Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau

O objetivo deste trabalho foi apresentar modelagens alternativas, uni e bivariadas, para avaliação da conversão alimentar (CA) de suínos da raça Piau, com uso de inferência bayesiana. Os efeitos de sexo e genótipo sobre a CA dos animais foram avaliados por meio de procedimentos de simulação de Monte...

Full description

Bibliographic Details
Main Authors: Robson Marcelo Rossi, Elias Nunes Martins, Paulo Sávio Lopes, Fabyano Fonseca e Silva
Format: Article
Language:English
Published: Embrapa Informação Tecnológica 2014-10-01
Series:Pesquisa Agropecuária Brasileira
Subjects:
Online Access:http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2014001000754&lng=en&tlng=en
_version_ 1811209480360165376
author Robson Marcelo Rossi
Elias Nunes Martins
Paulo Sávio Lopes
Fabyano Fonseca e Silva
author_facet Robson Marcelo Rossi
Elias Nunes Martins
Paulo Sávio Lopes
Fabyano Fonseca e Silva
author_sort Robson Marcelo Rossi
collection DOAJ
description O objetivo deste trabalho foi apresentar modelagens alternativas, uni e bivariadas, para avaliação da conversão alimentar (CA) de suínos da raça Piau, com uso de inferência bayesiana. Os efeitos de sexo e genótipo sobre a CA dos animais foram avaliados por meio de procedimentos de simulação de Monte Carlo via cadeias de Markov (MCMC) e de integração aproximada aninhada de Laplace (INLA). O modelo univariado foi avaliado com diferentes distribuições para o erro - normal (gaussiana), t de Student, gama, log-normal e skew-normal -, enquanto, para o modelo bivariado, considerou-se o erro normal. A distribuição skew-normal foi o modelo mais parcimonioso para inferir sobre a resposta direta (univariada) da CA aos efeitos de sexo e genótipo, os quais não foram significativos. O modelo bivariado foi capaz de identificar diferenças significativas no ganho de peso e no consumo de ração em níveis de significância não detectados pelo modelo univariado. Além disso, ele também foi capaz de detectar diferenças entre sexos, quando agrupados por genótipos NN (machos, 2,73±0,04; fêmeas, 2,68±0,04) e Nn (machos, 2,70±0,07; fêmeas, 2,64±0,07), e revelou maior acurácia e precisão nas inferências nutricionais. Em ambas as abordagens, o método bayesiano mostra-se flexível e eficiente para a avaliação do desempenho nutricional dos animais.
first_indexed 2024-04-12T04:38:52Z
format Article
id doaj.art-5f126508fd504fec8cc4f7570f539b47
institution Directory Open Access Journal
issn 1678-3921
language English
last_indexed 2024-04-12T04:38:52Z
publishDate 2014-10-01
publisher Embrapa Informação Tecnológica
record_format Article
series Pesquisa Agropecuária Brasileira
spelling doaj.art-5f126508fd504fec8cc4f7570f539b472022-12-22T03:47:42ZengEmbrapa Informação TecnológicaPesquisa Agropecuária Brasileira1678-39212014-10-01491075476110.1590/S0100-204X2014001000002S0100-204X2014001000754Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça PiauRobson Marcelo RossiElias Nunes MartinsPaulo Sávio LopesFabyano Fonseca e SilvaO objetivo deste trabalho foi apresentar modelagens alternativas, uni e bivariadas, para avaliação da conversão alimentar (CA) de suínos da raça Piau, com uso de inferência bayesiana. Os efeitos de sexo e genótipo sobre a CA dos animais foram avaliados por meio de procedimentos de simulação de Monte Carlo via cadeias de Markov (MCMC) e de integração aproximada aninhada de Laplace (INLA). O modelo univariado foi avaliado com diferentes distribuições para o erro - normal (gaussiana), t de Student, gama, log-normal e skew-normal -, enquanto, para o modelo bivariado, considerou-se o erro normal. A distribuição skew-normal foi o modelo mais parcimonioso para inferir sobre a resposta direta (univariada) da CA aos efeitos de sexo e genótipo, os quais não foram significativos. O modelo bivariado foi capaz de identificar diferenças significativas no ganho de peso e no consumo de ração em níveis de significância não detectados pelo modelo univariado. Além disso, ele também foi capaz de detectar diferenças entre sexos, quando agrupados por genótipos NN (machos, 2,73±0,04; fêmeas, 2,68±0,04) e Nn (machos, 2,70±0,07; fêmeas, 2,64±0,07), e revelou maior acurácia e precisão nas inferências nutricionais. Em ambas as abordagens, o método bayesiano mostra-se flexível e eficiente para a avaliação do desempenho nutricional dos animais.http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2014001000754&lng=en&tlng=enanálise multivariadadesempenho nutricionalINLAMCMCsíndrome do estresse suíno.
spellingShingle Robson Marcelo Rossi
Elias Nunes Martins
Paulo Sávio Lopes
Fabyano Fonseca e Silva
Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau
Pesquisa Agropecuária Brasileira
análise multivariada
desempenho nutricional
INLA
MCMC
síndrome do estresse suíno.
title Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau
title_full Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau
title_fullStr Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau
title_full_unstemmed Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau
title_short Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau
title_sort analise bayesiana univariada e bivariada para a conversao alimentar de suinos da raca piau
topic análise multivariada
desempenho nutricional
INLA
MCMC
síndrome do estresse suíno.
url http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2014001000754&lng=en&tlng=en
work_keys_str_mv AT robsonmarcelorossi analisebayesianaunivariadaebivariadaparaaconversaoalimentardesuinosdaracapiau
AT eliasnunesmartins analisebayesianaunivariadaebivariadaparaaconversaoalimentardesuinosdaracapiau
AT paulosaviolopes analisebayesianaunivariadaebivariadaparaaconversaoalimentardesuinosdaracapiau
AT fabyanofonsecaesilva analisebayesianaunivariadaebivariadaparaaconversaoalimentardesuinosdaracapiau