O uso da estatística Bayesiana no melhoramento genético animal: uma breve explicação
DOI:
https://doi.org/10.18188/sap.v12i4.6974Palavras-chave:
Amostrador de Gibbs, método de MCMC, Metropolis-Hastings, parâmetro, verossimilhançaResumo
Este trabalho aborda o estudo de técnicas bayesianas no melhoramento genético animal, no intuito de discutir e elucidar esta referida abordagem frente a estatística “frequentista”. Apresentam-se dois algoritmos de integração estocástica por meio da simulação de Monte Carlo em Cadeias de Markov (MCMC): o Amostrador de Gibbs e o Metropolis-Hastings. Considera-se a aplicação das mencionadas técnicas como uma alternativa aos programas de melhoramento animal, na estimação de parâmetros genéticos em ordem de solucionar problemas relacionados aos modelos mais complexos e a expressão de características de interesse econômico que não tenham distribuição normal. As abordagens propostas são explicadas e discutidas no desenvolvimento do trabalho.
Downloads
Publicado
16-02-2014
Como Citar
YOKOO, M. J.-I.; ROSA, G. J. de M.; ALBUQUERQUE, L. G.; MAGNABOSCO, C. U.; CARDOSO, F. F. O uso da estatística Bayesiana no melhoramento genético animal: uma breve explicação. Scientia Agraria Paranaensis, [S. l.], v. 12, n. 4, p. 247–257, 2014. DOI: 10.18188/sap.v12i4.6974. Disponível em: https://e-revista.unioeste.br/index.php/scientiaagraria/article/view/6974. Acesso em: 11 maio. 2025.
Edição
Seção
Revisões Bibliográficas
Licença
Aviso de Direito Autoral Creative Commons
Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.2. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
Licença Creative Commons
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional, o que permite compartilhar, copiar, distribuir, exibir, reproduzir, a totalidade ou partes desde que não tenha objetivo comercial e sejam citados os autores e a fonte.
