ESTIMATES COVARIANCE FUNCTIONS TO GOATS MILK PRODUCTION USING REGRESSION MODELS RANDOM

Nucleus Animalium

Endereço:
Rua Coronel Flauzino Barbosa Sandoval, 1259. Bairro Universitário
/ SP
14500000
Site: http://www.nucleus.feituverava.com.br/index.php/animalium/index
Telefone: (16) 3729-9000
ISSN: 2175-1463
Editor Chefe: Vera Mariza Chaud de Paula
Início Publicação: 30/04/2009
Periodicidade: Semestral
Área de Estudo: Medicina Veterinária

ESTIMATES COVARIANCE FUNCTIONS TO GOATS MILK PRODUCTION USING REGRESSION MODELS RANDOM

Ano: 2015 | Volume: 7 | Número: 2
Autores: Wéverton José Lima Fonseca, Wéverson Lima Fonseca, Laylson da Silva Borges, Amauri Felipe Evangelista, Paulo Henrique Amaral Araújo de Sousa, Genilson Sousa do Nascimento, Carlandia Pacheco de Figueiredo, Teobaldo Florêncio de Almeida Júnior, Leandro de Oliveira Guerras, Diego Helcias Cavalcante, Severino Cavalcante de Sousa Júnior
Autor Correspondente: Wéverton José Lima Fonseca | [email protected]

Palavras-chave: Genetic correlation. Dairy goats. Longitudinal data. Correlação genética. Caprinos leiteiros. Dados longitudinais.

Resumos Cadastrados

Resumo Português:

O objetivo com essa revisão foi estimar funções de covariância para produção de leite de caprinos da raças Alpina e Saanen utilizando modelos de regressão aleatória. As análises convencionais para estimar componentes de (co) variância e parâmetros genéticos, para características de crescimento são realizadas por modelos de dimensão finita, que permite a construção e emprego de índices de seleção e equações de modelos mistos, a obtenção de parâmetros como herdabilidade e correlação genética. Os modelos de regressão aleatória (MRA) possibilitam trabalhar com características de curvas de lactação genética para cada animal ou crescimento que são medidas repetidamente na vida do animal, denominados dados longitudinais.



Resumo Inglês:

The aim of this review was to estimate covariance functions for the production of Alpine breeds of goat milk and Saanen using random regression models. Conventional analysis for estimating components of (co) variance and genetic parameters for growth traits are performed by finite-dimensional models, which allows the construction and use of selection indexes and mixed model equations, obtaining parameters as heritability and genetic correlation. The random regression models (MRA) enable work with characteristics of genetic lactation curves for each animal or growth that are measured repeatedly in the animal's life, called longitudinal data.