Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNIPAMPA |
Texto Completo: | http://dspace.unipampa.edu.br:8080/jspui/handle/riu/5285 |
Resumo: | Valores extremos podem distorcer o resultado de uma avaliação genética. Da mesma forma, a exclusão destes valores pode ocultar alterações relevantes em um rebanho. A predição dos valores genéticos, em uma população de indivíduos, deverá ter um nível mais elevado de precisão quando a informação fenotípica e de pedigree disponíveis corresponderem a dados fidedignos. Entretanto, fatores como o efeito potencial de lesões desconhecidas, doenças, tratamento diferenciado ou até mesmo erros de entrada de dados são variáveis que não são consideradas nos modelos estatísticos, mas são capazes de comprometer a qualidade dos dados a ponto de influenciar significativamente o desempenho de um indivíduo, ou grupo de indivíduos, gerando valores extremos que poderão enviesar as estimativas dos parâmetros genéticos. Os modelos estatísticos mistos são os mais utilizados para a predição de valores genéticos porém, são sensíveis a dados com valores extremos e necessitam editar ou descartar estes dados, para mitigar a distorção dos resultados. Diante disso, o objetivo deste trabalho é demonstrar que a implementação de um modelo robusto pode reduzir a influência destes dados com valores extremos e melhorar o resultado da predição sem descartar dados. Para tanto, foi desenvolvido um algoritmo que calcula as equações de modelos mistos, identifica a relação entre os valores extremos e o resultado da predição, introduzindo, quando necessário, uma variável de ponderação capaz de reduzir o desvio de cada observação em relação à média de sua unidade amostral. Os resultados obtidos demonstraram que foi possível melhorar a precisão das estimações, reduzindo, em alguns casos, a influência de valores extremos em até 90 por cento, de acordo com o desvio padrão calculado, sem descartá-los do modelo. Desta forma, diante de conjuntos de dados com valores extremos, o modelo robusto de predição apresentou resultados mais precisos, em comparação ao modelo misto. Nas duas características avaliadas, houveram reduções entre 55 e 79 por cento no intervalo entre o maior e o menor valor estimado. |
id |
UNIP_ced0851f73c798cbc8d38f6b57508e07 |
---|---|
oai_identifier_str |
oai:repositorio.unipampa.edu.br:riu/5285 |
network_acronym_str |
UNIP |
network_name_str |
Repositório Institucional da UNIPAMPA |
repository_id_str |
|
spelling |
Cardoso, Fernando Floreshttp://lattes.cnpq.br/5739317705056424Camargo, Sandro da Silvahttp://lattes.cnpq.br/8826344853104147Boligon, Arione AugustiYokoo, Marcos Jun-ItiDuarte Filho, Paulo Fernando Marqueshttp://lattes.cnpq.br/2725334713449327http://lattes.cnpq.br/1062272841280355http://lattes.cnpq.br/5203662694720338http://lattes.cnpq.br/9808439010836984Bastos, Charles Rodrigues2020-12-10T18:33:38Z2020-12-10T18:33:38Z2019-09-03BASTOS, Charles Rodrigues. Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte. 80 f. 2019. Dissertação (Mestrado) – Programa de Pós-Graduação Mestrado Acadêmico em Computação Aplicada – Universidade Federal do Pampa, Campus Bagé, Bagé, 2019.http://dspace.unipampa.edu.br:8080/jspui/handle/riu/5285Valores extremos podem distorcer o resultado de uma avaliação genética. Da mesma forma, a exclusão destes valores pode ocultar alterações relevantes em um rebanho. A predição dos valores genéticos, em uma população de indivíduos, deverá ter um nível mais elevado de precisão quando a informação fenotípica e de pedigree disponíveis corresponderem a dados fidedignos. Entretanto, fatores como o efeito potencial de lesões desconhecidas, doenças, tratamento diferenciado ou até mesmo erros de entrada de dados são variáveis que não são consideradas nos modelos estatísticos, mas são capazes de comprometer a qualidade dos dados a ponto de influenciar significativamente o desempenho de um indivíduo, ou grupo de indivíduos, gerando valores extremos que poderão enviesar as estimativas dos parâmetros genéticos. Os modelos estatísticos mistos são os mais utilizados para a predição de valores genéticos porém, são sensíveis a dados com valores extremos e necessitam editar ou descartar estes dados, para mitigar a distorção dos resultados. Diante disso, o objetivo deste trabalho é demonstrar que a implementação de um modelo robusto pode reduzir a influência destes dados com valores extremos e melhorar o resultado da predição sem descartar dados. Para tanto, foi desenvolvido