Search

O objetivo deste trabalho foi comparar modelos de regressão aleatória com diferentes estruturas de variâncias residuais, na estimação dos componentes de covariância e parâmetros genéticos de características de crescimento de caprinos. A função de regressão por meio de polinômios ortogonais de Legendre de ordem quatro foi usada para modelar a trajetória média de crescimento animal, e de ordem três, para modelar os efeitos genéticos aditivos direto e materno e de ambiente permanente. Diferentes estruturas de variâncias residuais foram consideradas, por meio de classes de uma a sete variâncias residuais, e funções de variâncias com uso dos polinômios ordinários e de Legendre, com ordens que variaram de linear até a do quarto grau. Os modelos foram comparados pelo teste de razão de verossimilhança, o critério de informação de Akaike e o critério bayesiano de Schwarz. Os modelos com funções de variâncias residuais foram superiores aos de classes de variância. O polinômio ordinário de terceira ordem apresentou melhores resultados. Os parâmetros genéticos são influenciados pelo ajuste da variância residual, no entanto, os estimados pelos modelos que consideraram classes de variância, polinômio ordinário e polinômio de Legendre, de terceira ordem, são semelhantes. The objective of this work was to compare random regression models with different structures of residual variances, in the estimate of covariance components and genetic parameters for growth traits in goats. Regression functions using Legendre orthogonal polynomials of the fourth order were used for modeling animal growth trajectory, and polynomial of third order for modeling direct and maternal additive genetic effects, and permanent environmental effect. Different residual variance structures were considered using alternatively step functions (from one to seven different classes of residual variances) or variance functions using ordinary and Legendre polynomials, with orders of fit from the first to fourth order. Models were compared by likelihood ratio test, Akaike's information criterion and Schwarz's bayesian criterion. Models including residual variance functions showed better results than those including classes of variance. The ordinary polynomial of third order showed better results than the other models. Genetic parameters are affected by different residual variance structures in the models, however, genetic parameters estimates using four classes of residual variance, ordinary polynomial and Legendre polynomial of third order are similar.