtained from birth to 8 years of age. Weights at birth, weaning, yearling, 18 months and 2, 3 and 5 years of age were analyzed using univariate, bivariate and multivariate models. Also, as indicative of the mature weight, the weight closest to 4.5 years of age, was analyzed considering only one record or repeated records obtained from 2, 3 and 4 years of age. For random regression models age of cow varied from birth to 8 years. Direct and maternal genetic and, animal and maternal permanent environmental variances were modeled by random regression on Legendre polynomials of age at recording, with order of fit from 3 to 6 and a total of 8 models. Residual variances were modeled by a step function with 1 or 5 classes. The multivariate model including weight records at weaning and at selection age is the most indicated for genetic evaluation of pos-weaning weights. For genetic evaluation of mature weight to use repeated records obtained from 3 years of age is better than only one record per animal. The random regression models were able to model changes of variances with age adequately, with parameter estimates similar to those obtained by multivariate analyses. The model with direct and maternal genetic effects, animal and maternal permanent environmental effects ajusted by quartic, cubic, sixth and cubic polynomials, respectively, and residual variances modeled by 5 classes, was the most adequate to describe the covariance structure of the data...(Complete abstract, click electronic access below)

Made available in DSpace on 2014-06-11T19:32:15Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-11-24Bitstream added on 2014-06-13T19:42:44Z : No. of bitstreams: 1 laureano_mmm_dr_jabo.pdf: 1370732 bytes, checksum: 917b233b8c336006b0fff4eae272a7b4 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Parâmetros genéticos para o fluxo lácteo medido no dia do controle (FLDC) de primeiras lactações de vacas da raça Holandesa foram estimados utilizando modelos de dimensão finita (TDM) e modelos de regressão aleatória. Para os TDM foram analisadas 10 características por meio de modelos uni e bi e multi-características e de repetibilidade, que continham como aleatórios, o efeito genético aditivo e o efeito residual e, como efeitos fixos, o grupo de contemporâneos e as covariáveis idade da vaca ao parto. A variável número de dias em lactação foi incluída somente no modelo de repetibilidade. Para os MRA, foram considerados os efeitos aleatórios genético aditivo direto, de ambiente permanente e o residual. Foram considerados como efeitos fixos, o grupo de contemporâneos, os efeitos linear e quadrático da covariável idade da vaca ao parto e a curva média de lactação da população, modelada por meio de polinômios ortogonais de Legendre de quarta ordem. Os efeitos aleatórios genético aditivo e de ambiente permanente foram modelados por meio de regressão aleatória sobre polinômios ortogonais de Legendre e por meio de funções b-splines. Diferentes estruturas de variâncias residuais foram testadas, por meio de classes contendo 1, 7, 10, 20 e 43 variâncias residuais, para os MRA modelados por meio de polinômios de Legendre. Já, para os MRA modelados por funções b-splines, a estrutura residual foi considerada heterogênea, contendo 7 classes de variâncias. Os MRA foram comparados usando o teste de razão de verossimilhança, o critério de informação de Akaike e o critério de informação de Bayesiano de Schwarz. As estimativas de herdabilidade (h2) para os FLDC variaram de 0,23 a 0,32 nas análises unicaracterísticas, de 0,24 a 0,32 nas bi-características e de 0,28 a 0,37 nas multicaracterísticas. Os valores de h2 estimados variaram no decorrer da... / Flow milk genetic parameters to the first lactation test-day milk yields of Holstein cattle were estimated using Test-day models (TDM) and Random regression models (RRM). Ten TDM differents traits were analyzed using uni, bi and multi-trait and repeatability animal models, that included the additive genetic as random effect and the fixed effects of contemporary group, age of cow (linear and quadratic) as covariables. The days in milk (linear) variable was included only at repeatability model. To RRM were included the additive genetic, permanent environmental and residual as random effects, the fixed effects of contemporary group, age of cow as covariable (linear and quadratic effects) and a 4th-order Legendre orthogonal polynomials of days in milk, to model the mean trend. The additive genetic and permanent environmental effects were fitted by Legendre orthogonal polynomials and b-splines functions. Different structures of residual variances were used, through the variances classes containing 1, 7, 10, 20, and e 43 residual variances, to the models fitted by Legendre orthogonal polynomials. Moreover, for the RRM fitted by b-splines-functions, the residual estructure was