Efeito da escala e do modelo de análise na avaliação genética de escores visuais: estudo de simulação

Abstract

Várias características são avaliadas por meio de escores visuais nos programas de avaliação genética no Brasil. Os sistemas de atribuição dos escores variam quanto ao número de classes de notas, ao referencial adotado para atribuição das notas e à frequência das notas nas diferentes classes e ao modelo empregado na análise dos dados. O objetivo neste estudo foi avaliar o impacto de diferentes escalas de atribuição dos escores, modelos de análise dos dados e sua interação na identificação dos genótipos superiores para essas características, por meio de dados simulados. Foram simulados dados de uma característica contínua na escala subjacente, transformados em valores (1 a 6) na escala discreta observada, com diferentes escalas (relativa uniforme, relativa normal, relativa assimétrica e fixa), dois valores de herdabilidade (0,25 e 0,49) e duas variâncias de grupos de contemporâneos (0,25 e 1,00). Estimaram-se os valores genéticos utilizando modelos de limiar, linear e linear após transformação dos dados. Análises com modelo de limiar e notas com escala relativa normal apresentaram melhores acurácias para a predição dos valores genéticos. A utilização do modelo de limiar incrementa a acurácia das estimativas, mas em razão da demanda computacional e de problemas de implementação, o modelo linear pode ser empregado na análise de dados categóricos avaliados sob escala relativa normal com seis classes. A transformação de dados proposta foi eficiente em algumas situações, podendo ser considerada como alternativa ao modelo linear, dependendo da estrutura dos dados

Genetic improvement programs in Brazil involve the monitoring of many traits that are evaluated by means of visual scores. The systems used to evaluate animals vary in terms of the number of classes, the referential from which the scores are given, the distribution of observations in score classes and the model used to analyze the data. The objective of this study was to evaluate the impact of different scales of score evaluation, models of analysis and their interactions on the identification of superior genotypes for visual scores, by means of a simulation study. Data of a continuous trait were simulated in a subjacent scale and then transformed into a discrete trait (1 to 6) in the observable scale, with different scale distributions (uniform relative, normal relative, asymmetric relative and fixed), two heritabilities (0.25 and 0.49) and two contemporary group variances (0.25 and 1.00). Breeding values were estimated using threshold model, linear model and linear model after data transformation. The threshold model and the relative normal scale showed better accuracy for the prediction of breeding values. The use of a threshold model can lead to an increase in the estimates’ accuracy, but despite the computational demand and implementation issues, the linear model can be used to analyze discrete data assigned under a normal relative scale with six score classes. The proposed data transformation was effective for some situations and depending on the data structure it should be considered as an alternative option instead of linear model