Teses e Dissertações
URI permanente desta comunidadehttps://locus.ufv.br/handle/123456789/1
Teses e dissertações defendidas no contexto dos programas de pós graduação da Instituição.
Navegar
8 resultados
Resultados da Pesquisa
Item Potencial genético de cultivares de feijão preto e carioca recomendadas no Brasil(Universidade Federal de Viçosa, 2019-02-21) Souza, Michel Henriques de; Carneiro, José Eustáquio de Souza; http://lattes.cnpq.br/1972787656317830Nos últimos 60 anos, mais de 100 cultivares de feijão foram recomendadas no Brasil. Como se trata de linhagens que sobressaíram durante as avaliações realizadas, percebe-se que trata- se de um germoplasma precioso para uso em cruzamentos visando o desenvolvimento de novas cultivares. A avaliação de linhagens para a recomendação de uma nova cultivar normalmente é feita de forma regionalizada, o que dificulta a comparação dessas cultivares quanto ao seu potencial de produção. O objetivo com este trabalho foi avaliar a adaptabilidade e estabilidade de cultivares de feijão preto e carioca recomendadas no Brasil nos últimos 60 anos, baseado em modelos de norma de reação via metodologia de modelos mistos, visando a seleção de genitores para uso nos programas de melhoramento. Foram avaliadas, em um único experimento, conduzido em 13 ambientes (diferentes locais, safras e anos), 49 cultivares de grãos pretos e 56 do tipo carioca, em que foi verificado desbalanceamento genético e estatístico. As características avaliadas foram: produtividade de grãos, arquitetura de plantas, aspecto comercial de grãos e severidade de antracnose, ferrugem e mancha angular. Os dados foram submetidos a análises individuais e conjunta de variância, com base em modelos de norma de reação via metodologia de modelos mistos. Foi realizada a classificação ambiental, avaliação dos modelos e análises de adaptabilidade e estabilidade. As cultivares com desempenho superior foram então selecionadas para plotagem das curvas de norma de reação. A utilização de modelos de norma de reação mostrou-se eficaz na avaliação da adaptabilidade e estabilidade genotípica de cultivares de feijão. Verificou-se a divergência quanto a instituição de origem das cultivares selecionadas, uma vez que as estas foram recomendadas por quatro instituições diferentes. As cultivares lançadas mais recentemente mostraram-se superiores em relação as mais antigas quanto a produtividade de grãos, e apresentaram arquitetura ereta de planta e bom aspecto comercial de grãos. Isso evidencia a contribuição dos programas de melhoramento de feijão do Brasil. Vinte e cinco cultivares foram selecionadas como potenciais genitores para uso no melhoramento, pois além de apresentarem características agronômicas superiores, são de origens diferentes.Item Análise de fatores na avaliação do efeito de características quantitativas em suínos(Universidade Federal de Viçosa, 2018-07-27) Henriques, Renata Felisberto; Lopes, Paulo Sávio; http://lattes.cnpq.br/1681596001122835Esse trabalho buscou por meio da análise de fatores, a redução da dimensionalidade de um banco de dados de características quantitativas de suínos e avaliar por meio das variáveis latentes obtidas, as progênies de suínos provenientes de três diferentes grupos genéticos submetidos a três planos nutricionais, por meio da análise de variância. Foram utilizadas 29 variáveis quantitativas de suínos machos castrados e fêmeas provenientes de experimento realizado na Unidade de Ensino, Pesquisa e Extensão em Melhoramento de Suínos, do Departamento de Zootecnia da Universidade Federal de Viçosa (UFV), Viçosa - MG. Os dados foram coletados a partir de 102 animais, sendo 50 fêmeas e 52 machos castrados, de três grupos genéticos formados por suínos cruzados Piau, Duroc e Pietrain, submetidos a três planos nutricionais (baixo, médio e alto nível de lisina). A análise de fatores foi capaz de extrair 5 fatores com sentido biológico relacionados ao Desempenho (6 variáveis), Qualidade de carcaça (7 variáveis), Rendimento de carcaça (2 variáveis), Qualidade da carne (3 variáveis) e pH inicial (2 variáveis). Esses fatores foram considerados como novas variáveis quantitativas e utilizados na avaliação dos efeitos de grupos genéticos, plano nutricional e sexo, por meio da análise de variância, a qual considerou os referidos efeitos e suas interações. Foi verificada interação (p=0,036) entre grupo genético e sexo para Desempenho, em que os machos cruzados Duroc apresentaram os melhores escores se comparados aos Piau e os suínos cruzados