Avaliação de métodos de estimação de componentes de variância utilizando dados simulados Evaluation of the variance component estimation methods using simulate data

• Main Authors: José Marques Carneiro Júnior, Ricardo Frederico Euclydes, Paulo Sávio Lopes, Robledo de Almeida Torres
• Format: Article
• Language: English
• Published: Sociedade Brasileira de Zootecnia 2004-04-01
• Series: Revista Brasileira de Zootecnia
• Subjects: componentes de variância; estimação; melhoramento animal; simulação; variance components; methods; animal breeding; simulation
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982004000200008
• ISSN: 1516-3598; 1806-9290

Estudos de simulação foram conduzidos com o objetivo de realizar análise comparativa entre os métodos de estimação de componentes de variância: método da máxima verossimilhança restrita (REML), método da máxima verossimilhança (ML) e método III de Henderson. Todos os três métodos foram utilizados com modelo reprodutor, e o método REML foi utilizado também com modelo animal. Objetivou-se verificar, principalmente, o efeito do desbalanceamento na estimação dos componentes de variância. Foi simulado um genoma, constituído de uma única característica quantitativa governada por 200 locos. O genoma foi utilizado na construção de três populações-base com herdabilidades de 0,60, 0,30 e 0,10, constituídas de 1000 animais (500 machos e 500 fêmeas). A partir de cada população-base, foram produzidas as populações iniciais. Cada população inicial foi submetida a acasalamento ao acaso, que deu origem a quatro populações para cada herdabilidade estudada. Para o estudo comparativo entre os métodos, foram introduzidos nas populações diferentes tipos e níveis de desbalanceamento. Para população com alta herdabilidade e dados totalmente balanceados, os três métodos, empregados como modelos reprodutores, apresentaram resultados semelhantes entre si, e para populações com baixa herdabilidade, o método REML, utilizado como modelo animal, mostrou resultados mais próximos do valor verdadeiro para a variância genética aditiva. Os desbalanceamentos provocados não afetaram a estimação dos componentes de variância pelos métodos; as diferenças observadas foram conseqüências dos níveis de herdabilidade. O método REML, como modelo animal, pode ser considerado o mais apropriado para estimar componentes de variância para características de baixa herdabilidade.<br>Studies on simulation were carried out aiming to achieve a comparative analysis between the following variance component estimation methods: Restrict Maximum Likelihood (REML), Maximum Likelihood (ML) and Method III of Henderson. All of them were used as a reproducer model, and the REML method was also used as a animal model. The main objective was to verify the effect of the unbalanced data on the estimation of the variance components. A genomic, made of a single quantitative characteristic, ruled by 200 loci was simulated. The genomic was used in the construction of three base-populations with heritability of 0.60, 0.30 and 0.10, constituted by 1000 animals (500 males and 500 females). From each base-population, it was constructed the initial populations. Each initial population was submitted to the mating at random, that producing four populations for each heritabilities studied. For a comparative study of the methods, different kinds and levels of unbalanced were introduced in the populations. For the population with high heritability and fully balanced data, the three methods, used as a reproducer models, presented similar results among themselves. For populations with low heritability, the REML method, used as an animal model, presented results closer to the real value for the additive genetic variance. The induced unbalanced data did not affect the estimation of the variance components by the methods. The differences observed were a consequence of the heritability levels. The REML method, as an animal model, could be considered the most appropriate to estimate the variance components for traits of low heritability.