A crucial point in genomic analysis is the correct selection of genetically superior individuals for characters of economic importance. In this dissertation we study the application of the Generalized Hierarchical Bayesian Model (MHGB) using the asymetric gaussian distribution to the Genome wide Selection problem (GWS). The reasoning for this choice of modelling is to challenge current models of GWS when they fail their assumptions and become less reliable. A simulation study was carried to compare reference models to MHGB. Markers of actual SNPs data where used to simulated phenotypes in different scenarios for number of genes and heritability, as well as degrees of asymmetry in the error distribution. In symmetric scenarios MHGB was almost as acurate as main reference methods GBLUP. When asymetry arises, MHGB accuracy overtakes GBLUP and all other considered methods. There are evidence that MHGB should be used with advantages in GWS, whenever asymmetries are identified in the data distribution.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Um ponto crucial da análise genômica é a seleção correta dos indivíduos geneticamente superiores para características de importância econômica. Nessa dissertação investigamos a aplicação do Modelo Hierárquico Generalizado (Assimétrico) Bayesiano (MHGB) ao problema da seleção genômica ampla (GWS). Isto porque, em geral, os modelos de seleção genômica assumem que os dados seguem uma distribuição normal, tornando-se pouco confiáveis quando isto não ocorre. Há indícios de que o MHGB pode ser utilizado com vantagens em seleção genômica, sempre que se identificar assimetrias na distribuição dos dados.