Duroc se destacaram entre as fêmeas avaliadas. O grupo genético Pietrain apresentou melhores médias em Qualidade de carcaça (p<0,001), por outro lado, suínos cruzados Piau obtiveram melhores médias para Qualidade da carne (p=0,005) se comparados as Pietrain. Os suínos cruzados Pietrain foram superiores em relação aos Duroc para Rendimento de carcaça (p=0,001). O plano nutricional com baixo nível de lisina obteve pior Desempenho (p=0,020). Rendimento de carcaça foi afetado pelos planos nutricionais (p=0,010), em que o médio nível de lisina obteve melhor resultado se comparado ao baixo nível de fornecimento deste aminoácido. Para Qualidade da carne, o plano nutricional com alto nível de lisina foi melhor se comparado ao baixo (p=0,001). O pH inicial (p=0,002) expressou melhores médias ao se utilizar os planos nutricionais com baixo e médio níveis de lisina na composição da dieta. O sexo dos suínos apresentou efeito significativo para Qualidade de carcaça (p=0,001), sendo que as fêmeas apresentaram média maior que os machos. A redução da dimensionalidade dos dados permitiu a avaliação conjunta de grupo genético, plano nutricional e sexo por meio de novas variáveis latentes que representaram o conjunto de dados originais.Item Heterogeneidade de variâncias na avaliação genética de animais da raça Pardo-Suíça no Brasil(Universidade Federal de Viçosa, 2003-02-28) Bueno, Rachel Santos; Torres, Robledo de Almeida; http://lattes.cnpq.br/0057829344201090Com o intuito de avaliar o efeito da heterogeneidade de variâncias na avaliação genética de animais da raça Pardo-Suíça no Brasil, foram utilizados registros de produção de leite e gordura do leite, para estimação de componentes de variâncias, e valores genéticos dos reprodutores, por meio do programa MTDFREML. Para tanto, foram utilizados três modelos, sem e com interação reprodutor x rebanho ou reprodutor x rebanho-ano, que consideravam como efeitos fixos, grupo genético, estação de parto e classe de rebanho-ano, e como aleatórios, os efeitos de animal, de ambiente permanente, de interação, quando considerada no modelo, e do erro, em análises de características únicas e múltiplas. O teste da razão de verossimilhança foi aplicado para verificar a efetividade da inclusão dos efeitos de interação nos modelos. No estudo do efeito da interação reprodutor x rebanho e reprodutor x rebanho-ano sobre a avaliação genética de reprodutores, modelos de características múltiplas, para produção de leite e gordura, foram utilizados. Os componentes de variâncias praticamente não alteraram e os coeficientes de herdabilidades foram próximos entre si. A estimativa de herdabilidade foi de 0,40 para ambas características e, a correlação genética entre as características de 0,94, exceto quando o modelo considerou o efeito da interação reprodutor x rebanho, onde para produção de gordura, a herdabilidade foi de 0,39, e a correlação genética entre as características de 0,95. O logaritmo natural da função de verossimilhança aumentou (P< 0,01) quando se incluiu os efeitos de interação nos modelos. As correlações de Pearson e Spearman entre os valores genéticos obtidos pelos diferentes modelos foram superiores a 0,99, para produção de leite e gordura, e acima de 0,90, entre as características avaliadas. Deste modo, as interações reprodutor x rebanho e reprodutor x rebanho-ano não causaram mudanças na classificação dos reprodutores, não havendo necessidade de considerá-las nos modelos de avaliação genética. A fim de analisar a importância da heterogeneidade de variâncias entre rebanhos e a efetividade da inclusão da interação reprodutor x rebanho e reprodutor x rebanho-ano como fator de ajustamento para a mesma, os dados foram estratificados em duas classes com base no desvio-padrão fenotípico dos rebanhos, para produção de leite, ajustada a duas ordenhas diárias, a 305 dias de lactação e a idade adulta da vaca. Os componentes de variâncias, para produção de leite e gordura, foram obtidos em análises de característica única geral, em análises de característica única, em cada classe de desvio-padrão e em análises de características múltiplas, em que a característica em cada classe de desvio-padrão fenotípico foi considerada como característica diferente. Os componentes de variâncias genética aditiva e residual foram maiores na classe de alto desvio-padrão fenotípico, e reduziram ou praticamente não variaram, com a inclusão dos efeitos de interação no modelo. Nas análises de características múltiplas, em geral, os componentes de variâncias