ALVES, Anderson Antônio Carvalho. Estudo genético – quantitativo do desempenho de ovinos da raça Santa Inês em exposições agropecuárias. 2015. 58 f. Dissertação (mestrado em zootecnia)- Universidade Federal do Ceará, Fortaleza-CE, 2015. / Submitted by Elineudson Ribeiro (elineudsonr@gmail.com) on 2016-04-05T20:26:51Z No. of bitstreams: 1 2016_dis_aacalves.pdf: 1711854 bytes, checksum: 4ef192235f48cac5ffeabd28edbbe1f3 (MD5) / Approved for entry into archive by José Jairo Viana de Sousa (jairo@ufc.br) on 2016-05-24T23:05:44Z (GMT) No. of bitstreams: 1 2016_dis_aacalves.pdf: 1711854 bytes, checksum: 4ef192235f48cac5ffeabd28edbbe1f3 (MD5) / Made available in DSpace on 2016-05-24T23:05:44Z (GMT). No. of bitstreams: 1 2016_dis_aacalves.pdf: 1711854 bytes, checksum: 4ef192235f48cac5ffeabd28edbbe1f3 (MD5) Previous issue date: 2015 / The aim in this study was to evaluate the genetic nature of the ability of an animal to rank among the top three on age categories (HAB3) and its total score (PTO) on trial championships held in different agricultural fairs. Records belonging to the Brazilian Association of Santa Inês (ABSI) and related to fairs that occurred between the years 2012 and 2014 were used. We evaluated the HAB3 for animals between 4 and 36 months, divided into 16 categories according to their age, and the PTO, considering all individual championships performed during the agricultural fair, where the animals belonging until the 4th age category (4-8 months) competed in categories and in subsequent championships to define the Future Sheep Champion, and confirmed animals (over 8 months) competed for the top award of the Great Breed Champion. The final data files contained 3,180 placing records (HAB3) for 1,896 animals and 4,383 information on the obtained scores (PTO) for 2,170 animals. The pedigree file included 4,069 animals. Variance components were estimated fitting threshold and linear animal models for ABI3 and TS, respectively, by Bayesian analysis using the Gibbs sampler. The posterior means of heritability and repeatability were, respectively, 0.10 ± 0.07 and 0.57 ± 0.11 for HAB3 and 0.12 ± 0.04 and 0.31 ± 0.02 for PTO. Low heritability values reported for these traits reveal a strong influence of environment factors, such as the treatment offered to the animals. The repeatability values suggest high correlation between the animal classifications, implying that animals ranked in the top three in the categories of age, tend to have similar performance in subsequent competitions. However, for the total score, the observed performance has moderate confidence be repeated over time. We conclude that the selection and use of rams who achieved good performances in trial competitions feature no major guarantees that their offspring have the same capacity. / O objetivo no presente estudo foi avaliar a natureza genética da habilidade de um animal se classificar entre os três primeiros colocados em categorias de idade (HAB3) e de sua pontuação total obtida (PTO) em campeonatos de julgamento realizados em diferentes exposições agropecuárias. Foram utilizados dados pertencentes à Associação Brasileira de Santa Inês (ABSI), referentes a eventos ocorridos entre os anos de 2012 e 2014. Avaliou-se a HAB3 para animais entre 4 e 36 meses, distribuídos em 16 categorias, de acordo com sua idade, e a PTO, considerando-se todos os campeonatos individuais disputados durante a exposição, onde os animais pertencentes até a 4ª categoria de idade (4 a 8 meses) competiram dentro de categorias e em campeonatos subsequentes para definição do Campeão Ovino do Futuro, e animais confirmados (acima de 8 meses) disputaram a premiação máxima de Grande Campeão da Raça. Os arquivos finais continham 3.180 registros de classificação (HAB3) referentes a 1.896 animais e 4.383 informações referentes às pontuações obtidas (PTO) por 2.170 animais. O arquivo de genealogia incluiu 4069 animais. Os componentes de variância foram estimados em modelo animal de limiar para a característica HAB3 e linear para PTO, mediante análise bayesiana, utilizando-se o Amostrador de Gibbs. As médias a posteriori para a herdabilidade e repetibilidade foram, respectivamente, 0,10 ± 0,07 e 0,57 ± 0,11 para HAB3 e 0,12 ± 0,04 e 0,31 ± 0,02 para PTO. Os baixos valores de herdabilidade relatados para estas características revelam uma forte influência de fatores ambientais, tais como o tratamento oferecido a estes animais. Os valores estimados para repetibilidade sugerem correlação alta entre as classificações dos animais, o que implica que animais classificados entre os três primeiros colocados nas categorias de idade, tendem a ter desempenho semelhante em competições subsequentes. No entanto, para a pontuação total obtida, o desempenho observado apresenta moderada confiança de se repetir ao longo do tempo. Conclui-se que a seleção e o uso de reprodutores que obtiveram bons desempenhos em competições de julgamento não apresentam grandes garantias que seus filhos tenham a mesma capacidade.

