<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>0004-0592</journal-id>
<journal-title><![CDATA[Archivos de Zootecnia]]></journal-title>
<abbrev-journal-title><![CDATA[Arch. zootec.]]></abbrev-journal-title>
<issn>0004-0592</issn>
<publisher>
<publisher-name><![CDATA[Universidad de Córdoba]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S0004-05922010000300003</article-id>
<title-group>
<article-title xml:lang="pt"><![CDATA[Influência da estrutura da matriz de covariâncias na classificação de reprodutores caprinos]]></article-title>
<article-title xml:lang="en"><![CDATA[Influence of covariance matrix structure type on male goat ranking]]></article-title>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Santoro]]></surname>
<given-names><![CDATA[K.R.]]></given-names>
</name>
<xref ref-type="aff" rid="A01"/>
</contrib>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Barbosa]]></surname>
<given-names><![CDATA[S.B.P.]]></given-names>
</name>
<xref ref-type="aff" rid="A02"/>
</contrib>
</contrib-group>
<aff id="A01">
<institution><![CDATA[,Universidade Federal Rural de Pernambuco (UFRPE) Unidade Acadêmica de Garanhuns ]]></institution>
<addr-line><![CDATA[Garanhuns ]]></addr-line>
<country>Brasil</country>
</aff>
<aff id="A02">
<institution><![CDATA[,Universidade Federal Rural de Pernambuco (UFRPE) Departamento de Zootecnia ]]></institution>
<addr-line><![CDATA[Recife ]]></addr-line>
<country>Brasil</country>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>09</month>
<year>2010</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>09</month>
<year>2010</year>
</pub-date>
<volume>59</volume>
<numero>227</numero>
<fpage>345</fpage>
<lpage>355</lpage>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://scielo.isciii.es/scielo.php?script=sci_arttext&amp;pid=S0004-05922010000300003&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://scielo.isciii.es/scielo.php?script=sci_abstract&amp;pid=S0004-05922010000300003&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://scielo.isciii.es/scielo.php?script=sci_pdf&amp;pid=S0004-05922010000300003&amp;lng=en&amp;nrm=iso"></self-uri><abstract abstract-type="short" xml:lang="pt"><p><![CDATA[Analisaram-se dados de peso-idade de 412 caprinos da raça Moxotó, filhos de 151 mães e 50 pais, nascidos entre 1984 e 1988, nos meses de março a julho, no estado de Pernambuco, totalizando 1749 observações. Considerou-se um modelo misto com os seguintes fatores: sexo (S), ano de nascimento (A), mês de nascimento (M), tipo de parto (T), tipo de pelagem (P), ordem de parto (O), efeito linear da umidade relativa (U), efeito linear da temperatura (C), efeito linear da pluviosidade (H), efeito aleatório do reprodutor (R), efeito aleatório da mãe (F), efeito linear (D) e quadrático (D2) do fator tempo em dias. O objetivo do trabalho foi verificar a influência do tipo de matriz de covariância entre pesos sobre a predição de efeitos aleatórios e sua influência na classificação de reprodutores. Ajustaram-se as matrizes simetria composta (CS), simetria composta heterogênea (CSH), autorregressiva de ordem um (AR(1)), autorregressiva heterogênea de ordem um (ARH(1)), autorregressiva de médias móveis de ordem um (ARMA(1,1)), Toeplitz heterogênea (TOEPH), não estruturada com correlações (UNR), componente de variância (VC) e spatial power (SP(POW)). A alteração do tipo da matriz de covariância alterou a predição dos efeitos aleatórios e fixos estudados no modelo. A matriz mais adequada foi a ARH(1), os efeitos influentes para o melhor modelo foram reprodutor (p<0,05), fêmea (p<0,01), sexo (p<0,01) e tipo de parto (p<0,01) e efeito linear e quadrático do tempo (p<0,01).]]></p></abstract>
<abstract abstract-type="short" xml:lang="en"><p><![CDATA[Were analised records of weight-age from 412 goats from Moxotó breed, originated from 151 females and 50 males, born between 1984 and 1988, from march to july, in Pernambuco state, northeastern Brazil, totalizing 1749 records. Was considered a mixed model with the factors: sex (S), year of birth (A), month of birth (M), parturition type (T), bristle type (P), parturition order (O), linear effect of relative umidity (U), linear effect of temperature (C), linear effect of pluviosity (H), random effect of male (R), random effect of female (F), linear (D) and quadratic (D2) time effect in days. The objective was to verify the influence of covariance matrix type between weigths on prediction of random effects and the ranking of male goats. Were utilized the follow matrix type compond simmetry (CS), heterogeneity compond simmetry (CSH), autoregressive of order one (AR(1)), heterogeneous autoregressive of order one (ARH(1)), autoregressive moving average of order one (ARMA(1,1)), heterogeneous Toeplitz (TOEPH), non structured with correlation (UNR), variance component (VC), and spatial power (SP(POW)). Change in covariance matrix type changed the predicted random model effects. The most adequate matrix was ARH(1), influential effects were male (p<0,05), female (p<0,01), sex (p<0,01), parturition type (p<0,01), and linear and quadratic effect of time (p<0,01).]]></p></abstract>
<kwd-group>
<kwd lng="pt"><![CDATA[Caprinos Moxotó]]></kwd>
<kwd lng="pt"><![CDATA[Funções de covariância]]></kwd>
<kwd lng="pt"><![CDATA[Medidas repetidas]]></kwd>
<kwd lng="pt"><![CDATA[REML]]></kwd>
<kwd lng="pt"><![CDATA[Teste de esfericidade]]></kwd>
<kwd lng="en"><![CDATA[Covariance functions]]></kwd>
<kwd lng="en"><![CDATA[Moxotó breed]]></kwd>
<kwd lng="en"><![CDATA[REML]]></kwd>
<kwd lng="en"><![CDATA[Repeated measures]]></kwd>
<kwd lng="en"><![CDATA[Sfericity test]]></kwd>
</kwd-group>
</article-meta>
</front><body><![CDATA[ <p>&nbsp;</p>     <p>&nbsp;</p>     <p><font face="Verdana" size="4"><b>Influência da estrutura da matriz de covariâncias na classificação de reprodutores caprinos</b></font></p>     <p><font face="Verdana" size="4"><b>Influence of covariance matrix structure type on male goat ranking</b></font></p>     <p>&nbsp;</p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Santoro, K.R.<sup>1</sup> e Barbosa, S.B.P.<sup>2</sup></b></font></p>     <p><font face="Verdana" size="2"><sup>1</sup>Unidade Acadêmica de Garanhuns. Universidade Federal Rural de Pernambuco (UFRPE). Av. Bom Pastor, s/n. Bairro Boa Vista. Caixa Postal 152. CEP 55296-901. Garanhuns. Brasil. <a href="mailto:krsantoro@uag.ufrpe.br">krsantoro@uag.ufrpe.br</a>    <br><sup>2</sup>Departamento de Zootecnia. Universidade Federal Rural de Pernambuco (UFRPE). Rua Dom Manoel de Medeiros, s/n. Bairro de Dois Irmãos. 52171-900 Recife. Brasil. <a href="mailto:sbarbosa@dz.ufrpe.br">sbarbosa@dz.ufrpe.br</a></font></p>     <p>&nbsp;</p>     ]]></body>
