Influência da informação à priori na escolha de modelos para avaliação genética de suínos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2006 |
Outros Autores: | , , , |
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 |