Exportar registro bibliográfico

Modeling strategies for complex hierarchical and overdispersed data in the life sciences (2014)

  • Authors:
  • Autor USP: OLIVEIRA, IZABELA REGINA CARDOSO DE - ESALQ
  • Unidade: ESALQ
  • Sigla do Departamento: LCE
  • Subjects: HERDABILIDADE; DISTRIBUIÇÃO DE POISSON
  • Keywords: Distribuição gama; Efeito aleatório; Modelo combinado; Modelo linear misto generalizado; Variâncias negativas
  • Language: Inglês
  • Abstract: Neste trabalho foram estudados os chamados modelos combinados, modelos lineares generalizados mistos com extensão para acomodar superdispersão, no contexto de genética e melhoramento. Esses modelos flexíveis acomodam correlação induzida por agrupamento e superdispersão por meio de dois conjuntos separados de efeitos aleatórios e contem como casos especiais os modelos lineares generalizados mistos (MLGM) e os modelos de superdispersão comumente conhecidos. Tais modelos são usados na obtenção do coeficiente de herdabilidade para caracteres não Gaussianos. Herdabilidade é um dos vários importantes conceitos que são frequentemente quantificados com o ajuste de um modelo a dados hierárquicos. Ela é usualmente importante no melhoramento vegetal e animal. Conhecer esse atributo é útil para quantificar a magnitude do ganho na população. Para dados em que modelos lineares podem ser usados, esse atributo é convenientemente definido como uma razão de componentes de variância. Os problemas são menos simples para respostas não Gaussianas. O foco aqui é em características do tipo tempo-até-evento e contagem, em que os modelosWeibull-Gama-Normal e Poisson-Gama-Normal são usados. As expressões resultantes são suficientemente simples e atrativas, em particular nos casos especiais, pelo valor prático. As metodologias propostas são ilustradas usando dados de melhoramento animal e vegetal. Além disso, a atenção é voltada à ocorrência de estimativas negativas de componentes de variância nomodelo Poisson-Gama- Normal. A ocorrência de componentes de variância negativos em modelos lineares mistos (MLM) tem recebido certa atenção na literatura enquanto quase nenhum trabalho tem sido feito para MLGM. Esse fenômeno pode ser confuso a princípio porque, por definição, variâncias são quantidades não-negativas. Entretanto, este é um fenômeno bem compreendido no contexto de modelagem linear mista, em que a escolha deverá ser feita entre uma interpretação hierárquica ou marginal. Os componentes de variância do modelo combinado para respostas de contagem são estudados teoricamente e o estudo de melhoramento vegetal usado como ilustração confirma que esse fenômeno pode ser comum em pesquisas aplicadas. A atenção também é voltada ao desempenho de diferentes métodos de estimação, porque nem todos aqueles disponíveis são capazes de estender o espaço paramétrico dos componentes de variância. Então, quando há a necessidade de inferência de tais componentes e é esperado que eles sejam negativos, a acurácia do método de estimação não é a única característica a ser considerada
  • Imprenta:
  • Data da defesa: 24.07.2014
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      OLIVEIRA, Izabela Regina Cardoso de. Modeling strategies for complex hierarchical and overdispersed data in the life sciences. 2014. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-12082014-105135/. Acesso em: 18 abr. 2024.
    • APA

      Oliveira, I. R. C. de. (2014). Modeling strategies for complex hierarchical and overdispersed data in the life sciences (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11134/tde-12082014-105135/
    • NLM

      Oliveira IRC de. Modeling strategies for complex hierarchical and overdispersed data in the life sciences [Internet]. 2014 ;[citado 2024 abr. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-12082014-105135/
    • Vancouver

      Oliveira IRC de. Modeling strategies for complex hierarchical and overdispersed data in the life sciences [Internet]. 2014 ;[citado 2024 abr. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-12082014-105135/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024