<body><![CDATA[<p>&nbsp;</p> <hr size="1">     <p><font face="Verdana" size="2"><b>RESUMO</b></font></p>     <p><font face="Verdana" size="2">Analisaram-se dados de peso-idade de 412 caprinos da raça Moxotó, filhos de 151 mães e 50 pais, nascidos entre 1984 e 1988, nos meses de março a julho, no estado de Pernambuco, totalizando 1749 observações. Considerou-se um modelo misto com os seguintes fatores: sexo (S), ano de nascimento (A), mês de nascimento (M), tipo de parto (T), tipo de pelagem (P), ordem de parto (O), efeito linear da umidade relativa (U), efeito linear da temperatura (C), efeito linear da pluviosidade (H), efeito aleatório do reprodutor (R), efeito aleatório da mãe (F), efeito linear (D) e quadrático (D2) do fator tempo em dias. O objetivo do trabalho foi verificar a influência do tipo de matriz de covariância entre pesos sobre a predição de efeitos aleatórios e sua influência na classificação de reprodutores. Ajustaram-se as matrizes simetria composta (CS), simetria composta heterogênea (CSH), autorregressiva de ordem um (AR(1)), autorregressiva heterogênea de ordem um (ARH(1)), autorregressiva de médias móveis de ordem um (ARMA(1,1)), Toeplitz heterogênea (TOEPH), não estruturada com correlações (UNR), componente de variância (VC) e <i>spatial power</i> (SP(POW)). A alteração do tipo da matriz de covariância alterou a predição dos efeitos aleatórios e fixos estudados no modelo. A matriz mais adequada foi a ARH(1), os efeitos influentes para o melhor modelo foram reprodutor (p&lt;0,05), fêmea (p&lt;0,01), sexo (p&lt;0,01) e tipo de parto (p&lt;0,01) e efeito linear e quadrático do tempo (p&lt;0,01).</font></p>     <p><font face="Verdana" size="2"><b>Palavras chave:</b> Caprinos Moxotó. Funções de covariância. Medidas repetidas. REML. Teste de esfericidade.</font></p> <hr size="1">     <p><font face="Verdana" size="2"><b>SUMMARY</b></font></p>     <p><font face="Verdana" size="2">Were analised records of weight-age from 412 goats from Moxotó breed, originated from 151 females and 50 males, born between 1984 and 1988, from march to july, in Pernambuco state, northeastern Brazil, totalizing 1749 records. Was considered a mixed model with the factors: sex (S), year of birth (A), month of birth (M), parturition type (T), bristle type (P), parturition order (O), linear effect of relative umidity (U), linear effect of temperature (C), linear effect of pluviosity (H), random effect of male (R), random effect of female (F), linear (D) and quadratic (D2) time effect in days. The objective was to verify the influence of covariance matrix type between weigths on prediction of random effects and the ranking of male goats. Were utilized the follow matrix type compond simmetry (CS), heterogeneity compond simmetry (CSH), autoregressive of order one (AR(1)), heterogeneous autoregressive of order one (ARH(1)), autoregressive moving average of order one (ARMA(1,1)), heterogeneous Toeplitz (TOEPH), non structured with correlation (UNR), variance component (VC), and spatial power (SP(POW)). Change in covariance matrix type changed the predicted random model effects. The most adequate matrix was ARH(1), influential effects were male (p&lt;0,05), female (p&lt;0,01), sex (p&lt;0,01), parturition type (p&lt;0,01), and linear and quadratic effect of time (p&lt;0,01).</font></p>     <p><font face="Verdana" size="2"><b>Key words:</b> Covariance functions. Moxotó breed. REML. Repeated measures. Sfericity test.</font></p> <hr size="1">     <p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Introdução</b></font></p>     <p><font face="Verdana" size="2">A variabilidade existente em dados longitudinais de observações de cresci-mento animal pode ser devida a fatores entre animais (inter-específicos) e dentro dos próprios animais (intra-específicos) (Khattree e Naik, 1999; Littell <i>et al.</i>, 1996).</font></p>     ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2">A diferenciação entre os animais, para posterior julgamento e seleção, visando um programa de melhoramento genético animal, baseia-se geralmente na predição dos valores genéticos dos indivíduos através de avaliações inter-específicas.</font></p>     <p><font face="Verdana" size="2">A variabilidade intra-específica é, se não esquecida, em muitas vezes assumida como tendo uma estrutura de simetria composta, a qual pode ser descrita por uma matriz de relacionamento (covariâncias ou correlações) entre as diferentes observações que considera a não heterogeneidade de variâncias entre diferentes observações e o comportamento constante da covariância entre elas (Malheiros, 2001).</font></p>     <p><font face="Verdana" size="2">Esta suposição não satisfaz algumas características comuns em observações de crescimento, pois elas apresentam correlação entre as diferentes medidas, sendo as medidas próximas mais correlacionadas que as distantes e não raro também contam com heterogeneidade de variância (Davidian e Giltinan, 1995; Khattree e Naik, 1999; Littell <i>et al.</i>, 1991; Littell <i>et al.</i>, 1998; Nunez-Anton e Woodworth, 1994).</font></p>     <p><font face="Verdana" size="2">A verificação da adequação de uma matriz da classe esférica (Huynh e Feldt, 1970; Milliken e Johnson, 1992), da qual a estrutura simetria composta faz parte, pode ser feita através do teste desenvolvido por Maucly (Mauchly, 1940). Caso a esferi-cidade não seja comprovada seria necessário testar a adequação de outras estruturas matriciais.</font></p>     <p><font face="Verdana" size="2">A escolha da forma da matriz mais adequada seria um processo interativo de análise, que integraria o objetivo do trabalho, a amostra em estudo, o modelo estatístico empregado e o ajuste oferecido pelas diferentes funções de covariância possíveis de serem aplicados (Keselman <i>et al.</i>, 1998; Littell <i>et al.</i>, 1998).</font></p>     <p><font face="Verdana" size="2">A importância da seleção desta estrutura de relacionamento teria conseqüências diretas sobre a estimação dos efeitos fixos do modelo e suas significâncias, assim como alteraria as predições dos efeitos aleatórios (Littell <i>et al.</i>, 1998; Malheiros, 2001; Wolfinger e Chang, 1995).</font></p>     <p><font face="Verdana" size="2">Isto poderia ser notado, por exemplo, através da mudança na classificação ou <i>rank</i> dos animais. Tal mudança de posição levaria a seleção de diferentes animais como os mais adequados ou com maior potencial genético para serem utilizados em um programa de melhoramento genético animal, o que poderia comprometer o andamento do programa ou seus objetivos. Desta forma, não somente o relacionamento entre os animais e os efeitos comuns entre eles (interespecíficos) são importantes, mas também os que delineiam o comportamento do indivíduo em si (intra-específicos).</font></p>     <p><font face="Verdana" size="2">A suposição de que uma característica com observações longitudinais poderia ser entendida como estando sob mudança continua, proporcionaria a ela um compor-tamento de dimensão <i>infinita</i> (Jaffrézic e Pletcher, 2000; Kirkpatrick e Heckman, 1989). Tal representação seria feita por um modelo <i>infinitesimal</i> (Kirkpatrick <i>et al.</i>, 1990), e teria a necessidade de uma matriz de covariâncias de dimensão também <i>infinita</i>. Uma solução encontrada para esta abordagem está na <i>função de covariância</i> (Henderson Jr., 1982; Longford, 1993), a qual especifica uma função apta a descrever o comportamento dos parâmetros da matriz de covariâncias em qualquer  ponto desejado, inclusive naqueles não observados (Littell <i>et al.</i>, 1996). As funções de covariância reduzem o número de parâmetros a serem estimados, diminuindo o esforço computacional e facilitando a compreensão dos resultados encontrados por parte do pesquisador (Littell <i>et al.</i>, 1996; Longford, 1993).</font></p>     <p><font face="Verdana" size="2">As funções de covariância têm encontrado emprego crescente nas mais diversas áreas (Clark, 1979; Diggle <i>et al.</i>, 1994; Kirkpatrick <i>et al.</i>, 1990; Lindsey, 1993; Littell <i>et al.</i>, 1998; Marx e Thompson, 1987; Meyer, 1998; Meyer, 1999; Meyer, 2000; Meyer e Hill, 1997; Patel, 1986; Ripley, 1981), devendo-se isto principalmente à eficiente implementação da metodologia em pacotes estatísticos de análise de dados, tais como o S-PLUS (MATHSOFT, 1999) e o SAS (SAS, 2000).</font></p>     <p><font face="Verdana" size="2">Considerando o exposto anteriormente, este trabalho teve por objetivo demonstrar a identificação de uma função de covariância adequada para descrever efeitos dentro de unidades experimentais, utilizando dados de crescimento do tipo peso-idade, de caprinos Moxotó criados no estado de Pernambuco, verificando as conseqüências da escolha de diferentes funções de covariância sobre a classificação dos reprodutores.</font></p>     ]]></body>
