Predição de valores genéticos utilizando inferência bayesiana e frequência em dados simulados.

• Main Author: CARNEIRO JUNIOR, J. M.
• Publication Date: 2010
• Other Authors: ASSIS, G. M. L. de, EUCLYDES, R. F., MARTNS, W. M. de O., WOLTER, P. F.
• Format: Article
• Language: por
• Source: Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
• Download full: http://www.alice.cnptia.embrapa.br/alice/handle/doc/866226; http://dx.doi.org/10.4025/actascianimsci.v32i3.7862
• topic: Avaliação genética; Genetic parameters; Inferência Bayesiana; Bayesian inference; Metodologia Eblup; Informação a priori; Heterogeneidade de variância; Componentes de variância; Análisis estadístico; Cruce de animales; Heterogeneidad genética; Simulación por computadora; Varianza genética; Melhoramento genético animal; Parâmetro genético; Estimativa; Análise estatística; Método estatístico; Modelo de simulação; Animal breeding; Genetic variance; Genetic heterogeneity; Statistical analysis; Computer simulation

Dados simulados foram utilizados para comparar as metodologias Eblup e Bayesiana, em dados com homogeneidade de variâncias, heterogeneidade de variância genética e heterogeneidade de variância genética e ambiental. Para obtenção dessas estruturas foram feitos descartes estratégicos dos valores genéticos aditivos e ambientais de acordo com o tipo de heterogeneidade e o nível de variabilidade desejada (alta, média ou baixa), sendo utilizados dois tamanhos de população (grande e pequena). Para a metodologia Bayesiana foram utilizados três níveis de informação a priori: não informativo, pouco informativo e informativo. A presença da heterogeneidade de variâncias causa problemas para a seleção dos melhores indivíduos, principalmente se a heterogeneidade estiver nos componentes de variância genética e ambiental, sendo os animais selecionados equivocadamente do ambiente mais variável. Os métodos comparados tiveram resultados semelhantes, quando distribuições a priori não informativas foram utilizadas, e as populações de tamanho grande, de modo geral, apresentaram melhores predições de valores genéticos. Foi observado, para a metodologia Bayesiana, que o aumento no nível de informação a priori influencia positivamente as predições dos valores genéticos, principalmente para as populações pequenas. O método Bayesiano é indicado para populações de tamanho pequeno quando há disponibilidade de distribuições a priori informativas.