Abordagem bayesiana na escolha de modelos para estimação de componentes de (co)variância do desempenho ponderal em caprinos
amostragem de Gibbs, fator de Bayes, herdabilidade materna, parâmetro genético
Este estudo objetivou escolher o melhor modelo para estimação dos componentes de variância e parâmetros genéticos, utilizando amostragem de Gibbs, com relação à inclusão de diferentes efeitos aleatórios, em características de desempenho ponderal de caprinos da raça Anglonubiana, pertencentes ao rebanho da Empresa Estadual de Pesquisa Agropecuária. Os componentes de (co)variância e parâmetros genéticos, para fins de comparação, sob 4 modelos animal com diferentes efeitos aleatórios, foram estimados por meio do aplicativo GIBBS1F90, adotando-se cadeias de 1.000.000 de iterações, burn-in de 200.000 e intervalo de amostragem a cada 250 iterações. Adotou-se prioris não-informativas em todos os modelos. Verificou-se co-variâncias negativas entre os efeitos genético aditivo direto e aditivo materno para todos os pesos. O efeito de ambiente permanente materno é uma importante fonte de variação para as características de desempenho em caprinos até os 196 dias, devendo ser considerado nos modelos de avaliação genética a fim de obter-se predições acuradas dos valores genéticos dos indivíduos. A importância da inclusão do efeito aditivo materno parece ser mais dependente da estrutura do conjunto de dados sob avaliação. Diante da estrutura dos dados, do manejo descrito e dos critérios de escolha do melhor modelo (Critério de Informação da Deviance e fator de Bayes), deve-se fazer a estimação dos parâmetros para o pesos ao nascimento, aos 28 e aos 56 dias utilizando-se o modelo IV, uma vez que fornecerá resultados mais consistentes do que o modelo I (menos complexo), sem a necessidade de representações precisas do conhecimento anterior à coleta de dados. Com o passar do tempo, o programa de melhoramento irá possuir maior volume de dados e, assim, aumentará a possibilidade de construção de uma distribuição a priori confiante, que possa permitir a inferência dos parâmetros por modelos mais complexos. Contudo, é preferível a estimação dos componentes para as características, pesos aos 112, aos 140 e aos 196 dias, utilizando-se o modelo I (menos complexo).