Aplicação do método Bayesiano na estimação de curva de crescimento em animais da raça nelore

Abstract

As curvas de crescimento geralmente são obtidas por meio do ajuste de funções matemáticas não-lineares, em dois estágios: inicialmente, ajustam-se curvas individuais e, posteriormente, identificam-se efeitos ambientais e genéticos sobre os parâmetros dessas curvas. Porém, este tipo de análise estatística promove perdas de informações por não considerar diretamente esses efeitos no processo de obtenção das curvas. Dessa forma, o método bayesiano constitui solução viável por permitir a realização de uma análise conjunta desses dois estágios. Esse método foi utilizado para ajustar o modelo de Gompertz a dados de peso-idade de gado Nelore. As distribuições marginais a posteriori dos parâmetros “a”(peso na maturidade), R (matriz de covariância residual), β (vetor de efeitos fixos) e 2 σ e (variância do erro) foram obtidas por meio do algoritmo Gibbs Sampler, e as dos parâmetros “b”(parâmetro de integração) e “k” (taxa de maturidade) por meio do algoritmo Metropolis-Hastings. Os efeitos ambientais considerados foram: sexo, idade da vaca no parto e estação de nascimento dos animais. Os resultados permitiram evidenciar que não houve influência de época e idade da vaca no parto sobre os parâmetros das curvas. Em relação ao sexo, os machos apresentaram maior peso adulto(a) em relação às fêmeas.Growth curves of beef cattle are usually study by mathematical nonlinear models. According to the frequentist approach these studies occur in two stages: first, fitting individual growth curves, and later evaluating the environment effects on their parameters. Using this approach for the statistical analysis it is not possible to consider these effects simultaneously in the estimation process. A possible solution is to use a Bayesian framework. The Gompertz model was fitted to weight-age data of Nelore cattle by the Bayesian method. The marginal posterior distributions were obtained using the Gibbs Sampler for a (mature weight), R (residual covariance matrix), β (environment effects) 2 and σ e (variance error) and the Metropolis-Hastings algorithm for b (integration parameter) and k (mature rate). The effects of age at parturition and birth period did not influence any parameter. On the order hand, the males showed a larger mature weight than females.