um algoritmo que calcula as equações de modelos mistos, identifica a relação entre os valores extremos e o resultado da predição, introduzindo, quando necessário, uma variável de ponderação capaz de reduzir o desvio de cada observação em relação à média de sua unidade amostral. Os resultados obtidos demonstraram que foi possível melhorar a precisão das estimações, reduzindo, em alguns casos, a influência de valores extremos em até 90 por cento, de acordo com o desvio padrão calculado, sem descartá-los do modelo. Desta forma, diante de conjuntos de dados com valores extremos, o modelo robusto de predição apresentou resultados mais precisos, em comparação ao modelo misto. Nas duas características avaliadas, houveram reduções entre 55 e 79 por cento no intervalo entre o maior e o menor valor estimado.Extreme values can distort the result of a genetic assessment. Similarly, deleting these values can hide relevant changes in a herd. Prediction of genetic values in a population of individuals should have a higher level of accuracy when the available phenotypic and pedigree information matches reliable data. However, factors such as the potential effect of unknown injuries, disease, differential treatment or even data entry errors are variables that are not considered in statistical models, but are capable of compromising data quality to the extent that they significantly influence performance of an individual or group of individuals, generating extreme values that may skew estimates of genetic parameters. Mixed statistical models are the most used for predicting genetic values, but are sensitive to data with extreme values and need to edit or discard these data to mitigate the distortion of results. Therefore, the objective of this work is to demonstrate that the implementation of a robust model can reduce the influence of this data with extreme values and improve the prediction result without discarding data. For this, an algorithm was developed that calculates the mixed model equations, identifies the relationship between the extreme values and the accuracy of the prediction and introduces, when necessary, a weighting variable capable of reducing the deviation of each observation from the mean. your sample unit. The results showed that it was possible to improve the accuracy of the estimates, reducing, in some cases, the influence of extreme values by up to 90 percent, according to the calculated standard deviation, without discarding them from the model. Thus, in the face of data sets with extreme values, the robust prediction model presented more accurate results compared to the mixed model. In both characteristics evaluated, there were reductions between 55 and 79 percent in the interval between the highest and the lowest estimated value.porUniversidade Federal do PampaMestrado Acadêmico em Computação AplicadaUNIPAMPABrasilCampus BagéCNPQ::CIENCIAS EXATAS E DA TERRAPredição genéticaValores extremosMelhoramento genético animalAcuráciaModelo RobustoGenetic predictionExtreme valuesAnimal genetic improvementAccuracyRobust modelAplicação de modelos robustos para a predição de valores genéticos em bovinos de cortePrediction of genetic values in beef cattle using robust modelsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIPAMPAinstname:Universidade Federal do Pampa (UNIPAMPA)instacron:UNIPAMPALICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5285/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD52TEXTDIS Charles Bastos 2019.pdf.txtDIS Charles Bastos 2019.pdf.txtExtracted texttext/plain150412https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5285/3/DIS%20Charles%20Bastos%202019.pdf.txt5c4b5ef98b6f9189fec359d7af407e66MD53ORIGINALDIS Charles Bastos 2019.pdfDIS Charles Bastos 2019.pdfapplication/pdf2229294https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5285/1/DIS%20Charles%20Bastos%202019.pdf3a00946cc798dfd05b13ba852366ac5eMD51riu/52852020-12-11 