Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau

• Autor(a) principal: Rossi, Robson Marcelo
• Data de Publicação: 2014
• Outros Autores: Martins, Elias Nunes, Lopes, Paulo Sávio, 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/S0100-204X2014001000002; http://locus.ufv.br//handle/123456789/26402
• topic: Análise multivariada; Desempenho nutricional; INLA; MCMC; Síndrome do estresse suíno; Multivariate analysis; Nutritional performance; Pig stress syndrome

O objetivo deste trabalho foi apresentar modelagens alternativas, uni e bivariadas, para avaliação da conversão alimentar (CA) de suínos da raça Piau, com uso de inferência bayesiana. Os efeitos de sexo e genótipo sobre a CA dos animais foram avaliados por meio de procedimentos de simulação de Monte Carlo via cadeias de Markov (MCMC) e de integração aproximada aninhada de Laplace (INLA). O modelo univariado foi avaliado com diferentes distribuições para o erro - normal (gaussiana), t de Student, gama, log-normal e skew-normal -, enquanto, para o modelo bivariado, considerou-se o erro normal. A distribuição skew-normal foi o modelo mais parcimonioso para inferir sobre a resposta direta (univariada) da CA aos efeitos de sexo e genótipo, os quais não foram significativos. O modelo bivariado foi capaz de identificar diferenças significativas no ganho de peso e no consumo de ração em níveis de significância não detectados pelo modelo univariado. Além disso, ele também foi capaz de detectar diferenças entre sexos, quando agrupados por genótipos NN (machos, 2,73±0,04; fêmeas, 2,68±0,04) e Nn (machos, 2,70±0,07; fêmeas, 2,64±0,07), e revelou maior acurácia e precisão nas inferências nutricionais. Em ambas as abordagens, o método bayesiano mostra-se flexível e eficiente para a avaliação do desempenho nutricional dos animais.