• 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
 
 
Tese de Doutorado
DOI
https://doi.org/10.11606/T.74.2020.tde-12042021-142319
Documento
Autor
Nome completo
Bárbara da Conceição Abreu Silva
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
Pirassununga, 2020
Orientador
Banca examinadora
Eler, Joanir Pereira (Presidente)
Carvalho, Rachel Santos Bueno
Espigolan, Rafael
Petrini, Juliana
Silva, Josineudson Augusto I I de Vasconcelos
Título em português
Estudo da multicolinearidade em bovinos compostos multirraciais
Palavras-chave em português
Análise de fatores
Avaliação genética
Parâmetros genéticos
Regressão de cumeeira
Resumo em português
Apesar de um pouco complexa, a formação de animais compostos representa uma alternativa para a solução de diversos problemas encontrados na produção de bovinos de corte no Brasil, dada a diversidade de climas e regiões presentes em nosso país, a criação destes animais compostos auxilia na qualidade dos rebanhos, no que se refere a aspectos produtivos, reprodutivos e de subsistência. Diante de tantas raças, combinações e parâmetros nos modelos de avaliação genética dos animais compostos, surge um problema matemático: a multicolinearidade, ela ocorre quando as variáveis independentes possuem uma alta correlação, levando então a um confundimento dos estimadores dos coeficientes de regressão. Os principais objetivos deste estudo são: avaliar a estrutura populacional e a diversidade genética ao longo do processo de criação e seleção do Composto Montana®; detectar a presença de multicolinearidade em características de crescimento; obter estimativas dos efeitos genéticos aditivos direto e materno, dos efeitos genéticos não aditivos, assim como dos efeitos fixos, pelos modelos sem covariáveis (SC), modelo tradicional com as covariáveis (REML), quadrados mínimos (QM), regressão de cumeeira (RC), análise de fatores (AF) e componentes principais (PCA). O diagnóstico para a multicolinearidade para estas características foi suficientemente grande para provar que existe este fenômeno e merece atenção especial nas análises de estimação dos componentes de variância pelo método dos quadrados mínimos e na predição dos valores genéticos para estas características. As correções para a multicolinearidade efetuadas foram eficientes para ajustar o β das covariáveis, para todos os métodos. A AF e PCA apresentaram resultados coerentes com a correção da problemática deste estudo, estas análises tem um potencial elevado para inclusão nas avaliações genéticas de bancos de dados em que há o problema de multicolinearidade. A predição dos valores genéticos dos animais para as características deste estudo foi beneficiada pela análise que consistiu na utilização do fenótipo original, com os componentes ajustados para a análise do QM (QMP). A regressão de cumeeira neste estudo pode não ter trazido grandes benefícios, possivelmente pela empiricidade de estimação do parâmetro "k". Apesar da diferença observada entre os métodos nas análises de comparação de modelos, como o ajuste do β das covariáveis não interfere na predição dos valores genéticos, recomenda-se a aplicação da correção para a estimação dos componentes de variância e dos parâmetros genéticos, cabe ao pesquisador então um maior detalhamento do seu banco de dados para a escolha do modelo parcimonioso mais adequado.
Título em inglês
Multicollinearity study in a multibreed composite cattle
Palavras-chave em inglês
Factor analysis
Genetic evaluation
Genetic parameters Ridge regression
Resumo em inglês
Although somewhat complex, the formation of composite animals represents an alternative for the solution of several problems found in the production of beef cattle in Brazil, given the diversity of climates and regions present in our country, the creation of these composite animals helps in the quality of herds in terms of productive, reproductive and subsistence aspects. In view of so many races, combinations and parameters in the models of genetic evaluation of composite animals, a mathematical problem arises: multicollinearity, it occurs when the independent variables have a high correlation, leading then to a confusion of the estimators of the regression coefficients. The main objectives of this study are: to evaluate the population structure and genetic diversity throughout the creation and selection process of Composite Montana Tropical® beef cattle. Detect the presence of multicollinearity in growth traits. Obtain estimates of direct and maternal additive genetic effects, non-additive genetic effects, as well as fixed effects, by methods without correction (WC), maximum restricted likelihood (REML), ordinary least squares (OLS), ridge regression (RR), factor analysis (FA) and principal component regression (ACP). The diagnosis for multicollinearity for these traits was large enough to prove that this phenomenon exists and deserves special attention in the analysis of estimation of the components of variance by the method of least squares and in the prediction of genetic values for these traits. The corrections for multicollinearity performed were efficient to adjust the β of the covariates, for all methods. The FA and ACP presented results consistent with the correction of the problem of this study, these analyzes have a high potential for inclusion in the genetic evaluations of databases with a multicollinearity problem. The prediction of the genetic values of the animals for the traits of this study was benefited by the analysis that consisted of the use of the original phenotype, with the components adjusted for the analysis of the OLS (QMP). Ridge regression in this study may not have brought great benefits, possibly due to the empirical estimation of the "k" parameter. As much as the methods showed differences in the model comparison analyzes, as the adjustment of the β of the covariates does not interfere in the prediction of genetic values, it is recommended to apply the correction to estimate the variance components and genetic parameters, it is up to the the researcher then gave more details to his database to choose the most appropriate and parsimonious model.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
DO8722747COR.pdf (1.56 Mbytes)
Data de Publicação
2021-04-12
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2021. Todos os direitos reservados.