Análise bayesiana para modelos de degradabilidade ruminal Bayesian analisys for ruminal degradability models

• Main Authors: Taciana Villela Savian, Joel Augusto Muniz, Thelma Sáfadi, Fabyano Fonseca e Silva
• Format: Article
• Language: English
• Published: Universidade Federal de Santa Maria 2009-10-01
• Series: Ciência Rural
• Subjects: modelo não linear; degradabilidade in situ; métodos MCMC; inferência bayesiana; nonlinear model; in situ degradability; MCMC methods; bayesian inference
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-84782009000700033

Neste estudo, utilizou-se a metodologia bayesiana para ajustar os modelos de ORSKOV & MCDONALD (1979) e MCDONALD (1981) a conjuntos de dados simulados e a um conjunto de dados de porcentagem de degradação da fibra em detergente neutro da gramínea coastcross (Cynodon dactylon x Cynodon nlemfuensis), ao longo do tempo. As amostras das distribuições marginais a posteriori dos parâmetros foram obtidas por meio dos métodos de Monte Carlo com cadeias de Markov (MCMC), especificamente, os algoritmos Amostrador de Gibbs e Metropolis-Hastings. A metodologia bayesiana mostrou-se eficiente, sendo avaliada e comprovada pelo estudo de simulação, que apresentou estimativas bem próximas ao valor paramétrico. As estimativas obtidas para os parâmetros dos modelos por meio da abordagem bayesiana mostraram-se bastante coerentes com os valores relatados na literatura. O modelo de Orskov e McDonald foi mais plausível que o modelo de McDonald na descrição dos dados de degradação.<br>The bayesian methodology was used to estimate the parameters of ORSKOV & MCDONALD (1979) and MCDONALD (1981) models. A study was conducted by using both simulated and real data percentage of coastcross grass (Cynodon dactylon x Cynodon nlemfuensis) fiber degradation with neutral detergent fiber degradation over the time. The posterior marginal samples distributions for the parameters were obtained by Gibbs Sampler and Metropolis-Hastings algorithms. The bayesian approach, evaluated and verified by the simulation studied, has proved to be efficient and the parameter estimated were quite close to the parametric values. The parameters estimated for both models using bayesian approach from real data were fairly consistent with the values reported in the literature. The Orskov and McDonald model was more plausible than the description degradation data made by the McDonald model.