Spelling suggestions: "subject:"taxa dde estruturação"" "subject:"taxa dee estruturação""
1 |
COMPONENTES DE COVARIÂNCIAS ESTIMADOS POR METODOLOGIA BAYESIANA PARA PARÂMETROS BIOLÓGICOS OBTIDOS POR MODELOS NÃO LINEARES PARA BUBALINOS DA RAÇA MURRAH / COVARIANCE COMPONENTS ESTIMATED BY BAYESIAN METHODOLOGY FOR BIOLOGICAL PARAMETERS OBTAINED BY NONLINEAR MODELS FOR BUFFALO BREED MURRAHAraújo, Ronyere Olegário de 14 December 2009 (has links)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The aimed of this work was to study the adjustment of classical non linear models, Von Bertalanffy, Brody, Gompertz, Logistic to growing records of buffaloes of Murrah breed, raised on lowlands in the State of Rio Grande do Sul, and to estimate covariance components by Bayesian focus, for growing curve parameters with biological interpretation. In paper 01 there were studied the adjustment of the classical non linear models already mentioned to growing data for a group of 66 buffaloes females, born from 1982 to 1989, sired by three males and 38 females. There were evaluated the traits Asymptotic weight (A) and Maturity rate (K). The total pair of records weight-age was 26 weighting/female and 1,638 observations. The criterions utilized to select the model that better adjust the growing curve were: asymptotic standard deviation (DPA); the determination coefficient (R2); the residual absolute average deviation (DMA) and asymptotic index (AI). It was concluded that all the
models overestimated the birth weight (PN) in bigger or smaller magnitude. In crescent order, the models Von Bertalanffy, Gompertz, Logistic and Brody overestimated PN by 28.55; 32.74; 42.70 and 43.45 kg, respectively. The Logistic model underestimated A (-2.09 kg) and Von Bertalanffy, Gompertz, and Brody overestimated A in crescent order 8.04, 17.7 and 280.33 kg, respectively. Based on the adjustment criterions and in the predicted curves behavior, the Gompertz model, followed by
Logistic and Von Bertalanffy were the best adjustment. In Paper 2 there were studied the adjustments of the same models and for the same traits in Paper 01 for a group of 67 buffaloes, born from 1982 to 1989 sired by three males and 42 females. It was concluded that all the models overestimated PN. Von Bertalanffy and Brody models overestimated A, and Gompertz and Logistic models underestimated it. The smaller DPA was obtained by Brody model characterizing a bigger R2 but this model presented
the bigger DMA. Considering all the criterions, Gompertz model presented the best adjustment followed by Logistic and Von Bertalanffy. It is suggested do not use Brody model to describe the growing curve for animals of Murrah breed raised in the conditions of this work. In Paper 3 there were estimated covariance components and genetic parameters by Bayesian focus, using the Family BLUPF90, for the parameters A and K, estimated by Gompertz model and adopting an animal model. The heritability coefficients presented elevated values for A and for K (0.57 and 0.34, respectively), indicating that selection can be used as an instrument for change the curve shape of this population. However, the use of this information must be done with to much attention because these traits are
negatively correlated. In this case a restricted selection index should be used with more success. / Objetivou-se com este trabalho estudar o ajuste de modelos não-lineares Von Bertalanffy, Brody, Gompertz e Logístico aos dados de crescimento de búfalos(as) da raça Murrah criados em terras baixas no Estado do Rio Grande do Sul e estimar os componentes de (co)variâncias, sob enfoque Bayesiano, para os parâmetros da curva de crescimento com interpretação biológica. No Capítulo 01 foram estudados os ajustes dos modelos não-lineares, supracitados, aos dados de crescimento para um grupo de 63 búfalas, nascidas no período de 1982 a 1989, filhas de três reprodutores e 38 matrizes.
Foram avaliadas as características Peso Assintótico (A) e a Taxa de Maturação (K). Os pares de registro peso-idade totalizaram 26 pesagens/fêmea e 1.638 observações. Os critérios utilizados para selecionar o modelo de melhor ajuste à curva de crescimento foram: desvio padrão assintótico (DPA); o coeficiente de determinação (R2); o desvio médio absoluto dos resíduos (DMA) e o índice assintótico (IA). Em ordem crescente, os modelos Von Bertalanffy, Gompertz, Brody e Logístico superestimaram o PN em 28,55; 32,74; 42,70 e 43,45 kg, respectivamente. O modelo Logístico
subestimou o A (-2,09 kg) e os demais modelos (Gompertz, Von Bertalanffy e Brody) superestimaram este parâmetro, em: 8,04; 17,7 e 280,33 kg, respectivamente. Com base nos critérios de ajuste e na visualização das curvas preditas, o modelo Gompertz, seguido dos modelos Logístico e Von
Bertalanffy seriam os de melhor ajuste. No Capítulo 02 estudaram-se os ajustes dos mesmos modelos para as mesmas características referenciados no Capítulo 01, aos dados de crescimento para um grupo de 64 búfalos, nascidos no período de 1982 a 1989, filhos de três reprodutores e 42 matrizes. Concluiu-se que todos os modelos superestimaram o PN. Os modelos Von Bertalanffy e Brody superestimaram o A em 14,7 e 167,22 kg, respectivamente, ao passo que os modelos Gompertz e Logístico o subestimaram em 5 e 13 kg, respectivamente. Considerando todos os critérios, o modelo
Logístico apresentou o melhor ajuste seguido dos modelos Gompertz e Von Bertalanffy. Sugere-se que o modelo Brody não seja utilizado para descrever a curva de crescimento de búfalos(as) da raça Murrah, criados sob as condições deste trabalho. No Capítulo 03, foram estimados os componentes de
(co)variâncias e os parâmetros genéticos sob enfoque Bayesiano, utilizando os programas da Família BLUPF90, dos parâmetros A e K, estimados pelo modelo Gompertz, adotando um modelo animal. Os coeficientes de herdabilidade foram de elevada magnitude tanto para A quanto para K (0,57 e 0,34,
respectivamente), indicando que a seleção pode ser usada como instrumento para alterar a forma da curva de crescimento desses animais. Entretanto, o uso dessas informações deve ser feito com grande cautela, uma vez que as características a serem trabalhadas na modificação do formato da curva de crescimento são negativamente correlacionadas, além também, da grande variabilidade das
estimativas. Neste caso, os índices de seleção restritos poderiam ser utilizados com maior sucesso.
|
Page generated in 0.0731 seconds