<body><![CDATA[<p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Material e métodos</b></font></p>     <p><font face="Verdana" size="2">Foram utilizados dados de 412 caprinos da raça Moxotó, filhos de 151 mães e 50 pais, nascidos entre 1984 e 1988, nos meses de março a julho, no município de Serra Talhada, na região do Sertão do estado de Pernambuco. As condições climáticas médias para os meses de nascimento foram: umidade relativa 53,97% (&plusmn;11,45), temperatura 26,18<sup>o</sup>C (&plusmn;1,59); pluviosidade 89,33mm<sup>3</sup> (&plusmn;109,29). As pesagens ocorreram ao nascimento e, posteriormente, aos 28, 112, 196 e 364 dias de idade, totalizando 1749 observações, pois nem todos os animais possuíam todas as observações.</font></p>     <p><font face="Verdana" size="2">Utilizou-se o seguinte modelo misto, denominado de <i>modelo completo</i>, para a descrição dos dados de pesagem:</font></p>     <blockquote> 	    <p><font face="Verdana" size="2">Y<sub>ijklmnopqrs</sub>= &mu; + S<sub>k</sub> + A<sub>l</sub> + M<sub>m</sub> + T<sub>n</sub> + P<sub>o</sub> + O<sub>p</sub> + U + C + H + D + D<sup>2</sup> + R<sub>q</sub>(A<sub>l</sub>) + F<sub>r</sub> + e<sub>ijklmnopqrs</sub></font></p> </blockquote>     <p><font face="Verdana" size="2">onde:</font></p>     <blockquote> 	    <p><font face="Verdana" size="2">Y<sub>ijklmnopqrs</sub>: representa o peso observado para o animal i na idade j, i= 1, ..., 412; j= 0, 28, 112, 196, 364;</font></p> 	    <p><font face="Verdana" size="2">&mu;: representa uma constante comum a todas as observacoes;</font></p> 	    ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2">S<sub>k</sub>: representa o sexo, k= 1 (macho), 2 (fêmea);</font></p> 	    <p><font face="Verdana" size="2">A<sub>l</sub>: representa o ano de nascimento do animal, l= 1984, 1985, 1986, 1987, 1988;</font></p> 	    <p><font face="Verdana" size="2">M<sub>m</sub>: representa o mês de nascimento do animal, m= 3, 4, 5, 6, 7;</font></p> 	    <p><font face="Verdana" size="2">T<sub>n</sub>: representa o tipo de parto, n= 1 (simples), 2 (duplo);</font></p> 	    <p><font face="Verdana" size="2">P<sub>o</sub>: representa o tipo de pelagem, o= 1 (simples), 2 (composta);</font></p> 	    <p><font face="Verdana" size="2">O<sub>p</sub>: representa a ordem de parto, p= 1, 2, 3, 4, 5, 6;</font></p> 	    <p><font face="Verdana" size="2">U: representa o efeito linear da umidade relativa do ar no dia da pesagem;</font></p> 	    <p><font face="Verdana" size="2">C: representa o efeito linear da temperatura no dia da pesagem;</font></p> 	    <p><font face="Verdana" size="2">H : representa o efeito linear da pluviosidade no dia da pesagem;</font></p> 	    <p><font face="Verdana" size="2">D : representa o efeito linear do fator tempo (dias);</font></p> 	    ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2">D<sup>2</sup>: representa o efeito quadrático do fator tempo (dias);</font></p> 	    <p><font face="Verdana" size="2">R<sub>q</sub>(A<sub>l</sub>): representa o efeito aleatório do reprodutor q (q= 1, ..., 50) dentro de ano l;</font></p> 	    <p><font face="Verdana" size="2">F<sub>r</sub>: representa o efeito aleatório da mãe r (r= 1, ..., 151) e</font></p> 	    <p><font face="Verdana" size="2">e<sub>ijklmnopqrs</sub>: representa o erro aleatório associado a cada observação.</font></p> </blockquote>     <p><font face="Verdana" size="2">Encontrada a matriz de covariância mais adequada (descrito a seguir), as variáveis do modelo passaram por uma seleção do tipo <i>backward</i> (Neter <i>et al.</i>, 1989), sendo o mesmo processo realizado com a matriz do ipo simetria composta. Este passo teve por objetivo retirar todas os efeitos fixos não significativos do modelo, produzindo o que foi denominado de <i>melhor modelo</i> para ambas matrizes de covariância. Este procedimento segue sugestão de Khattree e Naik (1999), Littell <i>et al.</i> (1996) e Matsushita (1994), pois na comparação de diferentes estruturas de covariância a eliminação de efeitos no modelo deve ser feita entre os efeitos fixos e não entre os aleatórios, para não comprometer a estimação dos parâmetros da matriz de covariâncias, pois ao retirar ou incluir efeitos aleatórios, já não estariam sendo comparadas as mesmas matrizes devido a mudança nas suas dimensões, influenciando todos os demais passos da análise.</font></p>     <p><font face="Verdana" size="2">Não foi composto grupo contemporâneo por estação de nascimento, pois os animais apresentaram nascimento em uma única estação do ano, a época chuvosa para a região, que vai de março a setembro. Optou-se, então, por utilizar os efeitos de ano e mês de nascimento. O mesmo processo foi repetido com a matriz do tipo simetria composta. Os efeitos climáticos são dinâmicos, mudando de valor e influenciando diferentemente os pesos a cada medida, desta forma, seus valores foram incluídos a cada pesagem, tal como sugerido por Verbyla (1988). Utilizou-se o efeito de pai dentro de ano porque se verificou o uso diferenciado de alguns pais em determinados anos.</font></p>     <p><font face="Verdana" size="2">Para a matriz de covariâncias dos efeitos entre animais foi ajustada uma matriz com configuração de componentes de variância (VC), pois os reprodutores não eram relacionados. Para os efeitos dentro das pesagens foram ajustadas as matrizes com estrutura simetria composta (CS), simetria composta heterogênea (CSH), autorregressiva de ordem um (AR(1)), autorregressiva hete-rogênea de ordem um (ARH(1)), auto-rregressiva de médias móveis de ordem um (ARMA(1,1)), Toeplitz heterogênea (TOEPH), não estruturada com correlações (UNR), componente de variância (VC) e <i>spatial power</i> (SP(POW)).</font></p>     <p><font face="Verdana" size="2">O PROC GLM do SAS (SAS, 2000) foi usado para se realizar o teste de esfericidade de Mauchly. Os parâmetros do modelo misto foram estimados por máxima verossi-milhança restrita, através do PROC MIXED do programa SAS (SAS, 2000). A possi-bilidade de diferença significativa entre matrizes que são uma sub-tipo da outra foi realizada através do teste de razão de verossimilhança, descrita por Khattree e Naik (1999) e Matsushita (1994). A matriz de melhor ajuste foi escolhida pelo melhor valor de ajuste do critério de informação de Akaike (AIC).</font></p>     <p><font face="Verdana" size="2">Os valores preditos para os efeitos aleatórios obtidos através do melhor modelo com a matriz mais adequada e também com matriz tipo CS foram comparadas em tabela, para demonstrar a influência da escolha da matriz sobre a classificação dos reprodutores (pais e mães) e seus valores preditos.</font></p>     <p>&nbsp;</p>     ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2"><b>Resultados e discussão</b></font></p>     <p><font face="Verdana" size="2">TESTE DE ESFERICIDADE</font></p>     <p><font face="Verdana" size="2">Para a amostra estudada o critério de Mauchly para o teste de esfericidade foi de 0,3119374 (g.l.= 9, &chi;<sup>2</sup>=26,11435, p&lt;0,01), o que indicou a não esfericidade da matriz, devendo-se testar outras configurações para o relacionamento intra-específico.