genéticas foram maiores que os obtidos em análises de características únicas, resultando em estimativas de herdabilidades maiores (0,34 a 0,39). Correlações genéticas entre as duas classes de desvio-padrão foram iguais a 1,0, em todas as análises. Quando os efeitos de interação foram considerados nas análises, as correlações entre os valores genéticos praticamente não alteraram. O logaritmo natural da função de verossimilhança aumentou (P<0,01), para produção de gordura, em análises de características múltiplas, quando se incluiu o efeito da interação no modelo. Assim, verifica-se que as interações reprodutor x rebanho e reprodutor x rebanho-ano não foram eficientes para corrigir a heterogeneidade de variância, e apesar de serem observadas variâncias heterogêneas, estas poderiam ser desconsideradas nas avaliações genéticas, sem afetar a acurácia dos valores genéticos dos animais.Item Uso de modelos de regressão aleatória na análise de dados longitudinais no melhoramento genético vegetal(Universidade Federal de Viçosa, 2005-05-20) Araújo, Simone Inoe; Regazzi, Adair José; http://lattes.cnpq.br/2796233183349572Os objetivos deste estudo foram analisar, via simulação de dados, o efeito de diferentes pressuposições quanto à variância dos efeitos ambientais, frente a dados com determinada estrutura de variâncias, e verificar o comportamento de diferentes estratégias de análise frente ao desbalanceamento dos dados. Foram simulados dados referentes a um teste de progênie, do cruzamento de 30 progenitores masculinos com três genitores femininos diferentes cada um, onde cada cruzamento deu origem a dez indivíduos, distribuídos em três locais diferentes. O efeito fixo de local foi gerado de forma a não apresentar diferenças estatísticas significativas. Para cada indivíduo da prole foram geradas informações fenotípicas em cinco idades diferentes. Portanto, o arquivo de dados consistiu de 1020 indivíduos no total, sendo que 900 indivíduos apresentaram registros nas cinco idades, totalizando 4500 registros de produção. Para estudar o efeito da heterogeneidade das variâncias ambientais, em modelos de regressão aleatória adotou-se, modelos que ajustaram uma função polinomial de segundo grau para o efeito genético aditivo e de ambiente permanente e que ajustaram uma função polinomial apenas para o efeito genético aditivo foram analisados, considerando-se ou não a heterogeneidade da variância do efeito de ambiente temporário, gerando-se assim, quatro diferentes modelos de regressão aleatória. Além disso, os modelos de regressão aleatória, repetibilidade e multi-característica foram avaliados sob diferentes níveis de desbalanceamento dos dados. O modelo de regressão aleatória mais adequado foi aquele que considerou a heterogeneidade de variâncias dos efeitos de ambiente permanente e temporário. Assumir pressuposições incorretas sobre a estrutura de covariância dos efeitos aleatórios do modelo conduziu à alterações nas estimativas de componentes de covariância e nas estimativas dos parâmetros genéticos. Sob desbalanceamento sem seleção, todos os modelos apresentaram estimativas de herdabilidade bastante semelhantes aos resultados obtidos quando se considerou o conjunto de dados completos. Entretanto, quando se considerou o efeito da seleção, modelos de regressão aleatória com até 10% de desbalanceamento não promoveram alterações nas estimativas de componentes de variância.Item Avaliação da heterogeneidade de variâncias utilizando dados simulados(Universidade Federal de Viçosa, 2005-02-14) Carneiro Júnior, José Marques; Euclydes, Ricardo Frederico; http://lattes.cnpq.br/6146746404290090Estudos de simulação foram conduzidos com o objetivo de realizar uma análise comparativa, via simulação de dados, entre a metodologia clássica de estimação dos componentes de variância e predição dos valores genéticos REML – BLUP e a metodologia Bayesiana que permite a inclusão de informação a priori e a utilização de distribuições robustas, como a normal contaminada, na avaliação genética dos animais. Foi simulado um genoma de 3000 centimorgans de comprimento, considerando uma única característica quantitativa, governada por 800 locos com dois alelos por loco, na qual a herdabilidade variou conforme a estrutura desejada de heterogeneidade de variâncias. Segundo a estrutura genômica proposta, foram simulados 1500 machos e 1500 fêmeas que formaram a população base. A partir da população-base foram formadas duas populações iniciais, uma grande e outra pequena. Com o propósito de