Análise Bayesiana do modelo auto-regressivo para dados em painel: aplicação na avaliação genética de bovinos de corte

• Autor(a) principal: Silva, Fabyano Fonseca e
• Data de Publicação: 2011
• Outros Autores: Sáfadi, Thelma, Muniz, Joel Augusto, Rosa, Guilherme Jordão Magalhães, Aquino, Luiz Henrique de, Mourão, Gerson Barreto, Silva, Carlos Henrique Osório
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Scientia Agrícola (Online)
• Texto Completo: https://www.revistas.usp.br/sa/article/view/22661
• topic: MCMC; time series forecasting; prior comparison; predictive distribution; MCMC; previsão em séries temporais; comparação de prioris; distribuição preditiva

A previsão dos valores genéticos de animais em tempos futuros constitui importante inovação tecnológica para a área de Zootecnia, uma vez que possibilita planejar com antecedência o descarte ou a manutenção de animais no rebanho. No presente estudo considerou-se uma análise Bayesiana de modelos auto-regressivos de ordem p, AR(p), para dados em painel, de forma a utilizar a função de verossimilhança exata, a análise de comparação de distribuições a priori e a obtenção de distribuições preditivas de dados futuros. A metodologia utilizada foi testada mediante um estudo de simulação usando a priori hierárquica Normal multivariada-Gama inversa (modelo 1), a priori independente t-Student Gama inversa (modelo 2) e a priori de Jeffreys (modelo 3). As comparações entre os modelos, realizadas por meio do Pseudo-Fator de Bayes, indicaram uma superioridade do modelo 2 em relação aos demais. Realizou-se uma aplicação em resultados reais referentes as DEP de touros da raça Nelore, sendo que, em média, a eficiência de previsão dos valores de DEP para um ano futuro foi próxima de 80%. Constatou-se considerável vantagem da metodologia proposta em relação a metodologia frequentista usual, uma vez que a implitude dos intervalos de credibilidade de 95% foram muito menores que aquelas apresentadas pelos intervalos de confiança assintóticos.