
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Silva, Fabyano Fonseca e | - |
| Autor(es): dc.creator | Sáfadi, Thelma | - |
| Autor(es): dc.creator | Muniz, Joel Augusto | - |
| Autor(es): dc.creator | Rosa, Guilherme Jordão Magalhães | - |
| Autor(es): dc.creator | Aquino, Luiz Henrique de | - |
| Autor(es): dc.creator | Mourão, Gerson Barreto | - |
| Autor(es): dc.creator | Silva, Carlos Henrique Osório | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:26:32Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:26:32Z | - |
| Data de envio: dc.date.issued | 2019-12-09 | - |
| Data de envio: dc.date.issued | 2019-12-09 | - |
| Data de envio: dc.date.issued | 2011-03 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/38102 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1161406 | - |
| Descrição: dc.description | The animal breeding values forecasting at futures times is a relevant technological innovation in the field of Animal Science, since its enables a previous indication of animals that will be either kept by the producer for breeding purposes or discarded. This study discusses an MCMC Bayesian methodology applied to panel data in a time series context. We consider Bayesian analysis of an autoregressive, AR(p), panel data model of order p, using an exact likelihood function, comparative analysis of prior distributions and predictive distributions of future observations. The methodology was tested by a simulation study using three priors: hierarchical Multivariate Normal-Inverse Gamma (model 1), independent Multivariate Student's t Inverse Gamma (model 2) and Jeffrey's (model 3). Comparisons by Pseudo-Bayes Factor favored model 2. The proposed methodology was applied to longitudinal data relative to Expected Progeny Difference (EPD) of beef cattle sires. The forecast efficiency was around 80%. Regarding the mean width of the EPD interval estimation (95%) in a future time, a great advantage was observed for the proposed Bayesian methodology over usual asymptotic frequentist method. | - |
| Descrição: dc.description | A previsão dos valores genéticos de animais em tempos futuros constitui importante inovação tecnológica para a área de Zootecnia, uma vez que possibilita planejar com antecedência o descarte ou a manutenção de animais no rebanho. No presente estudo considerou-se uma análise Bayesiana de modelos auto-regressivos de ordem p, AR(p), para dados em painel, de forma a utilizar a função de verossimilhança exata, a análise de comparação de distribuições a priori e a obtenção de distribuições preditivas de dados futuros. A metodologia utilizada foi testada mediante um estudo de simulação usando a priori hierárquica Normal multivariada-Gama inversa (modelo 1), a priori independente t-Student Gama inversa (modelo 2) e a priori de Jeffreys (modelo 3). As comparações entre os modelos, realizadas por meio do Pseudo-Fator de Bayes, indicaram uma superioridade do modelo 2 em relação aos demais. Realizou-se uma aplicação em resultados reais referentes as DEP de touros da raça Nelore, sendo que, em média, a eficiência de previsão dos valores de DEP para um ano futuro foi próxima de 80%. Constatou-se considerável vantagem da metodologia proposta em relação a metodologia frequentista usual, uma vez que a implitude dos intervalos de credibilidade de 95% foram muito menores que aquelas apresentadas pelos intervalos de confiança assintóticos. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Escola Superior de Agricultura "Luiz de Queiroz" | - |
| Direitos: dc.rights | Attribution-NonCommercial 4.0 International | - |
| Direitos: dc.rights | Attribution-NonCommercial 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc/4.0/ | - |
| ???dc.source???: dc.source | Scientia Agricola | - |
| Palavras-chave: dc.subject | Previsão em séries temporais | - |
| Palavras-chave: dc.subject | Distribuição preditiva | - |
| Palavras-chave: dc.subject | Bovinos de corte - Avaliação genética | - |
| Palavras-chave: dc.subject | Time series forecasting | - |
| Palavras-chave: dc.subject | predictive distribution | - |
| Palavras-chave: dc.subject | Cattle - Genetic evaluation | - |
| Título: dc.title | Bayesian analysis of autoregressive panel data model: application in genetic evaluation of beef cattle | - |
| Título: dc.title | Análise Bayesiana do modelo auto-regressivo para dados em painel: aplicação na avaliação genética de bovinos de corte | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: