Aplicação de modelos mistos e modelos lineares generalizados mistos na estimação de componentes de variância

Abstract

No contexto da gen ética quantitativa, a estimação de componentes de variância e a predi ção dos valores gen éticos são procedimentos frequentes no melhoramento de caracterí sticas de importância econômica. A teoria dos modelos lineares mistos, aplicada dentro do contexto do melhoramento gen ético animal, tem um importante desenvolvimento e uma ampla utilização nos programas de melhoramento e na pesquisa aplicada, o que tem possibilitado a avalia ção de gen ótipos em diferentes programas de seleção e o melhoramento de esp écies de interesse econômico em uma grande variedade de condi ções ambientais. Em consequência das diferen ças gen éticas da popula ção, de ambiente, do tipo de án alise e do m étodo de estimação de componentes de variância, estas estimativas podem variar consideravelmente. O objetivo deste trabalho e estimar componentes de variância pelo método da M áxima Verossimilhan ça Restrita atrav és dos modelos mistos para a caracterí stica quantitativa e modelos lineares generalizados mistos para a caracterí stica bin ária, e predizer valores gen éticos para os animais sem registro fenóti pico no banco de dados simulados atrav és do software de programa ção estat ística R. Para as caracterí sticas quantitativa e bin ária em estudo o uso do m étodo da M áxima Verossimilhança Restrita por modelos lineares mistos e modelos lineares generalizados mistos foram adequados para estimar parâmetros gen éticos. As herdabilidades encontradas foram alta para a caracterí stica quantitativa e moderada para a caracter ística bin ária.