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

Pesquisa Agropecuária Brasileira

Robson Marcelo Rossi¹  Elias Nunes Martins¹  Paulo Sávio Lopes¹  Fabyano Fonseca E Silva¹ 

关键词: análise multivariada;    desempenho nutricional;    INLA;    MCMC;    síndrome do estresse suíno.;    multivariate analysis;    nutritional performance;    INLA;    MCMC;    pig stress syndrome.;   

DOI  :  10.1590/S0100-204X2014001000002

来源: SciELO

【 摘 要 】

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.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License