avaliar o efeito dos diferentes tipos de heterogeneidade de variâncias, em populações com dois tamanhos, bem como comparar o método REML – BLUP com o método Bayesiano, foram inseridos diferentes tipos de estruturas de heterogeneidade nas populações iniciais. Para obtenção destas estruturas de heterogeneidade foram feitos descartes estratégicos dos valores genéticos, ambientais, ou de ambos, de acordo com o tipo de heterogeneidade e o nível de variabilidade desejada: alta, média ou baixa. Para a metodologia Bayesiana foram utilizados três níveis de informação a priori: não informativo, pouco informativo e informativo. Para a estrutura com heterogeneidade ambiental foi empregado também o método Bayesiano, considerando distribuição normal contaminada para os resíduos. De forma geral foi verificado que a presença da heterogeneidade causa problemas para seleção dos melhores indivíduos, principalmente se a heterogeneidade estiver presente no componente ambiental. Os métodos comparados apresentaram resultados semelhantes quando priors não informativos foram utilizados, sendo que as populações de tamanho grande, de modo geral, apresentaram melhores estimativas. Para as populações pequenas as análises realizadas dentro dos subníveis apresentaram maiores problemas, devido ao pequeno tamanho das subpopulações formadas. Foi observado, para a metodologia Bayesiana, que o aumento no nível de informação a priori influenciou positivamente as estimativas dos componentes de variância, principalmente para as populações pequenas. A utilização da distribuição normal contaminada para os resíduos, não foi eficiente em eliminar os problemas causados pela presença da heterogeneidade de variâncias, sendo que para predição dos valores genéticos os resultados foram similares. Apesar do aumento de informação ter conduzido a estimativas mais acuradas de componentes de variância, a correlação de Spearman entre os valores genéticos reais e preditos não foi alterada quando níveis mais informativos foram utilizados. Contudo, foi verificado pelo Quadrado Médio do Erro que a predição dos valores genéticos foi sensivelmente mais acurada, quando o maior nível de informação foi utilizado. Conclui-se, portanto, que melhores predições dos valores genéticos, para populações pequenas, podem ser obtidas pela metodologia Bayesiana quando informações adicionais estão disponíveis.Item Efeito do número de genes na avaliação genética utilizando dados simulados(Universidade Federal de Viçosa, 2005-02-14) Assis, Giselle Mariano Lessa de; Euclydes, Ricardo Frederico; http://lattes.cnpq.br/4910292250474991Foram simulados quatro distintos tipos de populações por meio do programa GENESYS com os objetivos de: verificar a influência do número de genes e do tamanho da população na estimação de componentes de variância e na predição de valores genéticos; verificar a adequabilidade do modelo infinitesimal como pressuposição nas análises genéticas; comparar as metodologias clássica e Bayesiana na análise genética de dados selecionados; e verificar a influência do nível de informação a priori ao utilizar metodologia Bayesiana. Dois processos seletivos foram aplicados por 10 gerações a partir da população-base formada por 120 (população pequena) ou por 2.400 indivíduos com registros (população grande): Seleção ao Acaso e Seleção Fenotípica. Foi considerado que dois diferentes números de genes governavam a característica sob seleção, para cada tamanho de população: 900 ou 10 pares de locos. Para as populações pequenas, foram realizadas 500 repetições de cada processo seletivo e para as populações grandes, 300 repetições. Na análise Bayesiana, três níveis de informação a priori foram considerados: não- informativo, pouco informativo e informativo. Os componentes de variância foram estimados utilizando-se somente a população-base, somente a população da 10a geração após seleção ou todas as populações, desde a população-base até a 10a geração após seleção. Os valores genéticos foram preditos para a população-base e para a 10a geração após seleção, considerando, porém, diferentes conjuntos de dados no processo de predição. A Porcentagem de Erro entre os componentes de variâncias estimados e os reais foi utilizada para comparar as metodologias, assim como as diferentes populações e gerações analisadas. Os valores genéticos, por sua vez, foram comparados por meio do Quadrado Médio do Desvio, da Porcentagem de indivíduos Selecionados em Comum entre os 15% melhores indivíduos e pela Correlação de Ordem entre os