Abstract:
A predição de variáveis aleatórias e a estimação de componentes de variância e efeitos fixos via metodologia de modelos mistos apresentam grande relevância na genética quantitativa aplicada ao melhoramento de plantas perenes. Embora a metodologia de modelos lineares mistos (MMLM) tratada pela abordagem da Inferência Estatística Freqüentista apresente várias propriedades desejáveis, publicações recentes têm mostrado uma superioridade da MMLM quando abordada do ponto de vista da Inferência Estatística Bayesiana. Devido às excelentes propriedades teóricas e práticas da análise
Bayesiana, acredita-se que a mesma tornar-se-á rotineira em melhoramento de espécies perenes, transformando-se no procedimento padrão de estimação de componentes de variância e de predição de valores genéticos.
Description:
O conteúdo é apresentado em dezesseis capítulos: 1 - Sinopse; 2 - Introdução; 3 - Estimação e predição bayesiana; 4 - Fundamentos bayesianos da predição de valores genéticos; 5 - Estimação bayesiana de índices de seleção unicaracterísticos; 6 - Relação entre BLUP e estimadores bayesianos; 7 - Relação entre estimadores de máxima verossimilhança e estimadores bayesianos; 8 - Estimação bayesiana de índices de seleção multicaracterísticos; 9 - Estimação bayesiana de componentes de variância e realação com ML e REML; 10 - Estimadores melhorados para a média de tratamentos; 11 - Problemas da abordagem clássica de predição de valores genéticos e vantagens da abordagem bayesiana; 12 - Implementação prática da análise bayesiana; 13 - Diagnóstico de convergência; 14 - Estimação bayesiana via modelos lineares robustos; 15 - Aplicação a dados experimentais; 16 - Referências bibliográficas.