</font></p>     <p><font face="Verdana" size="2">MATRIZES DE COVARIÂNCIA</font></p>     <p><font face="Verdana" size="2">A estrutura CSH apresentou bom ajuste, sendo que ela supõe heterogeneidade de variância e também um comportamento não constante das covariâncias entre todas as observações, mas não apresenta um fator de correlação explícito em sua definição. A forma ARH(1), além das mesmas suposições para as covariâncias, possui um fator heterogêneo de correlação, e não de covariância como a CSH. Este fator, mais adequado na descrição de medidas de peso, proporcionou um ajuste ligeiramente superior à estrutura ARH(1) em relação à CSH <b>(<a href="#t1">tabela I</a>)</b>.</font></p>     <p align="center"><font face="Verdana" size="2"><a name="t1"><img src="/img/revistas/azoo/v59n227/art3_t1.jpg"></a></font></p>     <p><font face="Verdana" size="2">A matriz do tipo ARH(1) foi considerada a mais adequada, apesar da matriz com o segundo melhor ajuste, a CSH, também apresentar um bom ajuste <b>(<a href="#t1">tabela I</a>)</b>. Estruturas que não possibilitam a correlação entre as diferentes medidas, quando elas estão presentes, também apresentaram ajuste ruim, como no caso da estrutura VC. As matrizes que permitem correlação entre as diferentes medidas, mas supõem que elas sejam constantes não estão em conformidade com o comportamento encontrado na amostra, em que medidas mais próximas apresentam correlações mais altas, assim, as estruturas AR(1) e ARMA(1,1) não apresentaram ajuste superior. O uso de matrizes não estruturadas como a UNR, elevou o número de parâmetros a serem estimados, além de conduzir a problemas de convergência e estimação de parâmetros, apresentando um padrão de comportamento errático para a característica sob estudo, concordando com o discutido por Littell <i>et al.</i> (1998).</font></p>     <p><font face="Verdana" size="2">Marx e Thompson (1987) indicaram que as relações de covariância seriam descritas mais apropriadamente por matrizes dos tipos esférico, exponencial, gaussiano, linear, linear generalizado e logarítmico no caso de dados espacialmente distribuídos. Para o caso onde as repetidas observações são tomadas no tempo e suspeita-se de correlação entre as mesmas, o que é comum em experimentos farmacológicos e de crescimento, um modelo padrão seria uma matriz autorregressiva de ordem um (AR(1)), empregada para dados com ou sem igual espaçamento entre observações (Davidian e Giltinan, 1995). O software SAS (SAS, 2000) possui ainda outras formas para a matriz de covariâncias, como exemplificado por Khattree e Naik (1999) e Littell <i>et al.</i> (1996).</font></p>     <p><font face="Verdana" size="2">Entre os critérios de seleção para o melhor modelo misto estão o teste assin-tótico da razão de verossimilhança, o critério de informação de Akaike (AIC) e o critério bayesiano de Schawrz (BIC). O primeiro, entretanto, só pode ser utilizado para comparar um modelo contra outro desde que uma matriz de covariância seja um caso especial da outra (Matsushita, 1994). Havendo várias matrizes a serem comparadas, e algumas não serem casos especiais de outras, não foi permitida a utilização do teste assintótico da razão de verossi-milhança para comparação entre todas elas; escolheu-se, então, a melhor matriz pelo critério AIC. O AIC pode ser utilizado para comparar modelos com os mesmos efeitos fixos, mas diferentes estruturas de variância, sendo que o modelo com o maior AIC será considerado o melhor. No caso do BIC o julgamento é o mesmo, mas ele penaliza mais os modelos com grande número de parâ-metros do que o AIC faz, sendo que os dois critérios podem não concordar (Wolfinger e Chang, 1995, Xavier, 2000).</font></p>     <p><font face="Verdana" size="2">INFLUÊNCIA DE EFEITOS FIXOS</font></p>     ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2">Houve pouca variação climática entre os meses de nascimento e os animais estavam bem aclimatados à região, justificando que os efeitos fixos das variáveis climáticas umidade, temperatura e pluviosidade não foram significativos para nenhuma das estruturas ARH(1) ou CS <b>(<a href="#t2">tabela II</a>)</b>. O sexo, tipo de parto, efeitos linear e quadrático de dias foram significativos (p&lt;0,01) para todos os modelos. O efeito de ano de nascimento não foi significativo somente para ARH(1). O tipo de pelagem não foi significativo para o modelo ARH(1).</font></p>     <p align="center"><font face="Verdana" size="2"><a name="t2"><img src="/img/revistas/azoo/v59n227/art3_t2.jpg"></a></font></p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2">Em uma maneira geral, os modelos ARH(1) e CS diferiram quanto à significância do efeito fixo de ano de nascimento e tipo de pelagem <b>(<a href="#t2">tabela II</a>)</b>.</font></p>     <p><font face="Verdana" size="2">Observou-se que conforme se alterou a configuração da matriz de covariância, alteraram-se também as significâncias dos efeitos fixos e aleatórios estudados no modelo, concordando com o exposto por Wolfinger e Chang (1995), que salientaram a importância da especificação da matriz, pois os testes estatísticos seriam uma função dela.</font></p>     <p><font face="Verdana" size="2">Ao se tratar a curva de crescimento como uma trajetória polinomial, dados pelos efeitos linear e quadrático do tempo em dias, flexibilizam-se as oscilações existentes entre diferentes indivíduos e no próprio indivíduo (Xavier, 2000), melhorando a explicação do comportamento das obser-vações (Wolfinger e Chang, 1995) e ajustando um modelo que reduz o número parâ-metros a serem estimados (Von Ende, 1993; Kshirsagar e Smith, 1995).</font></p>     <p><font face="Verdana" size="2">MELHOR MODELO</font></p>     <p><font face="Verdana" size="2">O melhor modelo para a descrição dos dados de pesagem, para as matrizes com estrutura ARH(1) e CS, foi:</font></p>     <blockquote> 	    <p><font face="Verdana" size="2">Y<sub>ijknqlrs</sub>= &mu; + S<sub>k</sub> + T<sub>n</sub> + D + D<sup>2</sup> + R<sub>q</sub>(A<sub>l</sub>) + F<sub>r</sub> + e<sub>ijknqlrs</sub></font></p> </blockquote>     ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2">cujos termos já foram descritos (modelo completo), sendo que os valores estimados e preditos para os efeitos fixos e aleatórios estão demonstrados na <b> <a href="#t3">tabela III</a></b>.</font></p>     <p align="center"><font face="Verdana" size="2"><a name="t3"><img src="/img/revistas/azoo/v59n227/art3_t3.jpg"></a></font></p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2">O valor estimado para o efeito linear do tempo foi próximo para ambos os modelos, e o efeito quadrático foi o mesmo <b>(<a href="#t3">tabela III</a>)</b>. Entretanto, para os efeitos sexo e tipo de parto, o modelo ARH(1) apresentou valores inferiores ao do modelo CS. O intercepto para o modelo CS foi inferior ao do modelo ARH(1).</font></p>     <p><font face="Verdana" size="2">VALORES PREDITOS</font></p>     <p><font face="Verdana" size="2">Segundo Littell <i>et al.</i> (1998) e Wolfinger e Chang (1995), as diferentes estruturas das matrizes de covariância levariam a diferentes valores preditos para os efeitos aleatórios do modelo analisado. A matriz do tipo CS seria menos eficiente que a ARH(1), por desconsiderar a heterogeneidade de variância nas diferentes idades e as diferentes covariâncias entre elas, o que seria denotado pelo menor ajuste <b>(<a href="#t1">tabela I</a>)</b>.</font></p>     <p><font face="Verdana" size="2">Os valores preditos para os reprodutores <b>(<a target="_blank" href="/img/revistas/azoo/v59n227/art3_t4.jpg">tabela IV</a>)</b> pela matriz CS apresentaram-se abaixo daqueles da matriz ARH(1), para os anos de 1986 e 1987, acima, para os anos de 1984 e 1988, e próximos, para o ano de 1985. Para as fêmeas o comportamento não teve um padrão definido <b>(<a href="#t5">tabela V</a>)</b>.