valores reais e preditos. Conforme os resultados obtidos, pôde-se concluir que quando a característica é governada por elevado número de genes, os componentes de variância genética aditiva e ambiental são satisfatoriamente estimados em populações selecionadas grandes ou pequenas pelas metodologias usuais, desde que os registros de todos os indivíduos e a matriz completa de parentesco sejam conhecidos. Por outro lado, quando a característica é governada por reduzido número de genes, estimativas menos acuradas do componente de variância genética aditiva são obtidas em populações grandes e, caso as informações de parentescos e registros anteriores sejam desconhecidos, o erro na estimação desse componente aumenta consideravelmente, em populações grandes ou pequenas. Verificou-se também que os valores genéticos são superestimados sob seleção fenotípica quando os registros de todos os indivíduos e a matriz completa de parentesco são incluídos nas análises, independentemente do tamanho da população. A queda na acurácia é ainda mais acentuada quando a característica é governada por reduzido número de genes, sendo a classificação correta dos indivíduos também prejudicada. A inclusão do registro de todos os indivíduos, assim como da matriz de parentesco completa beneficiam a classificação adequada dos indivíduos. Verificou-se também que o modelo infinitesimal não é adequado para ser utilizado como pressuposição nas análises genéticas quando a característica é governada por poucos genes, independentemente do tamanho da população. Ao comparar as metodologias REML e Bayesiana verificou-se que, em geral, essas metodologias produzem resultados bastante semelhantes na estimação dos componentes de variância. Para análises com menor quantidade de dados, no entanto, estimativas mais acuradas são obtidas ao se utilizar priors informativos por meio da análise Bayesiana. Concluiu-se também que a acurácia na predição dos valores genéticos, assim como a classificação dos indivíduos não são alteradas pelo nível de informação a priori das análises Bayesianas, cujos resultados também se assemelham aos da metodologia EBLUP.Item Modelos de otimização de portfolios: análise comparativa e aplicações ao mercado acionário brasileiro(Universidade Federal de Viçosa, 2003-11-18) Farias, Christiano Alves; Vieira, Wilson da CruzOs investidores em ações proporcionam boa parte dos recursos que as empresas possuidoras de capital aberto necessitam. Com isso, essas empresas passam a ter condições de investir em novos equipamentos, no desenvolvimento de pesquisa e em outras atividades que melhorem seu processo produtivo, tornando-as mais eficientes. O investidor, sendo racional, procura realizar seu investimento de forma a obter o maior ganho possível. Ele precisa selecionar os ativos nos quais seus recursos deverão ser investidos e a parcela destes que deverá ser destinada a cada um. Existem vários modelos que objetivam orientar o investidor na formação de seu portfolio. De modo geral, eles contemplam um único período – que, na maioria das vezes, corresponde à alta de mercado – e avaliam a eficiência dos modelos considerando, normalmente, um número fixo de ações, geralmente pequeno. Neste estudo, buscou-se avaliar o desempenho dos portfolios gerados a partir dos modelos citados em contextos, envolvendo tanto a alta de mercado como a baixa, utilizando universos de escolhas com diferentes números de ações: 20, 50 e 100 ações. Portanto, essa avaliação é importante para orientar o investidor na escolha do modelo de seleção do portfolio, em diversas condições econômicas, uma vez que a maneira como o investidor toma suas decisões de investimentos, entre as diferentes ações, e os instrumentos que utiliza para se orientar na formação de seu portfolio constituem questão fundamental para a alocação da poupança de modo eficiente. O objetivo principal do estudo foi avaliar os modelos de seleção de portfolios ótimos no mercado acionário brasileiro, a partir das 100 ações mais negociadas na BOVESPA, nos períodos de setembro de 1999 a agosto de 2000, janeiro a dezembro de 2001 e fevereiro de 2002 a janeiro de 2003. O referencial teórico utilizado foi baseado na teoria da utilidade e na teoria do portfolio, principalmente o modelo de seleção de portfolio, Média-Variância, desenvolvido por Markowitz (1952). Foram utilizados quatro modelos analíticos: Minimax, Desvio Absoluto Médio (MAD), Minimax Ponderado (MP) e Desvio Absoluto Médio Modificado (MADM), sendo os dois últimos resultado de adaptações deste