Dados de 435 animais de uma população F2 de suínos foram utilizados para avaliar a possibilidade de redução da dimensão do espaço multivariado, por meio da técnica de componentes principais. Foram avaliadas as seguintes características de desempenho: tamanho da leitegada ao nascer (TLN), tamanho da leitegada à desmama (TLD), número de tetos (NT), pesos ao nascer (PN), aos 21 (P21), aos 42 (P42), aos 63 (P63) e aos 77 (P77) dias de idade e ganho médio de peso diário (GPD), consumo de ração (CR) e conversão alimentar (CA) dos 77 aos 105 dias de idade. Seis componentes principais, obtidos a partir da matriz de correlação, apresentaram variância inferior a 0,7 (autovalores inferiores a 0,7), o que sugere seis variáveis para descarte, por apresentarem maiores coeficientes, em valor absoluto, a partir do último componente principal. As variáveis descartadas apresentaram correlação linear simples significativa com as demais. Em razão do grande número de variáveis redundantes, 54,5% delas podem ser eliminadas, sendo recomendada a avaliação de apenas TLN, NT, P77, CR e CA, sem que haja perda considerável da informação.

Using principal component analysis, records of 435 animals from an F2 swine population were used to identity independent and informative variables of economically important performance. The following performance traits were recorded: litter size at birth (BL), litter size at weaning (WL), teat number (TN), birth weight (BW), weight at 21 (W21), 42 (W42), 63 (W63) and 77 (W77) days of age, average daily gain (ADG), feed intake (FI) and feed:gain ratio (FGR) from 77 to 105 days of age. Six principal components expressed variation lower than 0.7 (eigen values lower than 0.7) suggesting that six variables could be discarded with little information loss. The discarded variables present significant simple linear correlation with the retained variables. Retaining variables BL, TN, W77, FI and FGR and eliminating all the rest would retain most of the relevant information in the original data set.

Curvas de crescimento de gado Nelore foram analisadas com base nos pesos corporais coletados do nascer aos 733 dias de idade. As características consideradas foram peso ao nascer e pesos dos 10 aos 110, dos 102 aos 202, dos 193 aos 293, dos 283 aos 383, dos 376 aos 476, dos 467 aos 567, dos 551 aos 651 e dos 633 aos 733 dias de idade. Duas amostras foram geradas: a primeira, constituída de 79.849 medidas, continha dados de rebanhos com informações perdidas, e a segunda, de 74.601 medidas, originou-se de rebanhos com informações completas. Os pesos pré-ajustados para as idades fixas foram analisados por meio de um modelo de características múltiplas (MTM), com nove características, no qual se incluíram efeitos de grupo contemporâneo, classe de idade da vaca, aditivo direto, aditivo materno e ambiente materno permanente. Polinômios cúbicos de Legendre foram utilizados em um modelo de regressão aleatória (RRM), no qual foram incluídos efeitos de idade do animal, grupo contemporâneo, classe de idade da vaca, aditivo direto, ambiente permanente, aditivo materno e ambiente materno permanente. Tendo em vista que os componentes de covariância baseados em RRM são influenciados por informações perdidas, recomendam-se o MTM e a conversão desses componentes em funções de covariância.

Growth curves of Nellore cattle were analyzed using body weights measured at ages ranging from 1 day (birth weight) to 733 days. Traits considered were birth weight, 10 to 110 days weight, 102 to 202 days weight, 193 to 293 days weight, 283 to 383 days weight, 376 to 476 days weight, 551 to 651 days weight, and 633 to 733 days weight. Two data samples were created: one with 79,849 records from herds that had missing traits and another with 74,601 from herds with no missing traits. Records preadjusted to a fixed age were analyzed by a multiple trait model (MTM), which included the effects of contemporary group, age of dam class, additive direct, additive maternal, and maternal permanent environment. Analyses were carried out by a Bayesian method for all nine traits. The random regression model (RRM) included the effects of age of animal, contemporary group, age of dam class, additive direct, permanent environment, additive maternal, and maternal permanent environment. Legendre cubic polynomials were used to describe random effects. MTM estimated covariance components and genetic parameters for birth weight and sequential weights and RRM for all ages. Due to the fact that covariance components based on RRM were inflated for herds with missing traits, MTM should be used and converted to covariance functions.

Para estabelecer a melhor forma de considerar os efeitos fixos dos modelos de regressão aleatória, avaliou-se a utilização de funções polinomiais na descrição de curvas de crescimento e no efeito da idade da vaca sobre pesos corporais de 41.415 bovinos jovens da raça Tabapuã, criados em regime de pasto. A idade da vaca ao parto e o sexo do animal influenciaram os pesos nos primeiros dois anos de vida, e o efeito da idade da mãe sobre o desenvolvimento dos animais mostrou-se dependente da idade dos filhos. Altos coeficientes de determinação (R²>0,98) foram alcançados utilizando-se o efeito da idade da vaca no dia da pesagem do animal (i.e., a idade da vaca ao parto mais a idade do animal no dia de sua pesagem) em polinômios de, no mínimo, segundo grau, e curvas de crescimentos médios, diferenciadas para machos e fêmeas, descritas por meio de polinômios de, no mínimo, terceiro grau.

This study was undertaken to establish the best way of considering the fixed effects in random regression models for genetic evaluations. The use of polynomial functions to describe growth curves and age-of-dam effects was evaluated by analyzing body weight of 41,415 young Tabapuã beef cattle, born from 1975 to 1997 and raised under pasture conditions. Age-of-dam and sex effects showed significant influence on body weights of animals younger than 2-year-old. Age-of-dam effect on weights of offspring showed to be dependent on age of animals. High goodness of fit (R²>0.98) were reached using age of dam at weighing day (i.e., sum of age of dam at birth plus age of animal at weighing day) with at least second degree polynomials and growth curves fitted to each sex separately with at least third degree polynomials.