</font></p>     <p align="center"><font face="Verdana" size="2"><a name="t5"><img src="/img/revistas/azoo/v59n227/art3_t5.jpg"></a></font></p>     <p><font face="Verdana" size="2">A mudança no valor predito para os reprodutores dentro dos anos segundo o tipo de matriz (ARH(1) ou CS), tanto pais quanto mães (<b>tabelas <a target="_blank" href="/img/revistas/azoo/v59n227/art3_t4.jpg">IV</a></b> e <b> <a href="#t5">V</a></b>), deixou evidente a mudança na classificação dos animais conforme a matriz de covariância utilizada.</font></p>     <p><font face="Verdana" size="2">Desta forma, a pressuposição, pelo pesquisador, de que a matriz de covariâncias possui estrutura CS, quando outro tipo seria mais plausível, poderia levar a grandes erros de estimação e predição de valores futuros. Devendo-se considerar, ainda, o fato de que muitos pesquisadores ignoram que a matriz de covariâncias assumida por determinados pacotes estatísticos, caso nenhuma forma seja especificada, é a estrutura VC, que é ainda mais simples que a CS, por considerar as covariâncias como nulas e todas variâncias tendo o mesmo valor.</font></p>     ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2">As implicações para programas de melhoramento genético animal são ime-diatas, uma vez que os valores preditos são a base para a seleção dos animais. Uma vez selecionado o animal errado, poderia ocorrer o comprometimento de todo o programa de melhoramento genético.</font></p>     <p><font face="Verdana" size="2">Apesar da implementação da metodo-logia ser relativamente recente nos pacotes estatísticos (SAS, 2000, MATHSOFT, 1999), vários autores recomendam uma análise criteriosa das estruturas de covariância possíveis de serem utilizadas ao invés da aplicação direta de uma estrutura qualquer, sem critérios estatístico-experimentais que a justifiquem (Littell <i>et al.</i>, 1998; Longford, 1993; Keselman, 1998). Deve-se ter em mente que a estrutura real da matriz de covariâncias é desconhecida, devendo-se buscar a mais adequada entre as disponíveis para uso através de critérios bem definidos.</font></p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Conclusões</b></font></p>     <p><font face="Verdana" size="2">O correto acondicionamento das relações entre efeitos entre e dentro das observações de pesagens, através de uma matriz que admitiu diferentes correlações e covariâncias entre as diferentes pesagens, apresentou resultados mais adequados e satisfatórios que aqueles de uma análise efetuada em um modelo de repetibilidade, comumente utilizado.</font></p>     <p><font face="Verdana" size="2">A suposição de que a esfericidade está presente na amostra, sem que se efetue o teste adequado, poderia levar o pesquisador a incorrer em erros de significância para os testes estatísticos, o que causaria conclu-sões erradas a respeito de quais efeitos seriam realmente influentes ou não, levando também a predição de valores futuros tendenciosos.</font></p>     <p><font face="Verdana" size="2">Recomenda-se a verificação da adequação da matriz de covariâncias, através do uso da metodologia de modelos mistos utilizando-se estimativas REML, apesar do maior tempo de análise necessário pelo pesquisador, por tratar-se de processo computacionalmente intensivo, pois os resultados seriam mais confiáveis, e as inferências a partir dos mesmos mais seguras.</font></p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Bibliografia</b></font></p>     <!-- ref --><p><font face="Verdana" size="2">Clark, I. 1979. Practical geostistics. Applied Science Publications. Essex.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991733&pid=S0004-0592201000030000300001&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Davidian, M. and Giltinan, D.M. 1995. Nonlinear models for repeated measurement data. Chapman &amp; Hall. London.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991734&pid=S0004-0592201000030000300002&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Diggle, P.G., Liang, K.Y. and Zeger, S.L. 1994. Analysis of longitudinal data. Clarendon Press. Oxford.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991735&pid=S0004-0592201000030000300003&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Henderson Jr., C.R. 1982. Analysis of covariance in a mixed model: higher-level, nonhomogeneous and random regression. <i>Biometrics</i>, 38: 633-640.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991736&pid=S0004-0592201000030000300004&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Huynh, H. and Feldt, L.S. 1970. Conditions under which mean square rations in repeated measurements designs have exact F distributions. <i>J. Amer. Stat. Ass.</i>, 65: 1582-1589.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991737&pid=S0004-0592201000030000300005&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Jaffrézic, F. and Pletcher, S.D. 2000. Statistical models for estimating the genetic basis of repeated measures and other function-valued traits. <i>Genetics</i>, 156: 913-922.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991738&pid=S0004-0592201000030000300006&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Keselman, H.J., Algina, J., Kowalchuck, R.K. and Wolfinger, R.D. 1998. A comparison of two approachs for selection covariance structures in the analysis of repeated measurements. <i>Comm. Stat.</i>, Series B, 27: 591-604.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991739&pid=S0004-0592201000030000300007&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Khattree, R. and Naik, D.N. 1999. Applied multivariate statistics with SAS software. 2<sup>nd</sup> ed. SAS Institute Inc. Cary.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991740&pid=S0004-0592201000030000300008&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Kirkpatrick, M., Lofsvold, D. and Bulmer, M. 1990. Analysis of inheritance, selection and evolution of growth trajectories. <i>Genetics</i>, 124: 979-993.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991741&pid=S0004-0592201000030000300009&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Kirkpatrick, M. and Heckan, N. 1989. A quantitative genetic model for growth, shape, and other infinite-dimensional characters. <i>J. Math. Biol.</i>, 27: 429-450.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991742&pid=S0004-0592201000030000300010&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Kshirsagar, A.M. and Smith, W.B. 1995. Growth curves. Marcel Dekker Inc. New York.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991743&pid=S0004-0592201000030000300011&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Lindsey, J.K. 1993. Models for repeated measures. Clarendon Press. Oxford.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991744&pid=S0004-0592201000030000300012&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Littell, R.C., Freund, R.J. and Spector, P.C. 1991. SAS System for linear models. 3<sup>a</sup> ed. SAS Institute Inc. Cary (NC).</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991745&pid=S0004-0592201000030000300013&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Littell, R.C., Milliken, G.A., Stroup, W.W. and Wolfinger, R.D. 1996. SAS System for mixed models. SAS Institute Inc. Cary (NC).</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991746&pid=S0004-0592201000030000300014&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Littell, R.C., Henry, P.R. and Ammerman, C.B. 1998. Statistical analysis of repeated measures data using SAS procedures. <i>J. Anim. Sci.</i>, 76: 1216-1231.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991747&pid=S0004-0592201000030000300015&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Longford, N.T. 1993. Random coefficients models. Clarendom Press. Oxford.