Um estudo de caso em análise de comportamento animal usando GAMLSS

Resumo

Estudos de comportamento animal geralmente produzem grandes quantidades de dados com uma ampla variedade de estruturas, incluindo relações não lineares, efeitos de interação, variância não constante, medidas correlacionadas, superdispersão e inflação de zeros, entre outros. Nosso objetivo foi explorar o potencial de modelos aditivos generalizados para locação, escala e forma (GAMLSS) na análise de dados de estudos de comportamento animal. Foram analisados dados de 20 ovelhas Romane de duas linhagens genéticas que foram submetidas à escovação por um observador familiar. Foram analisadas as respostas comportamentais mudança da postura de orelha, variável aleatória do tipo contagem, e a proporção de tempo com a orelha na posição horizontal, variável aleatória contínua no intervalo (0,1), com probabilidades não nulas em zero e um. Os modelos Poisson, binomial negativo e suas extensões zero inflacionadas e zero ajustadas foram considerados para os dados de contagem, enquanto a distribuição beta e suas versões inflacionadas foram avaliadas para as proporções. Efeitos aleatórios também foram incluídos para acomodar a estrutura multinível do experimento. O modelo binomial negativo zero ajustado obteve o melhor desempenho para os dados de contagem, enquanto a distribuição beta inflacionada ajustou-se melhor para as proporções. Ambos os modelos nos permitiram avaliar adequadamente os efeitos da separação social, escovação e linhagens genéticas no comportamento das ovelhas. Podemos concluir que GAMLSS é uma estrutura flexível para analisar dados de comportamento animal.