Alternativas de análises em dados de medidas repetidas de bovinos de corte

Objetivou-se estudar duas alternativas de análises de variâncias e covariâncias para dados de pesagens de bovinos. Foram utilizados dados de animais Nelore, Guzerá, Gir e Indubrasil, machos e fêmeas, pertencentes à Associação Brasileira de Criadores de Zebu - ABCZ. De cada indivíduo, foram obtidas, em intervalos trimestrais, nove medidas repetidas de pesos, do nascimento aos dois anos de idade. Na primeira análise, a variável resposta yi foi transformada por meio da família de transformação de Box-Cox yil = (yl-l)/l, (l ¹ 0) ou yi = log yi, (l = 0). Essa transformação foi efetiva na redução dos coeficientes de assimetria e da heterogeneidade de variância para todas as pesagens e raças. Na segunda análise, foi selecionada a estrutura de covariâncias mais adequada para representar a variabilidade dentro de indivíduo, considerando-se um modelo misto usual para medidas repetidas. Utilizando-se os critérios fornecidos pelo procedimento MIXED do SAS: distribuição de c2, AIC ("Akaike's Information Criterion") e SBC ("Schwarz's Bayesian Criterion"), a estrutura de covariância mais adequada para todas as raças foi a Não-Estruturada, seguida da estrutura Fator-Analítico para Nelore, Gir e Indubrasil e Simetria Composta Heterogênea para Guzerá. Data consisting of individual records of male and female animals of purebred Bos Indicus beef cattle (Nellore, Guzerá, Gir and Indubrasil) weighted every three months from birth to 24 months of age available from National Archive of Brazilian Zebu Breeders Association (ABCZ) were used to evaluate two alternatives (co)variance analyses for body weight. In the first analysis the Box-Cox family transformation yil = (yl-l)/l (l ¹ 0) or yi = log yi, for l=0 was effective in reducing the asymmetry of the coefficients and variance heterogeneity for all weights and breeds. In the second analysis a usual standard mixed model for repeated measures was used to evaluate covariance structures which accounted for the within-individual variances using the goodness of fit criteria provided by PROC MIXED: c² distribution for the null hypothesis, Akaike's Information Criterion and Schwarz's Bayesian Criterion. The best covariance structure for all breeds was the Unstructured followed by the Factor-Analytic for Nellore, Gir and Indubrasil breeds and the Heterogeneous Composed Symmetry for the Guzera breed.