03:02:48.189oai:repositorio.unipampa.edu.br:riu/5285TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEKCkNvbSBhIGFwcmVzZW50YcOnw6NvIGRlc3RhIGxpY2Vuw6dhLCB2b2PDqiAobyBhdXRvciAoZXMpIG91IG8gdGl0dWxhciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IpIGNvbmNlZGUgYW8gUmVwb3NpdMOzcmlvIApJbnN0aXR1Y2lvbmFsIG8gZGlyZWl0byBuw6NvLWV4Y2x1c2l2byBkZSByZXByb2R1emlyLCAgdHJhZHV6aXIgKGNvbmZvcm1lIGRlZmluaWRvIGFiYWl4byksIGUvb3UgZGlzdHJpYnVpciBhIApzdWEgcHVibGljYcOnw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIHBvciB0b2RvIG8gbXVuZG8gbm8gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIApmb3JtYXRvcyDDoXVkaW8gb3UgdsOtZGVvLgoKVm9jw6ogY29uY29yZGEgcXVlIG8gRGVwb3NpdGEgcG9kZSwgc2VtIGFsdGVyYXIgbyBjb250ZcO6ZG8sIHRyYW5zcG9yIGEgc3VhIHB1YmxpY2HDp8OjbyBwYXJhIHF1YWxxdWVyIG1laW8gb3UgZm9ybWF0byAKcGFyYSBmaW5zIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBvIERlcG9zaXRhIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZSBzdWEgcHVibGljYcOnw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIAplIHByZXNlcnZhw6fDo28uCgpWb2PDqiBkZWNsYXJhIHF1ZSBhIHN1YSBwdWJsaWNhw6fDo28gw6kgb3JpZ2luYWwgZSBxdWUgdm9jw6ogdGVtIG8gcG9kZXIgZGUgY29uY2VkZXIgb3MgZGlyZWl0b3MgY29udGlkb3MgbmVzdGEgbGljZW7Dp2EuIApWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIG8gZGVww7NzaXRvIGRhIHN1YSBwdWJsaWNhw6fDo28gbsOjbywgcXVlIHNlamEgZGUgc2V1IGNvbmhlY2ltZW50bywgaW5mcmluZ2UgZGlyZWl0b3MgYXV0b3JhaXMgCmRlIG5pbmd1w6ltLgoKQ2FzbyBhIHN1YSBwdWJsaWNhw6fDo28gY29udGVuaGEgbWF0ZXJpYWwgcXVlIHZvY8OqIG7Do28gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9jw6ogZGVjbGFyYSBxdWUgCm9idGV2ZSBhIHBlcm1pc3PDo28gaXJyZXN0cml0YSBkbyBkZXRlbnRvciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcGFyYSBjb25jZWRlciBhbyBEZXBvc2l0YSBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgCm5lc3RhIGxpY2Vuw6dhLCBlIHF1ZSBlc3NlIG1hdGVyaWFsIGRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIGlkZW50aWZpY2FkbyBlIHJlY29uaGVjaWRvIG5vIHRleHRvIApvdSBubyBjb250ZcO6ZG8gZGEgcHVibGljYcOnw6NvIG9yYSBkZXBvc2l0YWRhLgoKQ0FTTyBBIFBVQkxJQ0HDh8ODTyBPUkEgREVQT1NJVEFEQSBURU5IQSBTSURPIFJFU1VMVEFETyBERSBVTSBQQVRST0PDjU5JTyBPVSBBUE9JTyBERSBVTUEgQUfDik5DSUEgREUgRk9NRU5UTyBPVSBPVVRSTyAKT1JHQU5JU01PLCBWT0PDiiBERUNMQVJBIFFVRSBSRVNQRUlUT1UgVE9ET1MgRSBRVUFJU1FVRVIgRElSRUlUT1MgREUgUkVWSVPDg08gQ09NTyBUQU1Cw4lNIEFTIERFTUFJUyBPQlJJR0HDh8OVRVMgCkVYSUdJREFTIFBPUiBDT05UUkFUTyBPVSBBQ09SRE8uCgpPIERlcG9zaXRhIHNlIGNvbXByb21ldGUgYSBpZGVudGlmaWNhciBjbGFyYW1lbnRlIG8gc2V1IG5vbWUgKHMpIG91IG8ocykgbm9tZShzKSBkbyhzKSBkZXRlbnRvcihlcykgZG9zIGRpcmVpdG9zIAphdXRvcmFpcyBkYSBwdWJsaWNhw6fDo28sIGUgbsOjbyBmYXLDoSBxdWFscXVlciBhbHRlcmHDp8OjbywgYWzDqW0gZGFxdWVsYXMgY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbsOnYS4KRepositório InstitucionalPUBhttp://dspace.unipampa.edu.br:8080/oai/requestsisbi@unipampa.edu.bropendoar:2020-12-11T06:02:48Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)false |
dc.title.pt_BR.fl_str_mv |
Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte |
dc.title.alternative.pt_BR.fl_str_mv |
Prediction of genetic values in beef cattle using robust models |
title |
Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte |
spellingShingle |
Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte Bastos, Charles Rodrigues CNPQ::CIENCIAS EXATAS E DA TERRA Predição genética Valores extremos Melhoramento genético animal Acurácia Modelo Robusto Genetic prediction Extreme values Animal genetic improvement Accuracy Robust model |
title_short |
Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte |
title_full |
Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte |
title_fullStr |
Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte |
title_full_unstemmed |
Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte |
title_sort |
Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte |
author |
Bastos, Charles Rodrigues |
author_facet |
Bastos, Charles Rodrigues |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Cardoso, Fernando Flores |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/5739317705056424 |
dc.contributor.advisor-co1.fl_str_mv |
Camargo, Sandro da Silva |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/8826344853104147 |
dc.contributor.referee1.fl_str_mv |
Boligon, Arione Augusti |
dc.contributor.referee2.fl_str_mv |
Yokoo, Marcos Jun-Iti |
dc.contributor.referee3.fl_str_mv |
Duarte Filho, Paulo Fernando Marques |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/2725334713449327 |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/1062272841280355 |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/5203662694720338 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/9808439010836984 |
dc.contributor.author.fl_str_mv |
Bastos, Charles Rodrigues |
contributor_str_mv |
Cardoso, Fernando Flores Camargo, Sandro da Silva Boligon, Arione Augusti Yokoo, Marcos Jun-Iti Duarte Filho, Paulo Fernando Marques |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA Predição genética Valores extremos Melhoramento genético animal Acurácia Modelo Robusto Genetic prediction Extreme values Animal genetic improvement Accuracy Robust model |
