Influência da informação à priori na escolha de modelos para avaliação genética de suínos

Detalhes bibliográficos
Autor(a) principal: Fonseca, Ricardo da [UNESP]
Data de Publicação: 2006
Outros Autores: Cobuci, Jaime Araujo, Pires, Aldrin Vieira, Araújo, Cláudio Vieira, Costa, André Ribeiro Correa da
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://dx.doi.org/10.1590/S1413-70542006000300021
http://hdl.handle.net/11449/30153
Resumo: Programas de melhoramento são atividades que se desenvolvem durante anos e, por isso, devem ser flexíveis ao ajuste às novas situações criadas por mudanças nas tendências de mercado, na situação econômica e aquelas causadas por aumento do volume e qualidade dos dados e, também, por novas técnicas propostas pela comunidade científica. O ajuste a essas últimas deve ser feito, principalmente, por meio da substituição e escolha do modelo mais adequado para a descrição do fenômeno, em um determinado cenário. Os dados de ganho de peso médio diário, de um programa de melhoramento de suínos, envolvendo as raças Duroc, Landrace e Large White, foram analisados por meio da teoria bayesiana, por meio de dois modelos candidatos. Foram simulados três níveis de informação à priori: informativa, pouco informativa e não informativa. O comportamento das curvas das distribuições à posteriori e as respectivas estimativas associadas a cada nível de informação à priori foram analisadas e comparadas. Os resultados indicam que no modelo mais simples, as amostras das três raças são suficientes para produzir estimativas que não são alteradas pela informação à priori. Com relação ao mais parametrizado, as estimativas, para a raça Duroc, são alteradas pelo conhecimento prévio e, nesse caso, deve se buscar a melhor representação possível da distribuição à priori para obtenção de estimativas que são mais adequadas, dado o estado de conhecimento atual do melhorista.
id UNSP_2874086bef5fb5d4996d45a356c9d1bf
oai_identifier_str oai:repositorio.unesp.br:11449/30153
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Influência da informação à priori na escolha de modelos para avaliação genética de suínosChoice of models on swine breeding programFunção de verossimilhançaInformação à prioriSuínosTeoria bayesianaLikelihood functionà priori informationPigBayesian theoryProgramas de melhoramento são atividades que se desenvolvem durante anos e, por isso, devem ser flexíveis ao ajuste às novas situações criadas por mudanças nas tendências de mercado, na situação econômica e aquelas causadas por aumento do volume e qualidade dos dados e, também, por novas técnicas propostas pela comunidade científica. O ajuste a essas últimas deve ser feito, principalmente, por meio da substituição e escolha do modelo mais adequado para a descrição do fenômeno, em um determinado cenário. Os dados de ganho de peso médio diário, de um programa de melhoramento de suínos, envolvendo as raças Duroc, Landrace e Large White, foram analisados por meio da teoria bayesiana, por meio de dois modelos candidatos. Foram simulados três níveis de informação à priori: informativa, pouco informativa e não informativa. O comportamento das curvas das distribuições à posteriori e as respectivas estimativas associadas a cada nível de informação à priori foram analisadas e comparadas. Os resultados indicam que no modelo mais simples, as amostras das três raças são suficientes para produzir estimativas que não são alteradas pela informação à priori. Com relação ao mais parametrizado, as estimativas, para a raça Duroc, são alteradas pelo conhecimento prévio e, nesse caso, deve se buscar a melhor representação possível da distribuição à priori para obtenção de estimativas que são mais adequadas, dado o estado de conhecimento atual do melhorista.Breeding programs are activities developed during several years and then must be flexible to adjust new situations created by changes in market trends, economic context and those caused by increase of amount and quality of data and scientific discoveries. The adjust to the latter must be done essentially by means of change and chose of the most suitable model to describe the phenomenon at specific scenario. Data of swine breeding program involving Duroc, Landrace and Large White races were analyzed through Bayesian theory to two candidate models. Three levels of à priori information were simulated: informative, little informative and non informative. The behavior of the à posteriori distributions curves and estimates associated of each level of information à priori were analyzed and compared. The results indicate that in the simplest model the samples of the three races are sufficient to yield estimates that aren't altered by à priori information. Duroc's estimates, with regard to complex model, are altered by à priori knowledge before data collecting and then should be tried the best representation of the à priori distribution to obtain suitable estimates given the actual knowledge of the breeder at that moment.Universidade Estadual PaulistaUniversidade Federal do Rio Grande do Sul (UFRGS)Faculdade de Ciências da Saúde de VitóriaUniversidade Federal Rural da Amazônia (UFRA)Universidade Estadual PaulistaEditora da Universidade Federal de Lavras (UFLA)Universidade Estadual Paulista (Unesp)Universidade Federal do Rio Grande do Sul (UFRGS)Faculdade de Ciências da Saúde de VitóriaUniversidade Federal Rural da Amazônia (UFRA)Fonseca, Ricardo da [UNESP]Cobuci, Jaime AraujoPires, Aldrin VieiraAraújo, Cláudio