The use of Bayesian statistics in animal breeding: a brief explanation

Authors

  • Marcos Jun-Iti Yokoo
  • Guilherme Jordão de Magalhães Rosa
  • Lucia Galvão Albuquerque
  • Cláudio Ulhôa Magnabosco
  • Fernando Flores Cardoso

DOI:

https://doi.org/10.18188/sap.v12i4.6974

Keywords:

Amostrador de Gibbs, método de MCMC, Metropolis-Hastings, parâmetro, verossimilhança

Abstract

This paper describes the study of Bayesian techniques in animal breeding, in order to discuss and clarify this approach compared to the frequentist statistical. It will be presented two algorithms for stochastic integration by Monte Carlo simulation of Markov Chains (MCMC): the Gibbs sampler and Metropolis-Hastings. It is considered the application of these techniques mentioned as an alternative to animal breeding programs in the estimation of genetic parameters in order to solve problems related to more complex models and the expression of traits of economic interest that do not have normal distribution. The proposed approaches are explained and discussed in developing of this paper.

Downloads

Published

16-02-2014

How to Cite

YOKOO, M. J.-I.; ROSA, G. J. de M.; ALBUQUERQUE, L. G.; MAGNABOSCO, C. U.; CARDOSO, F. F. The use of Bayesian statistics in animal breeding: a brief explanation. 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: 26 may. 2025.

Issue

Vol. 12 No. 4 (2013)

Section

Revisões Bibliográficas

License

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.