Ayuda
Ir al contenido

Dialnet


Inferênce bayesiana na prediçao de valores genéticos do peso aos 365 dias de bovinos de corte

  • Autores: A.P. Madureira, H. N. Oliveira, G.J.M. Rosa, L.F. Bezerra, L.F.A. Marques
  • Localización: Archivos de zootecnia, ISSN-e 1885-4494, ISSN 0004-0592, Vol. 58, Nº 222, 2009, págs. 265-275
  • Idioma: portugués
  • Títulos paralelos:
    • Bayesian inference to predict genetic values for 365 days weight in Simmental, Nellore and Canchin cattle breeds
  • Enlaces
  • Resumen
    • English

      Data from purebred Simmental, Nellore and Canchim cattle breeds obtained from the respective Brazilian Associations of Breeders were used to estimate variance components and to predict genetic values for 365 days weight. The results obtained by Bayesian inference were compared to those from Restricted Maximum Likelihood (REML) and Best Linear Unbiased Prediction (BLUP), which are the most commonly used methods of estimation and prediction in animal breeding. The two methods presented similar point estimates but the study of the marginal posterior distributions in the Bayesian approach yields more detailed information about the parameters and other unknowns in the model.

    • português

      Dados de animais Simental e Canchim, fornecidos por suas respectivas Associações Brasileiras de Criadores, e Nelore fornecidos pela Associação Nacional de Criadores e Pesqui-sadores foram utilizados na estimação de componentes de variância e na predição de valores genéticos para o peso aos 365 dias de idade. Os resultados obtidos pela inferência bayesiana foram comparados com aqueles obtidos pelos métodos da máxima verossimilhança restrita (REML) e melhor preditor linear não-viesado (BLUP), que se referem à metodologia mais comumente utilizada para a estimação e predição em melhoramento genético, respectivamente. Os dois métodos forneceram estimativas pontuais semelhantes, mas as distribuições marginais a posteriori obtidas com o método Bayesiano oferecem informação mais detalhada sobre os parâmetros dos modelos.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno