Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Ordenar por: RelevânciaAutorTítuloAnoImprime registros no formato resumido
Registros recuperados: 8
Primeira ... 1 ... Última
Imagem não selecionada

Imprime registro no formato completo
Abordagem bayesiana para avaliação da adaptabilidade e estabilidade de genótipos de alfafa PAB
Nascimento,Moysés; Silva,Fabyano Fonseca e; Sáfadi,Thelma; Nascimento,Ana Carolina Campana; Ferreira,Reinaldo de Paula; Cruz,Cosme Damião.
O objetivo deste trabalho foi propor uma abordagem bayesiana do método de Eberhart & Russell para avaliar a adaptabilidade e da estabilidade fenotípica de genótipos de alfafa (Medicago sativa), bem como avaliar a eficiência da utilização de distribuições a priori informativas e pouco informativas. Foram utilizados dados de um experimento em blocos ao acaso, no qual se avaliou a produção de massa de matéria seca de 92 genótipos. A metodologia bayesiana proposta foi implementada no programa livre R por meio da função MCMCregress do pacote MCMCpack. Para representar as distribuições a priori pouco informativas, utilizaram-se distribuições de probabilidade com grande variância; e, para representar distribuições a priori informativas, adotou-se o...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Medicago sativa; Fator de Bayes; Priori informativa; Interação genótipo x ambiente; MCMC.
Ano: 2011 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2011000100004
Imagem não selecionada

Imprime registro no formato completo
Análise bayesiana univariada e bivariada para a conversão alimentar de suínos da raça Piau PAB
Rossi,Robson Marcelo; Martins,Elias Nunes; Lopes,Paulo Sávio; Silva,Fabyano Fonseca e.
O objetivo deste trabalho foi apresentar modelagens alternativas, uni e bivariadas, para avaliação da conversão alimentar (CA) de suínos da raça Piau, com uso de inferência bayesiana. Os efeitos de sexo e genótipo sobre a CA dos animais foram avaliados por meio de procedimentos de simulação de Monte Carlo via cadeias de Markov (MCMC) e de integração aproximada aninhada de Laplace (INLA). O modelo univariado foi avaliado com diferentes distribuições para o erro - normal (gaussiana), t de Student, gama, log-normal e skew-normal -, enquanto, para o modelo bivariado, considerou-se o erro normal. A distribuição skew-normal foi o modelo mais parcimonioso para inferir sobre a resposta direta (univariada) da CA aos efeitos de sexo e genótipo, os quais não foram...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Análise multivariada; Desempenho nutricional; INLA; MCMC; Síndrome do estresse suíno..
Ano: 2014 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2014001000754
Imagem não selecionada

Imprime registro no formato completo
Bayesian analysis in Stata with WinBUGS AgEcon
Thompson, John M.; Palmer, Tom M.; Moreno, Santiago G..
WinBUGS is a program for Bayesian model fitting by Gibbs sampling. WinBUGS has limited facilities for data handling, whereas Stata has no routines for Bayesian analysis; therefore, much can be gained by running Stata and WinBUGS together. We present a set of ado-files that enable data to be processed in Stata and then passed to WinBUGS for model fitting; finally, the results are read back into Stata for further processing.
Tipo: Article Palavras-chave: Wbarray; Wbdata; Wbscalar; Wbstructure; Wbvector; Wbrun; Wbscript; Wbcoda; Wbac; Wbbgr; Wbgeweke; Wbintervals; Wbsection; Wbtrace; Wbstats; Wbdensity; Wbdic; Wbbull; Wbdecode; Bayesian methods; MCMC; Gibbs sampling; WinBUGS; Research Methods/ Statistical Methods.
Ano: 2006 URL: http://purl.umn.edu/119243
Imagem não selecionada

Imprime registro no formato completo
Bayesian analysis of autoregressive panel data model: application in genetic evaluation of beef cattle Scientia Agricola
Silva,Fabyano Fonseca e; Sáfadi,Thelma; Muniz,Joel Augusto; Rosa,Guilherme Jordão Magalhães; Aquino,Luiz Henrique de; Mourão,Gerson Barreto; Silva,Carlos Henrique Osório.
The animal breeding values forecasting at futures times is a relevant technological innovation in the field of Animal Science, since its enables a previous indication of animals that will be either kept by the producer for breeding purposes or discarded. This study discusses an MCMC Bayesian methodology applied to panel data in a time series context. We consider Bayesian analysis of an autoregressive, AR(p), panel data model of order p, using an exact likelihood function, comparative analysis of prior distributions and predictive distributions of future observations. The methodology was tested by a simulation study using three priors: hierarchical Multivariate Normal-Inverse Gamma (model 1), independent Multivariate Student's t Inverse Gamma (model 2) and...
Tipo: Info:eu-repo/semantics/article Palavras-chave: MCMC; Time series forecasting; Prior comparison; Predictive distribution.
Ano: 2011 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162011000200015
Imagem não selecionada

Imprime registro no formato completo
Construcción de un índice de desarrollo humano para México utilizando el análisis bayesiano de componentes principales. Colegio de Postgraduados
Pacheco Gil, Rosa Angela.
En numerosos problemas se desea explicar las fuentes de variación de los datos y un método utilizado para dicho fin es el análisis de componentes principales (ACP). Se denomina primera componente principal de una distribución -dimensional, a la combinación lineal de componentes que posee máxima varianza; análogamente, la segunda componente principal es la combinación lineal que presenta mayor desviación, una vez descontada la parte de varianza atribuible a la primera componente. El objetivo de este procedimiento es explicar la variación muestral en términos de combinaciones lineales de las variables originales. Uno de los problemas del método de componentes principales es la inferencia estadística sobre. En este trabajo se aplicó un enfoque bayesiano...
Tipo: Thesis Palavras-chave: Desarrollo humano; Componentes principales bayesianos; MCMC; Human development; Principal components bayesian; Maestría; Estadística.
Ano: 2010 URL: http://hdl.handle.net/10521/132
Imagem não selecionada

Imprime registro no formato completo
Construcción de un índice de desarrollo humano para México utilizando el análisis bayesiano de componentes principales. Colegio de Postgraduados
Pacheco Gil, Rosa Angela.
En numerosos problemas se desea explicar las fuentes de variación de los datos y un método utilizado para dicho fin es el análisis de componentes principales (ACP). Se denomina primera componente principal de una distribución -dimensional, a la combinación lineal de componentes que posee máxima varianza; análogamente, la segunda componente principal es la combinación lineal que presenta mayor desviación, una vez descontada la parte de varianza atribuible a la primera componente. El objetivo de este procedimiento es explicar la variación muestral en términos de combinaciones lineales de las variables originales. Uno de los problemas del método de componentes principales es la inferencia estadística sobre. En este trabajo se aplicó un enfoque bayesiano...
Tipo: Thesis Palavras-chave: Desarrollo humano; Componentes principales bayesianos; MCMC; Human development; Principal components bayesian; Maestría; Estadística.
Ano: 2010 URL: http://hdl.handle.net/10521/132
Imagem não selecionada

Imprime registro no formato completo
Inference on microsatellite mutation processes in the invasive mite, Varroa destructor, using reversible jump Markov Chain Monte Carlo Inra
Cornuet, J.M.; Beaumont, M.A.; Estoup, A.; Solignac, M..
Varroa destructor is a parasitic mite of the Eastern honeybee Apis cerana. Fifty years ago, two distinct evolutionary lineages (Korean and Japanese) invaded the Western honeybee Apis mellifera. This haplo–diploid parasite species reproduces mainly through brother–sister matings, a system which largely favors the .xation of new mutations. In a worldwide sample of 225 individuals from 21 locations collected on Western honeybees and analyzed at 19 microsatellite loci, a series of de novo mutations was observed. Using historical data concerning the invasion, this original biological system has been exploited to compare three mutation models with allele size constraints for microsatellite markers: stepwise (SMM) and generalized (GSM) mutation models, and a...
Tipo: Journal Article Palavras-chave: ABEILLE DOMESTIQUE MICROSATELLITE; MUTATION MODEL; MCMC; MARKOV CHAIN MONTE CARLO.
Ano: 2006 URL: http://www.prodinra.inra.fr/prodinra/pinra/doc.xsp?id=PROD20083c3ba28&uri=/notices/prodinra1/2008/08/
Imagem não selecionada

Imprime registro no formato completo
Inferência bayesiana da conversão alimentar em diferentes experimentos animais Arq. Bras. Med. Vet. Zootec.
Rossi,R.M.; Martins,E.N.; Lopes,P.S.; Silva,F.F.; Marcondes,M.I.; Caetano,G.C.; Ferreira Júnior,H.C.; Knupp,L.S.; Ferreira,M.A..
O presente trabalho teve por objetivo avaliar a conversão alimentar (CA) por meio da inferência bayesiana considerando-se análises bivariadas. Foram utilizadas diferentes espécies animais de experimentos conduzidos na Universidade Federal de Viçosa, no estado de Minas Gerais, Brasil. O modelo proposto mostrou ser apropriado, uma vez que possibilitou a detecção de diferenças significativas entre níveis de fatores não detectados por procedimentos frequentistas em ANOVA tradicional, principalmente em pequenas amostras. No experimento com codornas, evidenciou-se que aves cujos níveis de proteína bruta eram de 23% e 29%, respectivamente, para machos e fêmeas, apresentaram uma melhor CA, de 2,83±0,03 e 2,66±0,03, respectivamente. No experimento com frangos, no...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Desempenho nutricional; Inferência; MCMC; Multivariada; Produção animal.
Ano: 2016 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-09352016000200466
Registros recuperados: 8
Primeira ... 1 ... Última
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional