Avaliou-se o efeito da autocorrelação residual sobre a qualidade das estimativas dos parâmetros genéticos para produção total de leite (PL) e para os coeficientes a, b e c do modelo de Wood e, consequentemente, sobre a classificação dos animais para estas características. O modelo de Wood foi ajustado às lactações de cabras considerando-se três situações de estrutura residual: (EI) - erros independentes, (AR1) - erros autorregressivos de primeira ordem e (EI - AR1) - erros AR1 somente para as lactações que apresentaram autocorrelação residual significativa e EI para as demais. As estimativas dos coeficientes a, b e c e PL foram utilizadas como variáveis dependentes em um modelo animal multicaracterístico, o qual incluiu os efeitos aleatórios de animal e de ambiente permanente e os efeitos fixos de grupo contemporâneo, número de crias por parto, grupos genéticos e ordem de parto, além das covariáveis duração da lactação e a idade da cabra ao parto. As diferentes estruturas residuais afetaram as estimativas dos parâmetros genéticos e as classificações dos animais para as características estudadas. Portanto, a seleção dos animais pode ser modificada pela presença da autocorrelação residual, sendo a estrutura EI-AR1 uma alternativa para contornar este problema.

The objective of this study was to evaluate the residual autocorrelation effect on the estimates of genetic parameters for total milk yield (MY) and the coefficients a, b and c of Wood's model and, consequently, the animal's classification for these traits. Wood's model was fitted to the lactation of goats considering three cases of residual structure: (IE) - independent errors, (AR1) - first order autoregressive errors, and (IE - AR1) - AR1 errors only for lactations that had significant residual autocorrelation and IE for others. Estimates of the coefficients a, b and c and PL were used as dependent variables in a multivariate animal model, which included the random effects of animal and permanent environmental and fixed effects of contemporary group, number of foals per birth, genetic groups and order of calving, besides the covariates of lactation length (linear) and age at parturition (linear and quadratic). The different residual structures affected the estimates of genetic parameters and the classification of animals for the traits studied. Therefore, the selection of animals can be modified with the presence of residual autocorrelation and the structure IE-AR1 is presented as an alternative to solve this problem.

Foram utilizados dados de 288 codornas de corte (Coturnix coturnix coturnix) para avaliar a possibilidade de resumir a informação contida no complexo de variáveis originais, eliminando-se variáveis inexpressivas por meio da técnica de componentes principais. Foram registrados o peso vivo (PVIVO) e pesos do peito (PPEITO), das coxas (PCOXA), da gordura abdominal (GA), das vísceras comestíveis (fígado, moela e coração) (FIG, MOELA e CORA) e da carcaça eviscerada (PCEVIS). As carcaças foram secas e trituradas para a avaliação do teor matéria seca (MS), gordura (GORD) e proteína bruta (PB). Dos 11 componentes principais, sete (63,6%) apresentaram variância menor que 0,7 (autovalor inferior a 0,7), sendo sugeridas para descarte, respectivamente, em ordem de menor importância, para explicar a variação total das seguintes variáveis: PCEVIS, PPEITO, PCOXA, CORA, FIG MOELA e GORD. Com base nos resultados, recomenda-se manter as seguintes variáveis em experimentos futuros: PVIVO, MS, PB e GA.

Records on 288 meat type quails (Coturnix coturnix coturnix) were used to identify independent and informative variables by eliminating inexpressive variables by means of principal component analysis. The following performance traits were recorded: live body weight (LBW), eviscerated carcass weight (CW), whole leg weight (WLW), breast weight (BW), abdominal fat pad weight (FW), and giblets weight (liver, gizzard, and heart) (LIW, GW, and HW). The carcasses were also dried and grounded to evaluate dry matter (DM), fat (FA,T) and crude protein (CP) contents. Out of 11 principal components, seven (63.6%) showed variance lower than 0.7 (eigenvalue lower than 0.7). The following traits were discarded because they showed inexpressive contribuitions for the total variation: CW, BW, WLW, HW, LIW, GW, and FAT. Based on the results, it is recommended to record the following variables in future experiments: LBW, DM, CP, and FW.