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991748&pid=S0004-0592201000030000300016&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Malheiros, E.B. 2001. Precisão da análise de experimentos com medidas repetidas usando procedimentos do SAS. <i>Rev. Mat. Estat.</i>, 19: 253-272.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991749&pid=S0004-0592201000030000300017&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Marx, D. and Thompson, K. 1987. Practical aspects of agricultural Kriging. Arkansas Agricultural Experiment Station. Fayetteville. (Bulletin 903)</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991750&pid=S0004-0592201000030000300018&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">MATHSOFT. 1999. S-PLUS 2000. User's guide. v.1. MathSoft. Data Analysis Products Division. Seattle.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991751&pid=S0004-0592201000030000300019&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Matsushita, R.Y. 1994. Modelos longitudinais mistos com correlação serial nos erros. Dissertação de Mestrado em Estatística. Universidade Estadual de Campinas (UNICAMP). Campinas. Brasil.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991752&pid=S0004-0592201000030000300020&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Mauchly, J.W. 1940. Significance test for sphericity of a normal n-variate distribution. <i>Ann. Math. Stat.</i>, 11: 204-209.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991753&pid=S0004-0592201000030000300021&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Meyer, K. 1998. Estimating covariance functions for longitudinal data using a random regression model. <i>Gen. Select. Evol.</i>, 30: 221-240.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991754&pid=S0004-0592201000030000300022&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Meyer, K. 1999. Estimates of genetic and phenotypic covariance functions for post-weaning growth and mature weight of beef cows. <i>J. Anim. Breed. Gen.</i>, 116: 181-205.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991755&pid=S0004-0592201000030000300023&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Meyer, K. 2000. Random regressions to model phenotypic variation in monthly weights of Australian beef cows. <i>Liv. Prod. Sci.</i>, 65: 19-38.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991756&pid=S0004-0592201000030000300024&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Meyer, K. and Hill, W.G. 1997. Estimation of genetic and phenotypic covariance functions for longitudinal data by restricted maximum likelihood. <i>Liv. Prod. Sci.</i>, 47: 185-200.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991757&pid=S0004-0592201000030000300025&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Milliken, G.A. and Johnson, D.E. 1992. Analysis of messy data. v.1. Designed experiments. Chapman &amp; Hall. New York.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991758&pid=S0004-0592201000030000300026&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Neter, J., Wasserman, W. and Kutner, M.H. 1989. Applied linear regression models. Irwin. Homewood.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991759&pid=S0004-0592201000030000300027&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Nunes-Anton, V. and Woodworth, G.G. 1994. Analysis of longitudinal data with unequally spaced observations and time-dependent correlated errors. <i>Biometrics</i>, 50: 445-456.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991760&pid=S0004-0592201000030000300028&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Patel, H.I. 1986. Analysis of repeated measures designs with changing covariates in clinical trials. <i>Biometrika</i>, 73: 707-715.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991761&pid=S0004-0592201000030000300029&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Ripley, B.C. 1981. Spatial statistics. John Wiley &amp; Sons. New York.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991762&pid=S0004-0592201000030000300030&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">SAS. 2000. SAS/STAT User's guide. Version 8. v.2. SAS Institute Inc. Cary (NC).</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991763&pid=S0004-0592201000030000300031&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Verbyla, A.P. 1988. Analysis of repeated measures design with changing covariates. <i>Biometrika</i>, 75: 172-174.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991764&pid=S0004-0592201000030000300032&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Von Ende, C.N. 1993. Repeated measures analysis: growth and other time-dependent measures. In: Scheiner, S.M. and J. Gurevitch (eds.). Design and analysis of ecological experiments. Chapman &amp; Hall. New York. pp. 113-137.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991765&pid=S0004-0592201000030000300033&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Wolfinger, R. and Chang, M. 1995. Comparing the SAS GLM and mixed procedures for repeated measures. In: Proceedings of the Twentieth Annual SAS Users Group Conference. Cary (NC). United States of America.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991766&pid=S0004-0592201000030000300034&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p><font face="Verdana" size="2">Xavier, L.H. 2000. Modelos univariado e multivariado para análise de medidas repetidas e verificação da acurácia do modelo univariado por meio de simulação. Dissertação de Mestrado em Estatística Experimental. Escola Superior de Agricultura "Luiz de Queiroz" (ESALQ). Universidade de São Paulo (USP). Piracicaba. Brasil.</font>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=991767&pid=S0004-0592201000030000300035&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><p>&nbsp;</p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2">Recibido: 14-2-08.    <br>Aceptado: 17-11-08.</font></p>      ]]></body>
<back>
<ref-list>
<ref id="B1">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Clark]]></surname>
<given-names><![CDATA[I.]]></given-names>
</name>
</person-group>
<source><![CDATA[Practical geostistics]]></source>
<year>1979</year>
<publisher-loc><![CDATA[^eEssex Essex]]></publisher-loc>
<publisher-name><![CDATA[Applied Science Publications]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B2">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Davidian]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Giltinan]]></surname>
<given-names><![CDATA[D.M.]]></given-names>
</name>
</person-group>
<source><![CDATA[Nonlinear models for repeated measurement data]]></source>
<year>1995</year>
<publisher-loc><![CDATA[London ]]></publisher-loc>
<publisher-name><![CDATA[Chapman & Hall]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B3">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Diggle]]></surname>
<given-names><![CDATA[P.G.]]></given-names>
</name>
<name>
<surname><![CDATA[Liang]]></surname>
<given-names><![CDATA[K.Y.]]></given-names>
</name>
<name>
<surname><![CDATA[Zeger]]></surname>
<given-names><![CDATA[S.L.]]></given-names>
</name>
</person-group>
<source><![CDATA[Analysis of longitudinal data]]></source>
<year>1994</year>
<publisher-loc><![CDATA[Oxford ]]></publisher-loc>
<publisher-name><![CDATA[Clarendon Press]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B4">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Henderson Jr.]]></surname>