considered heterogeneous, having 7 variance classes. The RRM were compared by Likelihood ratio test, Bayesian and Akaike´s information criteria. The heritability estimated ranged from 0.23 to 0.32 by uni-trait analyses, from 0.24 to 0.32 by bi-traits analyses and from 0.28 to 0.37 by multi-trait analyses. The h2 estimates varied during the lactation being the highest estimate at the fourth month. The estimate obtained by the repeatability model was 0.27, and a repeatability estimate of 0.66. For the MRA fitted by Legendre orthogonal polynomials, related to the residual variance, the best model the one that deemed 7 residual classes. For the additive and permanent environmental effects, the having 3th-order... (Complete abstract click electronic access below)

Made available in DSpace on 2014-06-11T19:32:15Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-09-26Bitstream added on 2014-06-13T20:03:29Z : No. of bitstreams: 1 baldirey_fs_dr_jabo.pdf: 751142 bytes, checksum: 4a3bdaf84424f12abb37e90cff761fdc (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Foram estimados parâmetros genéticos para pesos do nascimento à idade adulta de animais da raça Canchim por meio de análises uni, bi e multicaracterística, e por modelos de regressão aleatória. Os dados analisados são provenientes do rebanho da raça Canchim da Embrapa Pecuária Sudeste, localizada no município de São Carlos, São Paulo. Os pesos foram obtidos do nascimento até os nove anos e meio de idade. Nas análises uni, bi e multicaracterística foram utilizados pesos em ao nascimento, desmama, 12, 18, 24 e 30 meses de idade e, na idade adulta. Na análise unicaracterística foram utilizados quatro modelos, em que, diferentes efeitos aleatórios (efeito genético materno e de ambiente permanente materno) foram adicionados em seqüência. Nas análises de regressão aleatória, foram utilizados pesos de fêmeas do nascimento até os nove anos e meio de idade, considerando como funções base polinômios de Legendre e funções “b-splines”. A variância residual foi modelada utilizando 1, 4, 11 e 19 classes. Foram utilizados 12 modelos de regressão aleatória sobre polinômios de Legendre de segunda à sétima ordem para modelar a trajetória da variância dos efeitos genético aditivo direto e aditivo materno e de ambiente permanente direto e materno. Vinte modelos de regressão aleatória sobre funções “bsplines” foram considerados, empregando polinômios linear, quadrático e cúbico para cada segmento individual. Polinômios do mesmo grau foram considerados no modelo para todos os efeitos aleatórios. Até sete segmentos foram utilizados para os efeitos genético direto e de ambiente permanente do animal. Para os efeitos genético aditivo materno e de ambiente permanente materno foi utilizado um único segmento com dois nós nos extremos da curva Os efeitos maternos influenciam os pesos do nascimento aos dois anos de idade sendo o peso à desmama... / Genetic parameters were estimated for weights taken from birth to mature age in Canchim (5/8 Charolais + 3/8 Zebu) cattle of breed by one, two and multitrait analyses and by random regression models. The data analyzed were from a herd of Canchim beef cattle belonging to Embrapa’s Southeast Cattle Research Center, located in São Carlos county, state of São Paulo. Weights were taken from birth to nine and half years of age. Weights at birth, weaning, 12, 18, 24 and 30 months of age and at mature age were analyzed using one, two and multitrait models. In onetrait analyses, four models were tested, in which different random effects (genetic and environment permanent maternal effects) were added. For random regression models age of cow varied from birth to 3.542 days of age. Legendre polynomials and b-splines functions of age at recording were used as basis functions in random regression models. Residual variances were modeled by a step function with 1, 4, 11 and 19 classes. A total of 12 random regression models using Legendre polynomials as basis functions, from second to seventh order, were used to model direct and maternal genetic effects, animal and maternal permanent environmental effects. A total of twenty analyses, considering linear, quadratic and cubic b-splines functions and up to nine knots, were carried out. Spline functions of the same order were considered for all random effects. Maternal effects influenced weights from birth until two years of age, being weaning weight the most affected by maternal effects. Direct heritabilities obtained by twotrait and multitrait analyses were higher than estimates obtained from onetrait analyses. In order to estimate genetic parameters for weights after selection it is important to consider weights before selection and the multitrait analyses is the most adequate. The model with direct and maternal genetic effects, animal and maternal... (Complete abstract click electronic access below)