Modelos de regressão aleatória para avaliação da produção de leite de vacas da raça Holandesa

Read full text
Authors: Giovanna Rodrigues Goulart, Igor Duarte Francisco, Renato Linhares Sampaio, Gabriel Henrique Santos Silveira, Eustáquio Resende Bittar, Joely Ferreira Figueiredo Bittar, Lenira El Faro Zadra, Guilherme Costa Venturini
Cited by: 0

Abstract

O objetivo do presente estudo foi avaliar a produção de leite por modelos de regressão aleatória e estimar parâmetros genéticos ao longo da lactação de vacas da raça Holandesa. Foram analisados registros de aproximadamente 4.000 vacas, com produções de leite obtidas em ordenhas matinais e vespertinas entre 2011 e 2014. A análise considerou efeitos fixos de tempo de ordenha, rebanho, ano e mês de controle, além da idade da vaca como covariável. Para modelar a trajetória da lactação, utilizaram-se polinômios ortogonais de Legendre de terceira a sexta ordem, e os componentes de (co)variância foram estimados pelos programas RENUMF90, GIBBS1F90 e AIREMLF90. A seleção do modelo baseou-se nos critérios -2log(L), AIC e variância residual. O polinômio de sexta ordem apresentou o melhor ajuste, com menor variância residual e AIC. As herdabilidades estimadas variaram de 0,11 a 0,21 ao longo da lactação, indicando variabilidade genética moderada. As correlações genéticas entre os diferentes dias em lactação foram altas, especialmente entre períodos próximos, caracterizando forte dependência temporal da produção. Os modelos de regressão aleatória descreveram adequadamente a produção de leite e as variações genéticas ao longo da lactação, com melhor ajuste para o polinômio de 6ª ordem. Os resultados destacam o potencial desses modelos para aprimorar a seleção precoce de animais superiores.

Fields of Study & Subjects

Genetic and phenotypic traits in livestock Milk Quality and Mastitis in Dairy Cows Reproductive Physiology in Livestock

Publication details

Journal / source
OBSERVATÓRIO DE LA ECONOMÍA LATINOAMERICANA
Volume
24
Issue
1
Pages
e12789–e12789
Publication date
2 January 2026