Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Acre.
Data corrente:  11/01/2008
Data da última atualização:  28/07/2021
Tipo da produção científica:  Artigo em Periódico Indexado
Autoria:  CARNEIRO JUNIOR, J. M.; ASSIS, G. M. L. de; EUCLYDES, R. F.; TORRES, R. de A.; LOPES, P. S.
Afiliação:  JOSE MARQUES CARNEIRO JUNIOR, CPAF-AC; GISELLE MARIANO LESSA DE ASSIS, CPAF-AC; Ricardo Frederico Euclydes, Universidade Federal de Viçosa (UFV), MG; Robledo de Almeida Torres, Universidade Federal de Viçosa (UFV), MG; Paulo Sávio Lopes, Universidade Federal de Viçosa (UFV), MG.
Título:  Estimação de componentes de variância utilizando-se inferência Bayesiana e frequentista em dados simulados sob heterogeneidade de variâncias.
Ano de publicação:  2007
Fonte/Imprenta:  Revista Brasileira de Zootecnia, Piracicaba, v. 36, n. 5, p. 1539-1548, 2007.
ISSN:  1516-3598 (impresso) / 1806-9290 (online)
DOI:  10.1590/S1516-35982007000700012.
Idioma:  Português
Notas:  Suplemento.
Conteúdo:  Foi simulado um genoma de 3.000 centimorgans de comprimento considerando uma única característica quantitativa, governada por 800 locos com dois alelos por loco. Segundo a estrutura genômica proposta, foram simulados 1.500 machos e 1.500 fêmeas que formaram a população-base. A partir da população-base foram formadas duas populações iniciais, uma grande e outra pequena. Dois tipos de estruturas de heterogeneidade de variâncias foram inseridos nas populações iniciais: heterogeneidade de variância genética aditiva e heterogeneidade de variâncias genética aditiva e ambiental. Para obtenção destas estruturas, foram feitos descartes estratégicos dos valores genéticos aditivos e ambientais de acordo com o tipo de heterogeneidade e o nível de variabilidade desejada: alta, média ou baixa. Os componentes de variância foram estimados por meio da metodologia Bayesiana via Amostragem de Gibbs e pelo método REML. Para a metodologia Bayesiana, foram utilizados três níveis de informação a priori: não-informativo, pouco informativo e informativo. Os métodos comparados apresentaram resultados semelhantes quando priors não-informativos foram utilizados e as populações de tamanho grande, de modo geral, apresentaram melhores estimativas. Para as populações pequenas, as análises realizadas considerando os níveis de variabilidade separadamente apresentaram maiores problemas, em virtude do pequeno tamanho das subpopulações formadas. Observou-se, para a metodologia Bayesiana, que o aumento no nível ... Mostrar Tudo
Palavras-Chave:  Amostragem de Gibbs; Análisis estadístico; Avaliação genética; Bayesian inference; Componentes de variância; Cruce de animales; Genetic parameters; Gibbs sampling; Heterogeneidad genética; Heterogeneidade de variância; Inferência Bayesiana; Informação a priori; Metodologia REML; Simulación por computadora; Sistema Genesys; Varianza genética.
Thesagro:  Análise estatística; Estimativa; Genoma; Melhoramento genético animal; Modelo de simulação; Parâmetro genético.
Thesaurus Nal:  Animal breeding; Computer simulation; Genetic heterogeneity; Genetic variance; Genome; Statistical analysis.
Categoria do assunto:  G Melhoramento Genético
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/115098/1/16792.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Acre (CPAF-AC)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CPAF-AC16792 - 2UPCAP - DD
Voltar
Nenhum registro encontrado para a expressão de busca informada.
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional