---

A base do agronegócio de cana-de-a‡úcar é o melhoramento genético. Pode ser mostrado que a estratégia ótima de sele‡Æo da planta seria através da predi‡Æo de valores genotípicos usando o BLUP (Best Linear Unbiased Predictor) individual (BLUPI). Este procedimento usaria, simultaneamente, a informa‡Æo de família e de indivíduos para a sele‡Æo. No entanto esse método dificilmente é usado nos programas de melhoramento devido a problemas operacionais relacionados à obten‡Æo dos dados ao nível de planta. Recentemente uma alternativa operacionalmente mais prática foi proposta, e é denominada BLUPIS (BLUP individual simulado). Nesse caso os dados sÆo coletados ao nível de parcela. Com isso é possível selecionar as melhores famílias e, posteriormente, simular o número de indivíduos a serem selecionados dentro das melhores famílias. Este trabalho teve como objetivo desenvolver um algoritmo para análise do BLUPIS sob o enfoque bayesiano, com diferentes defini‡äes de distribui‡äes a prioris na sua modelagem, no software estatístico R, para possível disponibiliza‡Æo ao usuário e compará-la com o método clássico REML/BLUP.

---

Mestre em Estatística Aplicada e Biometria pela Universidade Federal de Vi‡osa e graduada em Estatística pela Universidade Federal do Espírito Santo. Tem trabalhos voltados para as áreas de Métodos Estatísticos, Bioestatística, Estatística Experimental e Inferência Bayesiana. Professora em Universidade e Faculdades.

---