VieiraCosta, André Ribeiro Correa da2014-05-20T15:16:42Z2014-05-20T15:16:42Z2006-06-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article538-546application/pdfhttp://dx.doi.org/10.1590/S1413-70542006000300021Ciência e Agrotecnologia. Editora da Universidade Federal de Lavras (UFLA), v. 30, n. 3, p. 538-546, 2006.1413-7054http://hdl.handle.net/11449/3015310.1590/S1413-70542006000300021S1413-70542006000300021S1413-70542006000300021.pdf03083523735455580000-0002-1163-6296SciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporCiência e Agrotecnologia0.6720,383info:eu-repo/semantics/openAccess2024-05-07T13:47:36Zoai:repositorio.unesp.br:11449/30153Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T19:45:41.445017Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Influência da informação à priori na escolha de modelos para avaliação genética de suínos
Choice of models on swine breeding program
title Influência da informação à priori na escolha de modelos para avaliação genética de suínos
spellingShingle Influência da informação à priori na escolha de modelos para avaliação genética de suínos
Fonseca, Ricardo da [UNESP]
Função de verossimilhança
Informação à priori
Suínos
Teoria bayesiana
Likelihood function
à priori information
Pig
Bayesian theory
title_short Influência da informação à priori na escolha de modelos para avaliação genética de suínos
title_full Influência da informação à priori na escolha de modelos para avaliação genética de suínos
title_fullStr Influência da informação à priori na escolha de modelos para avaliação genética de suínos
title_full_unstemmed Influência da informação à priori na escolha de modelos para avaliação genética de suínos
title_sort Influência da informação à priori na escolha de modelos para avaliação genética de suínos
author Fonseca, Ricardo da [UNESP]
author_facet Fonseca, Ricardo da [UNESP]
Cobuci, Jaime Araujo
Pires, Aldrin Vieira
Araújo, Cláudio Vieira
Costa, André Ribeiro Correa da
author_role author
author2 Cobuci, Jaime Araujo
Pires, Aldrin Vieira
Araújo, Cláudio Vieira
Costa, André Ribeiro Correa da
author2_role author
author
author
author
dc.contributor.none.fl_str_mv Universidade Estadual Paulista (Unesp)
Universidade Federal do Rio Grande do Sul (UFRGS)
Faculdade de Ciências da Saúde de Vitória
Universidade Federal Rural da Amazônia (UFRA)
dc.contributor.author.fl_str_mv Fonseca, Ricardo da [UNESP]
Cobuci, Jaime Araujo
Pires, Aldrin Vieira
Araújo, Cláudio Vieira
Costa, André Ribeiro Correa da
dc.subject.por.fl_str_mv Função de verossimilhança
Informação à priori
Suínos
Teoria bayesiana
Likelihood function
à priori information
Pig
Bayesian theory
topic Função de verossimilhança
Informação à priori
Suínos
Teoria bayesiana
Likelihood function
à priori information
Pig
Bayesian theory
description Programas de melhoramento são atividades que se desenvolvem durante anos e, por isso, devem ser flexíveis ao ajuste às novas situações criadas por mudanças nas tendências de mercado, na situação econômica e aquelas causadas por aumento do volume e qualidade dos dados e, também, por novas técnicas propostas pela comunidade científica. O ajuste a essas últimas deve ser feito, principalmente, por meio da substituição e escolha do modelo mais adequado para a descrição do fenômeno, em um determinado cenário. Os dados de ganho de peso médio diário, de um programa de melhoramento de suínos, envolvendo as raças Duroc, Landrace e Large White, foram analisados por meio da teoria bayesiana, por meio de dois modelos candidatos. Foram simulados três níveis de informação à priori: informativa, pouco informativa e não informativa. O comportamento das curvas das distribuições à posteriori e as respectivas estimativas associadas a cada nível de informação à priori foram analisadas e comparadas. Os resultados indicam que no modelo mais simples, as amostras das três raças são suficientes para produzir estimativas que não são alteradas pela informação à priori. Com relação ao mais parametrizado, as estimativas, para a raça Duroc, são alteradas pelo conhecimento prévio e, nesse caso, deve se buscar a melhor representação possível da distribuição à priori para obtenção de estimativas que são mais adequadas, dado o estado de conhecimento atual do melhorista.
publishDate 2006
dc.date.none.fl_str_mv 2006-06-01
2014-05-20T15:16:42Z
2014-05-20T15:16:42Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dx.doi.org/10.1590/S1413-70542006000300021
Ciência e Agrotecnologia. Editora da Universidade Federal de Lavras (UFLA), v. 30, n. 3, p. 538-546, 2006.
1413-7054
http://hdl.handle.net/11449/30153
10.1590/S1413-70542006000300021
S1413-70542006000300021
S1413-70542006000300021.pdf
0308352373545558
0000-0002-1163-6296
url http://dx.doi.org/10.1590/S1413-70542006000300021
http://hdl.handle.net/11449/30153
identifier_str_mv Ciência e Agrotecnologia. Editora da Universidade Federal de Lavras (UFLA), v. 30, n. 3, p. 538-546, 2006.
1413-7054
10.1590/S1413-70542006000300021
S1413-70542006000300021
S1413-70542006000300021.pdf
0308352373545558
0000-0002-1163-6296
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Ciência e Agrotecnologia
0.672
0,383
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 538-546
application/pdf
dc.publisher.none.fl_str_mv Editora da Universidade Federal de Lavras (UFLA)
publisher.none.fl_str_mv Editora da Universidade Federal de Lavras (UFLA)
dc.source.none.fl_str_mv SciELO
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129115039989760