Neste trabalho, apresentamos algumas metodologias para analisar dados que possuem variável resposta categórica ordinal. Descrevemos os principais Modelos de Regressão conhecidos atualmente que consideram a ordenação das categorias de resposta, entre eles: Modelos Cumulativos e Modelos Sequenciais. Discutimos também o problema de discriminação e classificação de elementos em grupos ordinais, comentando sobre os preditores mais comuns para dados desse tipo. Apresentamos ainda a técnica de Análise Discriminante Ótima e sua versão aprimorada, baseada na utilização de métodos bootstrap. Por fim, aplicamos algumas das técnicas descritas a dados reais da área financeira, com o intuito de classificar possíveis clientes, no momento da aquisição de um cartão de crédito, como futuros bons, médios ou maus pagadores. Para essa aplicação, discutimos as vantagens e desvantagens dos modelos utilizados em termos de qualidade da classificação. / In this work, some methods to analyse data with ordinal categorical response are presented. We describe the most important and widely used Regression Models which consider the ordering of response categories like: Cumulative Models and Sequential Models. We also discuss the problem of how to discriminate and classify elements in ordinal groups, commenting on the most common predictors to this kind of data. Also we present the technique known as optimal discriminant analysis and its improved version, based on the use of bootstrap methods. Finally, we apply some of the described techniques to real financial data, intending to classify possible consumers, on acquistion of a credit card, as high, medium and low risk customers. With this application, we discuss the advantages and disadvantages of the models used in terms of quality of classification.

Neste trabalho, apresentamos algumas metodologias para analisar dados que possuem variável resposta categórica ordinal. Descrevemos os principais Modelos de Regressão conhecidos atualmente que consideram a ordenação das categorias de resposta, entre eles: Modelos Cumulativos e Modelos Sequenciais. Discutimos também o problema de discriminação e classificação de elementos em grupos ordinais, comentando sobre os preditores mais comuns para dados desse tipo. Apresentamos ainda a técnica de Análise Discriminante Ótima e sua versão aprimorada, baseada na utilização de métodos bootstrap. Por fim, aplicamos algumas das técnicas descritas a dados reais da área financeira, com o intuito de classificar possíveis clientes, no momento da aquisição de um cartão de crédito, como futuros bons, médios ou maus pagadores. Para essa aplicação, discutimos as vantagens e desvantagens dos modelos utilizados em termos de qualidade da classificação. / In this work, some methods to analyse data with ordinal categorical response are presented. We describe the most important and widely used Regression Models which consider the ordering of response categories like: Cumulative Models and Sequential Models. We also discuss the problem of how to discriminate and classify elements in ordinal groups, commenting on the most common predictors to this kind of data. Also we present the technique known as optimal discriminant analysis and its improved version, based on the use of bootstrap methods. Finally, we apply some of the described techniques to real financial data, intending to classify possible consumers, on acquistion of a credit card, as high, medium and low risk customers. With this application, we discuss the advantages and disadvantages of the models used in terms of quality of classification.