<given-names><![CDATA[C.R.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Analysis of covariance in a mixed model: higher-level, nonhomogeneous and random regression]]></article-title>
<source><![CDATA[Biometrics]]></source>
<year>1982</year>
<volume>38</volume>
<page-range>633-640</page-range></nlm-citation>
</ref>
<ref id="B5">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Huynh]]></surname>
<given-names><![CDATA[H.]]></given-names>
</name>
<name>
<surname><![CDATA[Feldt]]></surname>
<given-names><![CDATA[L.S.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Conditions under which mean square rations in repeated measurements designs have exact F distributions]]></article-title>
<source><![CDATA[J. Amer. Stat. Ass.]]></source>
<year>1970</year>
<volume>65</volume>
<page-range>1582-1589</page-range></nlm-citation>
</ref>
<ref id="B6">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Jaffrézic]]></surname>
<given-names><![CDATA[F.]]></given-names>
</name>
<name>
<surname><![CDATA[Pletcher]]></surname>
<given-names><![CDATA[S.D.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Statistical models for estimating the genetic basis of repeated measures and other function-valued traits]]></article-title>
<source><![CDATA[Genetics]]></source>
<year>2000</year>
<volume>156</volume>
<page-range>913-922</page-range></nlm-citation>
</ref>
<ref id="B7">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Keselman]]></surname>
<given-names><![CDATA[H.J.]]></given-names>
</name>
<name>
<surname><![CDATA[Algina]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
<name>
<surname><![CDATA[Kowalchuck]]></surname>
<given-names><![CDATA[R.K.]]></given-names>
</name>
<name>
<surname><![CDATA[Wolfinger]]></surname>
<given-names><![CDATA[R.D.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[A comparison of two approachs for selection covariance structures in the analysis of repeated measurements]]></article-title>
<source><![CDATA[Comm. Stat.]]></source>
<year>1998</year>
<volume>27</volume>
<page-range>591-604</page-range></nlm-citation>
</ref>
<ref id="B8">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Khattree]]></surname>
<given-names><![CDATA[R.]]></given-names>
</name>
<name>
<surname><![CDATA[Naik]]></surname>
<given-names><![CDATA[D.N.]]></given-names>
</name>
</person-group>
<source><![CDATA[Applied multivariate statistics with SAS software]]></source>
<year>1999</year>
<edition>2</edition>
<publisher-loc><![CDATA[Cary ]]></publisher-loc>
<publisher-name><![CDATA[SAS Institute]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B9">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Kirkpatrick]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Lofsvold]]></surname>
<given-names><![CDATA[D.]]></given-names>
</name>
<name>
<surname><![CDATA[Bulmer]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Analysis of inheritance, selection and evolution of growth trajectories]]></article-title>
<source><![CDATA[Genetics]]></source>
<year>1990</year>
<volume>124</volume>
<page-range>979-993</page-range></nlm-citation>
</ref>
<ref id="B10">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Kirkpatrick]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Heckan]]></surname>
<given-names><![CDATA[N.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[A quantitative genetic model for growth, shape, and other infinite-dimensional characters]]></article-title>
<source><![CDATA[J. Math. Biol.]]></source>
<year>1989</year>
<volume>27</volume>
<page-range>429-450</page-range></nlm-citation>
</ref>
<ref id="B11">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Kshirsagar]]></surname>
<given-names><![CDATA[A.M.]]></given-names>
</name>
<name>
<surname><![CDATA[Smith]]></surname>
<given-names><![CDATA[W.B.]]></given-names>
</name>
</person-group>
<source><![CDATA[Growth curves]]></source>
<year>1995</year>
<publisher-loc><![CDATA[New York ]]></publisher-loc>
<publisher-name><![CDATA[Marcel Dekker]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B12">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Lindsey]]></surname>
<given-names><![CDATA[J.K.]]></given-names>
</name>
</person-group>
<source><![CDATA[Models for repeated measures]]></source>
<year>1993</year>
<publisher-loc><![CDATA[Oxford ]]></publisher-loc>
<publisher-name><![CDATA[Clarendon Press]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B13">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Littell]]></surname>
<given-names><![CDATA[R.C.]]></given-names>
</name>
<name>
<surname><![CDATA[Freund]]></surname>
<given-names><![CDATA[R.J.]]></given-names>
</name>
<name>
<surname><![CDATA[Spector]]></surname>
<given-names><![CDATA[P.C.]]></given-names>
</name>
</person-group>
<source><![CDATA[SAS System for linear models]]></source>
<year>1991</year>
<edition>3</edition>
<publisher-loc><![CDATA[Cary^eNC NC]]></publisher-loc>
<publisher-name><![CDATA[SAS Institute]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B14">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Littell]]></surname>
<given-names><![CDATA[R.C.]]></given-names>
</name>
<name>
<surname><![CDATA[Milliken]]></surname>
<given-names><![CDATA[G.A.]]></given-names>
</name>
<name>
<surname><![CDATA[Stroup]]></surname>
<given-names><![CDATA[W.W.]]></given-names>
</name>
<name>
<surname><![CDATA[Wolfinger]]></surname>
<given-names><![CDATA[R.D.]]></given-names>
</name>
</person-group>
<source><![CDATA[SAS System for mixed models]]></source>
<year>1996</year>
<publisher-loc><![CDATA[Cary^eNC NC]]></publisher-loc>
<publisher-name><![CDATA[SAS Institute]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B15">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Littell]]></surname>
<given-names><![CDATA[R.C.]]></given-names>
</name>
<name>
<surname><![CDATA[Henry]]></surname>
<given-names><![CDATA[P.R.]]></given-names>
</name>
<name>
<surname><![CDATA[Ammerman]]></surname>
<given-names><![CDATA[C.B.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Statistical analysis of repeated measures data using SAS procedures]]></article-title>
<source><![CDATA[J. Anim. Sci.]]></source>
<year>1998</year>
<volume>76</volume>
<page-range>1216-1231</page-range></nlm-citation>
</ref>
<ref id="B16">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Longford]]></surname>
<given-names><![CDATA[N.T.]]></given-names>
</name>
</person-group>
<source><![CDATA[Random coefficients models]]></source>
<year>1993</year>
<publisher-loc><![CDATA[Oxford ]]></publisher-loc>
<publisher-name><![CDATA[Clarendom Press]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B17">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Malheiros]]></surname>
<given-names><![CDATA[E.B.]]></given-names>
</name>
</person-group>
<article-title xml:lang="pt"><![CDATA[Precisão da análise de experimentos com medidas repetidas usando procedimentos do SAS]]></article-title>
<source><![CDATA[Rev. Mat. Estat.]]></source>
<year>2001</year>
<volume>19</volume>
<page-range>253-272</page-range></nlm-citation>
</ref>
<ref id="B18">
<nlm-citation citation-type="">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Marx]]></surname>
<given-names><![CDATA[D.]]></given-names>
</name>
<name>
<surname><![CDATA[Thompson]]></surname>
<given-names><![CDATA[K.]]></given-names>
</name>
</person-group>
<source><![CDATA[Practical aspects of agricultural Kriging. Arkansas Agricultural Experiment Station]]></source>
<year>1987</year>
<publisher-loc><![CDATA[Fayetteville ]]></publisher-loc>
</nlm-citation>
</ref>
<ref id="B19">
<nlm-citation citation-type="book">
<collab>MATHSOFT</collab>
<source><![CDATA[S-PLUS 2000: User's guide. v.1. MathSoft]]></source>
<year>1999</year>