dc.subject.por.fl_str_mv |
Predição genética Valores extremos Melhoramento genético animal Acurácia Modelo Robusto Genetic prediction Extreme values Animal genetic improvement Accuracy Robust model |
description |
Valores extremos podem distorcer o resultado de uma avaliação genética. Da mesma forma, a exclusão destes valores pode ocultar alterações relevantes em um rebanho. A predição dos valores genéticos, em uma população de indivíduos, deverá ter um nível mais elevado de precisão quando a informação fenotípica e de pedigree disponíveis corresponderem a dados fidedignos. Entretanto, fatores como o efeito potencial de lesões desconhecidas, doenças, tratamento diferenciado ou até mesmo erros de entrada de dados são variáveis que não são consideradas nos modelos estatísticos, mas são capazes de comprometer a qualidade dos dados a ponto de influenciar significativamente o desempenho de um indivíduo, ou grupo de indivíduos, gerando valores extremos que poderão enviesar as estimativas dos parâmetros genéticos. Os modelos estatísticos mistos são os mais utilizados para a predição de valores genéticos porém, são sensíveis a dados com valores extremos e necessitam editar ou descartar estes dados, para mitigar a distorção dos resultados. Diante disso, o objetivo deste trabalho é demonstrar que a implementação de um modelo robusto pode reduzir a influência destes dados com valores extremos e melhorar o resultado da predição sem descartar dados. Para tanto, foi desenvolvido um algoritmo que calcula as equações de modelos mistos, identifica a relação entre os valores extremos e o resultado da predição, introduzindo, quando necessário, uma variável de ponderação capaz de reduzir o desvio de cada observação em relação à média de sua unidade amostral. Os resultados obtidos demonstraram que foi possível melhorar a precisão das estimações, reduzindo, em alguns casos, a influência de valores extremos em até 90 por cento, de acordo com o desvio padrão calculado, sem descartá-los do modelo. Desta forma, diante de conjuntos de dados com valores extremos, o modelo robusto de predição apresentou resultados mais precisos, em comparação ao modelo misto. Nas duas características avaliadas, houveram reduções entre 55 e 79 por cento no intervalo entre o maior e o menor valor estimado. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-09-03 |
dc.date.accessioned.fl_str_mv |
2020-12-10T18:33:38Z |
dc.date.available.fl_str_mv |
2020-12-10T18:33:38Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
BASTOS, Charles Rodrigues. Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte. 80 f. 2019. Dissertação (Mestrado) – Programa de Pós-Graduação Mestrado Acadêmico em Computação Aplicada – Universidade Federal do Pampa, Campus Bagé, Bagé, 2019. |
dc.identifier.uri.fl_str_mv |
http://dspace.unipampa.edu.br:8080/jspui/handle/riu/5285 |
identifier_str_mv |
BASTOS, Charles Rodrigues. Aplicação de modelos robustos para a predição de valores genéticos em bovinos de corte. 80 f. 2019. Dissertação (Mestrado) – Programa de Pós-Graduação Mestrado Acadêmico em Computação Aplicada – Universidade Federal do Pampa, Campus Bagé, Bagé, 2019. |
url |
http://dspace.unipampa.edu.br:8080/jspui/handle/riu/5285 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Pampa |
dc.publisher.program.fl_str_mv |
Mestrado Acadêmico em Computação Aplicada |
dc.publisher.initials.fl_str_mv |
UNIPAMPA |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Campus Bagé |
publisher.none.fl_str_mv |
Universidade Federal do Pampa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIPAMPA instname:Universidade Federal do Pampa (UNIPAMPA) instacron:UNIPAMPA |
instname_str |
Universidade Federal do Pampa (UNIPAMPA) |
instacron_str |
UNIPAMPA |
institution |
UNIPAMPA |
reponame_str |
Repositório Institucional da UNIPAMPA |
collection |
Repositório Institucional da UNIPAMPA |
bitstream.url.fl_str_mv |
https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5285/2/license.txt https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5285/3/DIS%20Charles%20Bastos%202019.pdf.txt https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5285/1/DIS%20Charles%20Bastos%202019.pdf |
bitstream.checksum.fl_str_mv |
43cd690d6a359e86c1fe3d5b7cba0c9b 5c4b5ef98b6f9189fec359d7af407e66 3a00946cc798dfd05b13ba852366ac5e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA) |
repository.mail.fl_str_mv |
sisbi@unipampa.edu.br |
_version_ |
1813274823909965824 |