Modelagem estatística e desenvolvimento de ferramentas computacionais aplicados à produção in vitro de embriões bovinos e hormesis em plantas

• Ano de defesa: 2023
• Autor(a) principal: Amorim, Deoclecio Jardim
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Bovine embryo production; Generalized linear mixed model; Hormesis; Modelagem estatística; Modelos lineares generalizados mistos; Modelos não lineares.; Nonlinear models.; Overdispersion; Produção de embriões bovinos; Statistical modeling; Superdispersão
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-10072023-095931/

Dados provenientes de estudos em ciências agrárias podem apresentar características diferentes, com destaque para estudos de produção in vitro apresentam distribuição normal e são medidos em contextos longitudinais ou hierárquicos. Exemplos comuns incluem dados na forma de contagens, proporções e binários. Por outro lado, na maioria dos estudos de hormesis, os dados são correlacionados, presentes em características morfológicas, fisiológicas e bioquímicas. Nesse sentido, o objetivo deste trabalho é desenvolver modelos e ferramentas computacionais que auxiliem na análise desses tipos de dados, tornando-a mais acessível a pesquisadores de áreas aplicadas. Em relação aos dados da PIVE, inicialmente, abordaram-se os aspectos relacionados a superdispersão e correlação em dados longitudinais, testes de hipóteses sobre os componentes de variância e seleção de modelos com foco em dados na forma de contagens e na proposição de um tutorial utilizando o software R. Os modelos lineares generalizados mistos (MLGMs) e os modelos combinados (MC) ajustaram-se satisfatoriamente, captando a variabilidade extra e a correlação entre as medidas longitudinais. O MC tem como característica o uso de dois conjuntos de efeitos aleatórios para capturar a superdispersão e a correlação, sendo mais flexíveis que os tradicionais MLGMs. Apesar da flexibilidade de modelagem oferecida, os MCs ainda não possuem uma ferramenta computacional padronizada no software de código-aberto R. Em função disso, foi desenvolvido o pacote combTMB para o software R. As funcionalidades do pacote são ilustradas com duas aplicações em dados na forma de contagens e de proporções. Finalmente, foi proposta uma modelagem não linear multivariada para estudar hormesis em plantas, sendo que as informações concernentes às correlações das variáveis respostas são consideradas com uma matriz de variâncias e covariâncias obtida, a partir dos resíduos univariados. Uma vantagem dessa estratégia de modelagem é a obtenção de estimativas mais precisas dos parâmetros e uma maior compreensão das relações bifásicas de dose-resposta, pois considera na estrutura de modelagem as inter-relações existentes entre as diversas características mensuradas no sistema vegetal.