estudo. O MADM gerou o portfolio com maior eficiência com 20 ações, seguido do MAD, sendo o mais eficiente com este número de ativos, donde se conclui que com um menor número de ativos estes modelos se mostraram mais apropriados que os demais. Já o portfolio selecionado pelo Minimax foi o mais eficiente com 50 e 100 ações, seguido do MP, sendo, portanto, os mais adequados nesse contexto. O MV gerou um portfolio que apresentou a maior eficiência com 50 ações, porém menor que aquela apresentada pelo Minimax. Além disso, à medida que o número de ações consideradas no universo de escolha foi ampliado, ocorreu significativa pulverização e aumento das dificuldades computacionais. Esses fatores dificultam a utilização do MV em larga escala. Assim, nos contextos analisados, os modelos lineares mostraram-se capazes de prover portfolios mais eficientes que o MV e apresentaram nítidas vantagens operacionais. O tempo demandado para gerar soluções dos modelos lineares foi substancialmente menor que o do modelo MV. Concluiu-se, também, que o maior número de ativos no universo de escolha proporcionou que alguns modelos, MV, Minimax e MP, apresentassem maior eficiência. Todavia, isso se limitou a 50 ações. Portanto, houve um limite para os ganhos de eficiência à medida que os portfolios foram se diversificando.Item Análise de fatores aplicada na seleção genômica em suínos(Universidade Federal de Viçosa, 2015-02-26) Teixeira, Filipe Ribeiro Formiga; Nascimento, Moysés; http://lattes.cnpq.br/4574646837472160A seleção genômica, ou seleção genômica ampla foi proposta com a finalidade de otimizar o processo de melhoramento genético utilizando simultaneamente dados fenotípicos e genotípicos por meio de marcadores SNP’s, presentes em todo o genoma. Várias metodologias têm sido implementadas, principalmente utilizando regressão linear e considerando os efeitos dos marcadores fixos (BLUP, LS, etc.) ou considerando os efeitos aleatórios (Bayes A, Bayes B, LASSO Bayesiano, dentre outras). Em geral, tais metodologias analisam cada característica individualmente, ou seja, os resultados obtidos são válidos apenas para uma única variável. Entretanto, em programas de melhoramento o interesse recai em ganhos para mais de uma característica conjuntamente. Dessa forma, desenvolver uma abordagem que trabalhe com análises que considerem várias características simultaneamente pode ser interessante, visto que poderíamos estudar um conjunto de caracteres importantes conjuntamente. Uma metodologia possível de ser utilizada para este fim é a análise fatorial (ou análise de fatores - AF). Tal metodologia permite a obtenção de variáveis latentes (fatores comuns) que representam um conjunto das variáveis originais. A partir de então, análises posteriores podem ser realizadas utilizando as variáveis latentes criadas. Diante do exposto, o principal objetivo deste trabalho foi propor a utilização da análise de fatores para criação de variáveis latentes altamente associadas às variáveis fenotípicas originais, de modo que possamos estimar o mérito genético para os indivíduos considerando várias variáveis simultaneamente. Objetivou-se também comparar os resultados obtidos com aqueles advindos das análises individuais. Para tanto, foram utilizados dados fenotípicos e genotípicos provenientes de 345 suínos obtidos pelo cruzamento das raças Piau e Comercial, oriundos da Granja de Melhoramento de Suínos do Departamento de Zootecnia da Universidade Federal de Viçosa (UFV), no período de novembro de 1998 a julho de 2001, utilizando 237 marcadores SNP’s e 41 variáveis fenotípicas. No primeiro capítulo foi aplicada a análise de fatores para verificar a estrutura de associação entre as variáveis e averiguar a que fator cada variável pertence, onde são identificados os fatores interpretáveis. No segundo capítulo, técnicas bayesianas de seleção genômica ampla foram aplicadas nas variáveis latentes interpretáveis para predição do mérito genético e seleção dos indivíduos, comparando assim os resultados com o que foi encontrado para as variáveis fenotípicas individualmente. Os resultados obtidos indicam que a aplicação da análise de fatores para obtenção de variáveis latentes que representam um conjunto de caracteres para posterior uso em seleção genômica ampla se mostrou eficiente, visto que apresentou valores de acurácia semelhantes aos encontrados considerando as análises individuais das variáveis e alta concordância entre os indivíduos selecionados considerando a variável latente e as variáveis individuais.