<publisher-loc><![CDATA[Seattle ]]></publisher-loc>
<publisher-name><![CDATA[Data Analysis Products Division]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B20">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Matsushita]]></surname>
<given-names><![CDATA[R.Y.]]></given-names>
</name>
</person-group>
<source><![CDATA[Modelos longitudinais mistos com correlação serial nos erros]]></source>
<year>1994</year>
<publisher-loc><![CDATA[Campinas ]]></publisher-loc>
<publisher-name><![CDATA[Universidade Estadual de Campinas (UNICAMP)]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B21">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Mauchly]]></surname>
<given-names><![CDATA[J.W.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Significance test for sphericity of a normal n-variate distribution]]></article-title>
<source><![CDATA[Ann. Math. Stat.]]></source>
<year>1940</year>
<volume>11</volume>
<page-range>204-209</page-range></nlm-citation>
</ref>
<ref id="B22">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Meyer]]></surname>
<given-names><![CDATA[K.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Estimating covariance functions for longitudinal data using a random regression model]]></article-title>
<source><![CDATA[Gen. Select. Evol.]]></source>
<year>1998</year>
<volume>30</volume>
<page-range>221-240</page-range></nlm-citation>
</ref>
<ref id="B23">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Meyer]]></surname>
<given-names><![CDATA[K.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Estimates of genetic and phenotypic covariance functions for post-weaning growth and mature weight of beef cows]]></article-title>
<source><![CDATA[J. Anim. Breed. Gen.]]></source>
<year>1999</year>
<volume>116</volume>
<page-range>181-205</page-range></nlm-citation>
</ref>
<ref id="B24">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Meyer]]></surname>
<given-names><![CDATA[K.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Random regressions to model phenotypic variation in monthly weights of Australian beef cows]]></article-title>
<source><![CDATA[Liv. Prod. Sci.]]></source>
<year>2000</year>
<volume>65</volume>
<page-range>19-38</page-range></nlm-citation>
</ref>
<ref id="B25">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Meyer]]></surname>
<given-names><![CDATA[K.]]></given-names>
</name>
<name>
<surname><![CDATA[Hill]]></surname>
<given-names><![CDATA[W.G.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Estimation of genetic and phenotypic covariance functions for longitudinal data by restricted maximum likelihood]]></article-title>
<source><![CDATA[Liv. Prod. Sci.]]></source>
<year>1997</year>
<volume>47</volume>
<page-range>185-200</page-range></nlm-citation>
</ref>
<ref id="B26">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Milliken]]></surname>
<given-names><![CDATA[G.A.]]></given-names>
</name>
<name>
<surname><![CDATA[Johnson]]></surname>
<given-names><![CDATA[D.E.]]></given-names>
</name>
</person-group>
<source><![CDATA[Analysis of messy data: v.1. Designed experiments]]></source>
<year>1992</year>
<publisher-loc><![CDATA[New York ]]></publisher-loc>
<publisher-name><![CDATA[Chapman & Hall]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B27">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Neter]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
<name>
<surname><![CDATA[Wasserman]]></surname>
<given-names><![CDATA[W.]]></given-names>
</name>
<name>
<surname><![CDATA[Kutner]]></surname>
<given-names><![CDATA[M.H.]]></given-names>
</name>
</person-group>
<source><![CDATA[Applied linear regression models]]></source>
<year>1989</year>
<publisher-loc><![CDATA[Homewood ]]></publisher-loc>
<publisher-name><![CDATA[Irwin]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B28">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Nunes-Anton]]></surname>
<given-names><![CDATA[V.]]></given-names>
</name>
<name>
<surname><![CDATA[Woodworth]]></surname>
<given-names><![CDATA[G.G.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Analysis of longitudinal data with unequally spaced observations and time-dependent correlated errors]]></article-title>
<source><![CDATA[Biometrics]]></source>
<year>1994</year>
<volume>50</volume>
<page-range>445-456</page-range></nlm-citation>
</ref>
<ref id="B29">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Patel]]></surname>
<given-names><![CDATA[H.I.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Analysis of repeated measures designs with changing covariates in clinical trials]]></article-title>
<source><![CDATA[Biometrika]]></source>
<year>1986</year>
<volume>73</volume>
<page-range>707-715</page-range></nlm-citation>
</ref>
<ref id="B30">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Ripley]]></surname>
<given-names><![CDATA[B.C.]]></given-names>
</name>
</person-group>
<source><![CDATA[Spatial statistics]]></source>
<year>1981</year>
<publisher-loc><![CDATA[New York ]]></publisher-loc>
<publisher-name><![CDATA[John Wiley & Sons]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B31">
<nlm-citation citation-type="book">
<collab>SAS</collab>
<source><![CDATA[SAS/STAT User's guide: Version 8. v.2]]></source>
<year>2000</year>
<publisher-loc><![CDATA[Cary^eNC NC]]></publisher-loc>
<publisher-name><![CDATA[SAS Institute]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B32">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Verbyla]]></surname>
<given-names><![CDATA[A.P.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Analysis of repeated measures design with changing covariates]]></article-title>
<source><![CDATA[Biometrika]]></source>
<year>1988</year>
<volume>75</volume>
<page-range>172-174</page-range></nlm-citation>
</ref>
<ref id="B33">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Von Ende]]></surname>
<given-names><![CDATA[C.N.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Repeated measures analysis: growth and other time-dependent measures]]></article-title>
<person-group person-group-type="editor">
<name>
<surname><![CDATA[Scheiner]]></surname>
<given-names><![CDATA[S.M.]]></given-names>
</name>
<name>
<surname><![CDATA[Gurevitch]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
</person-group>
<source><![CDATA[Design and analysis of ecological experiments]]></source>
<year>1993</year>
<page-range>113-137</page-range><publisher-loc><![CDATA[New York ]]></publisher-loc>
<publisher-name><![CDATA[Chapman & Hall]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B34">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Wolfinger]]></surname>
<given-names><![CDATA[R.]]></given-names>
</name>
<name>
<surname><![CDATA[Chang]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Comparing the SAS GLM and mixed procedures for repeated measures]]></article-title>
<source><![CDATA[Proceedings]]></source>
<year>1995</year>
<conf-name><![CDATA[ Twentieth Annual SAS Users Group Conference]]></conf-name>
<conf-loc> </conf-loc>
<publisher-loc><![CDATA[Cary^eNC NC]]></publisher-loc>
</nlm-citation>
</ref>
<ref id="B35">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Xavier]]></surname>
<given-names><![CDATA[L.H.]]></given-names>
</name>
</person-group>
<source><![CDATA[Modelos univariado e multivariado para análise de medidas repetidas e verificação da acurácia do modelo univariado por meio de simulação]]></source>
<year>2000</year>
<publisher-loc><![CDATA[Piracicaba ]]></publisher-loc>
<publisher-name><![CDATA[Escola Superior de Agricultura "Luiz de Queiroz" (ESALQ). Universidade de São Paulo (USP)]]></publisher-name>
</nlm-citation>
</ref>
</ref-list>
</back>
</article>
