Aspectos ambientais e genéticos da prolificidade em caprinos utilizando modelos bayesianos de limiar e linear

• Published in: Arquivo brasileiro de medicina veterinária e zootecnia 2013-06, Vol.65 (3), p.885-893
• Main Authors: Santos, N.P.S., Sarmento, J.L.R., Pimenta Filho, E.C., Campelo, J.E.G., Figueiredo Filho, L.A.S., Sousa Júnior, S.C.
• Format: Article
• Language: English
• ISSN: 0102-0935; 0102-0935
• DOI: 10.1590/S0102-09352013000300038

Foram estimados os componentes de variância e os parâmetros genéticos da característica prolificidade, utilizando-se inferência bayesiana sob modelo animal linear e de limiar. A prolificidade de cabras mestiças foi estudada com informações referentes ao período de oito anos consecutivos. As análises foram realizadas com cadeias de 500.000 ciclos. Considerou-se burn-in dos 15.000 valores iniciais, sendo tomados valores a cada 250 ciclos, para se obter a distribuição a posteriori com 1.940 amostras. Os efeitos do mês de cobrição e da ordem de parto e o efeito linear do peso à cobrição foram significativos. As herdabilidades foram de 0,03 e 0,18 para o modelo linear e o modelo de limiar, respectivamente. O uso do modelo de limiar mostrou-se adequado, produzindo estimativas superiores acerca dos parâmetros estimados. Variance components and genetic parameters of the litter size trait, using Bayesian inference under linear and threshold animal model were estimated. The litter size of crossbred goats was studied with information regarding a period of eight consecutive years. Analyses were performed with 500,000 cycle chains. The burn-in of the 15,000 baseline values was considered and these were taken every 250 cycles to obtain a posteriori distribution with 1,940 effective samples. Statistical analyses showed that the effects of coverage month, delivery order and linear effect of weight on coverage were significant. The heritabilities were 0.03 and 0.18 for linear and threshold models respectively. The threshold model proved to be suitable, producing higher estimates regarding the estimated parameters.