Estimativa de parâmetros genéticos de características produtivas e reprodutivas de bovinos Nelore, utilizando análises multicaracterísticas, componentes principais e análise de fatores
A realização deste estudo teve como objetivo a estimação de componentes de (co) variância e parâmetros genéticos das características: peso (PES18), perímetro escrotal (PE18), precocidade de acabamento (PREC), musculosidade (MUSC) e altura (ALT), mensuradas aos 18 meses de idade, ganho de peso da des...
| Autor: | |
|---|---|
| Formato: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2017 |
| País: | Brasil |
| Recursos: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-28032017-161704 |
| Acesso em linha: | http://www.teses.usp.br/teses/disponiveis/74/74131/tde-28032017-161704/ |
| Access Level: | acceso abierto |
| Palavra-chave: | Animal breending Animal model Correlação genética Genetic correlation Herdabilidade Heritability Melhoramento genético Modelo animal |
| Resumo: | A realização deste estudo teve como objetivo a estimação de componentes de (co) variância e parâmetros genéticos das características: peso (PES18), perímetro escrotal (PE18), precocidade de acabamento (PREC), musculosidade (MUSC) e altura (ALT), mensuradas aos 18 meses de idade, ganho de peso da desmama ao sobreano (GP345) e idade ao primeiro parto (IPP) de bovinos Nelore, utilizando-se modelos multicaracterísticas. Foram avaliados dados de 107.332 mil bovinos criados entre os anos de 1994 e 2009 em fazendas localizadas nos estados de São Paulo, Mato Grosso do Sul e Goiás, e pertencentes ao Programa de Seleção da raça Nelore da Agropecuária CFM Ltda. Utilizaram-se três diferentes modelos: modelo multicaracterísticas padrão, modelo de componentes principais e de análise de fatores, esses dois últimos contemplando os três primeiros componentes e fatores, os quais foram comparados por critérios de informação de Akaike (AIC) e Bayesiano de Schwarz (BIC). O modelo que utilizou a técnica da análise de fatores contemplando os dois primeiros fatores (MFA2) apresentou melhor ajuste, seguido do modelo que contemplou os 3 primeiros fatores (MFA3). Estes possibilitaram estimativas próximas das realizadas pelos modelos multicaracterísticas padrão, às quais se mostraram parecidas com os valores já relatados e estimados no Brasil. |
|---|