Resumo |
A Regressão Aleatória (MRA) é uma metodologia que é aplicada no estudo de características longitudinais e apresentam diversas vantagens, dentre elas está a possibilidade de obter estimativas de componentes de (co)variância e parâmetros genéticos, assim como o valor genético em qualquer ponto do período considerado no estudo. Este estudo teve como objetivo comparar diferentes estruturas de variâncias residuais para MRA e comparar os valores genéticos dos modelos ao estudar o teor de proteína no leite de caprinos da raça Saanen e Alpina. Foram analisados 7302 registros de teor de proteína no leite de 982 caprinos de primeira ordem da UFV. As amostras de leite foram coletadas mensalmente, em ordenha mecânica, duas vezes ao dia e enviadas ao Laboratório de Leite da UFV. A avaliação do teor de proteína no leite foi realizada por espectofotometria vermelha próxima. O programa SAS 9.1 (2003) foi utilizado para realizar as edições, restrições e análises de consistência do banco de dados e a recodificação realizada pelo programa Renped (2011). As análises foram realizadas por meio de um modelo animal, unicaracterístico, de Regressão Aleatória. Os efeitos fixos foram agrupamento genético, tipo de parto e grupo contemporâneo. A idade da cabra ao parto foi incluída como covariável com efeito linear e quadrático e dias em lactação foi incluída para ajustar a regressão média. Como aleatórios, foram considerados os efeitos genético aditivo e de ambiente permanente, além do residual. Em análises prévias foram ajustados 180 modelos, com combinações diversas na ordem de ajuste dos Polinômios Ortogonais de Legendre (POL) para a regressões fixa e aleatórias. O modelo que considerou três ordens nos POL para as regressão fixas e aleatórias foi o que melhor se ajustou aos dados. As análises para a obtenção dos componentes de (co)variância e parâmetros genéticos foram realizadas pelo REML utilizando o programa WOMBAT. A comparação entre os modelos aninhados foi feita pelo teste da razão de verossimilhança (TRV), o Critério de Informação de Akaike e o Critério de Informação Bayesiano. Observaram-se mudanças significativas (P<0,01) na função, quando houve aumento no número de parâmetros. O modelo com duas classes de variância residual apresentou o melhor ajuste e ao TRV foi estatisticamente diferente ao nível de 1% de significância dos outros modelos. A variância genética aditiva do modelo com duas classes se apresentou menor que a variância de ambiente permanente durante todo o período. A correlação dos valores genéticos do modelo com duas classes de variância residual com os demais foi de baixa magnitude, porém, as correlações restantes se apresentaram de elevada magnitude. De acordo com os testes estatísticos, a melhor descrição das variâncias residuais foi a que considerou duas classes. Os valores genéticos entre o modelo que apresentou o melhor ajuste e os demais apresentou correlação de baixa magnitude. |