Análise bayesiana para modelos de degradabilidade ruminal

• Autor(a) principal: Savian, Taciana Villela
• Data de Publicação: 2009
• Outros Autores: Muniz, Joel Augusto, Sáfadi, Thelma, Silva, Fabyano Fonseca e
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: http://dx.doi.org/10.1590/S0103-84782009000700033; http://www.locus.ufv.br/handle/123456789/24740
• topic: Modelo não linear; Degradabilidade in situ; Métodos MCMC; Inferência bayesiana; Nonlinear model; In situ degradability; MCMC methods; Bayesian inference

Neste estudo, utilizou-se a metodologia bayesiana para ajustar os modelos de ORSKOV & MCDONALD (1979) e MCDONALD (1981) a conjuntos de dados simulados e a um conjunto de dados de porcentagem de degradação da fibra em detergente neutro da gramínea coastcross (Cynodon dactylon x Cynodon nlemfuensis), ao longo do tempo. As amostras das distribuições marginais a posteriori dos parâmetros foram obtidas por meio dos métodos de Monte Carlo com cadeias de Markov (MCMC), especificamente, os algoritmos Amostrador de Gibbs e Metropolis-Hastings. A metodologia bayesiana mostrou-se eficiente, sendo avaliada e comprovada pelo estudo de simulação, que apresentou estimativas bem próximas ao valor paramétrico. As estimativas obtidas para os parâmetros dos modelos por meio da abordagem bayesiana mostraram-se bastante coerentes com os valores relatados na literatura. O modelo de Orskov e McDonald foi mais plausível que o modelo de McDonald na descrição dos dados de degradação.