Ações Consultar Procurar Exibir estatísticas

Dúvidas e sugestões

Consultar: Programa de Pós-Graduação em Zootecnia

Título [PT]: Heterogeneidade entre estruturas de matrizes de (co) variâncias
Autor(es): Alexandra Inês dos Santos
Palavras-chave [PT]:

Estrutura de matrizes de variâncias. Estutura multivariada. Componentes de variância. Melhoramento genético. Avaliação animal. Brasil.

Structure matrix of variances. Estutura multivariate. Variance. Breeding. Animal evaluation. Brazil.

Elias Nunes Martins [Orientador] - UEM Josmar Mazucheli - UEM Eliane Gasparino - UEM

Resumo: A avaliação da existência de heterogeneidade de variâncias pode ser feita individualmente, para cada componente de variância. Entretanto, quando os componentes estimados são correlacionados, a presença de heterocedasticidade deve ser então avaliada pela aplicação de um método que verifique diferenças na estrutura de (co)variâncias por inteira. Para se testar a existência de heterogeneidade de variâncias genética e residual em estruturas multivariadas, foram utilizadas três metodologias, em que as matrizes em cada fonte de heterogeneidade foram confrontadas pelo logaritmo da razão entre os seus determinantes e pela análise de componentes principais. Também foi realizada uma avaliação de mudança entre as estruturas por meio de procedimentos freqüentistas. A aplicação dessas metodologias foi feita sobre as matrizes de (co)variância genética e residual dos parâmetros A, B e K das curvas de crescimento Von Bertalanffy, ajustada para codornas de três diferentes linhagens, alimentadas com dois níveis de energia na dieta. Realizaram-se estimações dos componentes de (co)variância por meio de procedimentos Bayesianos, usando o modelo animal. Essas análises foram realizadas de modo que, para considerar a heterogeneidade entre linhagens, foi realizada uma análise tricaracter, envolvendo os parâmetros A, B e K como características, para cada linhagem. Supondo heterogeneidade entre ambientes, os parâmetros A, B e K foram tratados como características distintas em cada ambiente, sendo realizada uma análise hexacaracter para cada linhagem. Para a matriz de correlações fenotípicas desses parâmetros, foram obtidos os componentes principais. Os valores dos coeficientes do primeiro componente principal, nos dois ambientes ou nas linhagens, duas a duas, foram combinados com as variáveis originais e, em nova análise bicaracter, resultaram em amostras dos componentes de (co)variância deste conjunto de variáveis transformadas. Como o primeiro componente principal não acumulou variância suficiente, este resultado dificultou na detecção da heterocedasticidade. Também houve problema com a aplicação do logaritmo da razão entre determinantes para algumas amostras devido à ocorrência de mau condicionamento para as matrizes de (co)variância. A metodologia freqüentista utilizada, dada pelo critério M-Box, não foi capaz de detectar a presença de heterogeneidade entre as estruturas de (co)variância. As distribuições dos valores dos logaritmos da razão de determinantes indicaram a existência unicamente de heterogeneidade nas estruturas de (co)variância residuais, enquanto que a avaliação por meio das diferenças entre as variáveis transformadas da análise de componentes principais indicou divergência entre estruturas de (co)variância tanto genética como residual. Embora o primeiro componente principal não tenha sido de grande magnitude, sua utilização pareceu mais capaz de detectar a presença de heterogeneidade nas estruturas de (co)variância. Abstracts: The evaluation about the existence of variance heterogeneity can be done individually for each variance component. However, when the estimated components are correlated, the presence of heterocedasticity must be evaluated by the application of a method which verifies differences in the whole (co)variance structure. To test the existence of heterogeneity of genetic and residual variance in multivariate structures, three methodologies were used for comparison of (co)variance structures, in which the matrices in each source of heterogeneity were confronted by the natural logarithm of the ratio between their determinants and by analysis of the principal components. An evaluation of change among structures by frequentist procedures was also carried out. This methodologies were applied to matrices of genetic and residual (co)variance of the parameters A, B and K of Von Bertalanffy?s growth curves, adjusted for quails of three different strains, fed with two different energy dietary levels. Estimations of (co)variance components were made through Bayesian procedures, using the animal model. These analysis were made in a way that, to take into account the heterogeneity between strains, tricaracter analyses were made involving the parameters A, B and K, for each strain. Supposing heterogeneity between environments, the parameters A, B and K were considered distinct characteristics in each environment, yielding an hexacaracter analysis for each strain. For the matrix of phenotypic correlations of those parameters, the principal components were obtained. The coefficient values of the first principal component, in two environments or in each two strains, were combined with the original variables and, in a new bicaracter analysis, resulted in samples of the (co)variance components of this set of transformed variables. As the first principal component did not accumulate enough variance, this result made the heterocedasticity detection difficult. There was also a problem with the application of the logarithm of the ratio between determinants for some samples because of ill conditioned matrices. The frequentist methodology, given by the M-Box criterion, was not capable of detecting the presence of heterogeneity among the (co)variance structures. The distribution of the logarithm values of the ratio between determinants indicated heterogeneity only in residual (co)variance structures, while the evaluation through the differences among the transformed variables of the principal components indicated both genetic and residual (co)variance structure divergence. Although the first principal component has not accumulated enough variation, its utilization seemed more capable of detecting the presence of heterogeneity in (co)variance structures.

Idioma: Português Data de Publicação: 2006 Local de Publicação: Maringá, PR Orientador: Prof. Dr. Elias Nunes Martins Instituição: Universidade Estadual de Maringá. Centro de Ciências Agrárias Nível: Dissertação (mestrado em Zootecnia)/ UEM: Programa de Pós-Graduação em Zootecnia

Responsavel: zenaide
Categoria: Aplicação
Formato: Documento PDF
Arquivo: Alexandra I. dos Santos.pdf
Tamanho: 327 Kb (334709 bytes)
Criado: 22-10-2014 14:06
Atualizado: 22-10-2014 14:14
Visitas: 877
Downloads: 11

[Visualizar]  [Download]

Todo material disponível neste sistema é de propriedade e responsabilidade de seus autores.