Random regression models to estimate genetic parameters for test-day milk yield in Brazilian Murrah buffaloes

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Random regression models to estimate test-day milk yield genetic parameters Holstein cows in Southeastern Brazil

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Modelos de regressão aleatória na avaliação genética do crescimento de ovinos da raça Santa Inês

Utilizaram-se 17.767 registros de peso de 4.210 cordeiros da raça Santa Inês com o objetivo de comparar modelos de regressão aleatória com diferentes estruturas para modelar a variância residual em estudos genéticos da curva de crescimento. Os efeitos fixos incluídos na análise foram: grupo contemporâneo e idade da ovelha no parto. As regressões fixas e aleatórias foram ajustadas por meio de polinômios de Legendre de ordens 4 e 3, respectivamente. A variância residual foi ajustada por meio de classes heterogêneas e por funções de variância empregando polinômios ordinários e de Legendre de ordens 2 a 8. O modelo considerando homogeneidade de variâncias residuais mostrou-se inadequado. de acordo com os critérios utilizados, a variância residual contendo sete classes heterogêneas proporcionou melhor ajuste, embora um mais parcimonioso, com cinco classes, pudesse ser utilizado sem perdas na qualidade de ajuste da variância nos dados. O ajuste de funções de variância com qualquer ordem foi melhor que o obtido por meio de classes. O polinômio ordinário de ordem 6 proporcionou melhor ajuste entre as estruturas testadas. A modelagem do resíduo interferiu nas estimativas de variâncias e parâmetros genéticos. Além da alteração da classificação dos reprodutores, a magnitude dos valores genéticos preditos apresenta variações significativas, de acordo com o ajuste da variância residual empregado.

A comparison of statistical methods for genomic selection in a mice population

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Modeling of average growth curve in Santa Ines sheep using random regression models

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Use of ridge regression for the prediction of early growth performance in crossbred calves

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Variance component estimates applying random regression models for test-day milk yield in Caracu heifers (Bos taurus Artiodactyla, Bovidae)

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estimação de componentes de co-variância para pesos corporais do nascimento aos 365 dias de idade de bovinos Guzerá empregando-se modelos de regressão aleatória

Um total de 19.770 pesos corporais de bovinos Guzerá, do nascimento aos 365 dias de idade, pertencentes ao banco de dados da Associação Brasileira dos Criadores de Zebu (ABCZ) foi analisado com os objetivos de comparar diferentes estruturas de variâncias residuais, considerando 1, 18, 28 e 53 classes residuais e funções de variância de ordens quadrática a quíntica; e estimar funções de co-variância de diferentes ordens para os efeitos genético aditivo direto, genético materno, de ambiente permanente de animal e de mãe e parâmetros genéticos para os pesos corporais usando modelos de regressão aleatória. Os efeitos aleatórios foram modelados por regressões polinomiais em escala de Legendre com ordens variando de linear a quártica. Os modelos foram comparados pelo teste de razão de verossimilhança e pelos critérios de Informação de Akaike e de Informação Bayesiano de Schwarz. O modelo com 18 classes heterogêneas foi o que melhor se ajustou às variâncias residuais, de acordo com os testes estatísticos, porém, o modelo com função de variância de quinta ordem também mostrou-se apropriado. Os valores de herdabilidade direta estimados foram maiores que os encontrados na literatura, variando de 0,04 a 0,53, mas seguiram a mesma tendência dos estimados pelas análises unicaracterísticas. A seleção para peso em qualquer idade melhoraria o peso em todas as idades no intervalo estudado.

Breeding value accuracy estimates for growth traits using random regression and multi-trait models in Nelore cattle

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Random regression analyses using B-spline functions to model growth of Nellore cattle

The objective of this study was to estimate (co)variance components using random regression on B-spline functions to weight records obtained from birth to adulthood. A total of 82 064 weight records of 8145 females obtained from the data bank of the Nellore Breeding Program (PMGRN/Nellore Brazil) which started in 1987, were used. The models included direct additive and maternal genetic effects and animal and maternal permanent environmental effects as random. Contemporary group and dam age at calving (linear and quadratic effect) were included as fixed effects, and orthogonal Legendre polynomials of age (cubic regression) were considered as random covariate. The random effects were modeled using B-spline functions considering linear, quadratic and cubic polynomials for each individual segment. Residual variances were grouped in five age classes. Direct additive genetic and animal permanent environmental effects were modeled using up to seven knots (six segments). A single segment with two knots at the end points of the curve was used for the estimation of maternal genetic and maternal permanent environmental effects. A total of 15 models were studied, with the number of parameters ranging from 17 to 81. The models that used B-splines were compared with multi-trait analyses with nine weight traits and to a random regression model that used orthogonal Legendre polynomials. A model fitting quadratic B-splines, with four knots or three segments for direct additive genetic effect and animal permanent environmental effect and two knots for maternal additive genetic effect and maternal permanent environmental effect, was the most appropriate and parsimonious model to describe the covariance structure of the data. Selection for higher weight, such as at young ages, should be performed taking into account an increase in mature cow weight. Particularly, this is important in most of Nellore beef cattle production systems, where the cow herd is maintained on range conditions. There is limited modification of the growth curve of Nellore cattle with respect to the aim of selecting them for rapid growth at young ages while maintaining constant adult weight.

Random regression models using different functions to model test-day milk yield of Brazilian Holstein cows

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Milk yield persistency in Brazilian Gyr cattle based on a random regression model

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

The role of clouds in improving the regression model for hourly values of diffuse solar radiation

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Anti-hypertensive drugs have different effects on ventricular hypertrophy regression

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Use of Poisson spatiotemporal regression models for the Brazilian Amazon Forest: malaria count data

INTRODUÇÃO: A malaria é uma doença endêmica na região da Amazônia Brasileira, e a detecção de possíveis fatores de risco pode ser de grande interesse às autoridades em saúde pública. O objetivo deste artigo é investigar a associação entre variáveis ambientais e os registros anuais de malária na região amazônica usando métodos bayesianos espaço-temporais. MÉTODOS: Utilizaram-se modelos de regressão espaço-temporais de Poisson para analisar os dados anuais de contagem de casos de malária entre os anos de 1999 a 2008, considerando a presença de alguns fatores como a taxa de desflorestamento. em uma abordagem bayesiana, as inferências foram obtidas por métodos Monte Carlo em cadeias de Markov (MCMC) que simularam amostras para a distribuição conjunta a posteriori de interesse. A discriminação de diferentes modelos também foi discutida. RESULTADOS: O modelo aqui proposto sugeriu que a taxa de desflorestamento, o número de habitants por km² e o índice de desenvolvimento humano (IDH) são importantes para a predição de casos de malária. CONCLUSÕES: É possível concluir que o desenvolvimento humano, o crescimento populacional, o desflorestamento e as alterações ecológicas associadas a estes fatores estão associados ao aumento do risco de malária. Pode-se ainda concluir que o uso de modelos de regressão de Poisson que capturam o efeito temporal e espacial em um enfoque bayesiano é uma boa estratégia para modelar dados de contagem de malária.