• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
https://doi.org/10.11606/T.11.2023.tde-12042023-170119
Documento
Autor
Nombre completo
Andreza Jardelino Koeller
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
Piracicaba, 2023
Director
Tribunal
Demetrio, Clarice Garcia Borges (Presidente)
Fatoretto, Maíra Blumer
Silveira, Liciana Vaz de Arruda
Título en inglés
Statistical models to study of reproductive biotechnology in cattle
Palabras clave en inglés
Binary data
Combined models
Generalized linear mixed models
Machine learning
Overdispersion
Pregnancy classification
Random forest
Viable embryo
Resumen en inglés
The advent of artificial insemination and in vitro fertilization have made it possible for the field of animal breeding to gain sizeable advances in pregnancy outcomes. The data used in this work relates to embryo transfer and viability, where the nature of the variable under study are, respectively, binary and proportion samples. In this context, the goal of this work is to develop models capable of accommodating these kinds of data, and with data evaluate the possible influences for each of the interests, advancing knowledge in the field of statistics, as well as animal breeding. For the development of this work generalized linear mixed-effects models to evaluate the overdispersed binary data, with the objective of identifying which factors influenced a successful embryo transfer. Another goal was to verify which conditions lead to a high embryo viability rate, for that, combined models were proposed as a solution capable of accommodating the proportion data. Finally, in the last chapter, we proposed a comparison between different methodologies, which used the binary data with the objective of verifying the performance between statistical models with those proposed for machine learning.
Título en portugués
Modelos estatísticos para o estudo de biotecnologias reprodutivas em bovinos
Palabras clave en portugués
Classificação de prenhez
Dados binários
Embrião viável
Machine learning
Modelos combinados
Modelos lineares generalizados mistos
Random forest
Superdispersão
Resumen en portugués
O advento das técnicas de inseminação artificial e fertilização in vitro possibilitaram que o campo de melhoramento animal obtivesse um avanço nos resultados de prenhez. Os dados utilizados nesse trabalho são referentes a transferência e viabilidade embrionária, onde a natureza da variável de interesse são amostras binárias e de proporção, respectiva- mente. Nesse contexto, o objetivo deste trabalho é desenvolver modelos capazes de acomodar esses tipos de dados, e com isso avaliar as possíveis influências para cada um dos interesses, fomentando o conhecimento no que tange a área de estatística, bem como a de melhoramento animal. Para o desenvolvimento deste trabalho foram utilizados modelos lineares generalizados mistos para avaliar os dados binários superdispersos, a fim de identificar quais os fatores que influenciavam a uma transferência embrionária de sucesso. Um outro objetivo foi verificar as condições que resultam em uma elevada taxa de viabilidade embrionária, para isso, foram propostos os modelos combinados para acomodar os dados de proporção. Para finalizar o trabalho foi proposta uma comparação entre de diferentes metodologias, as quais utilizaram os dados binários a fim de verificar a performance entre modelos estatísticos com aqueles propostos para o aprendizado de máquina.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2023-04-13
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.