En este artículo, se probaron seis modelos de predicción lineal mejor ajustados (BLUP) univariantes y dos multivariantes para la estimación de valores de cría (BV) en ganado Holstein Friesian en Serbia. Se formaron dos modelos univariantes utilizando la matriz de relación numérica (NRM) y cuatro utilizando la matriz de relación genómica (GRM). Los modelos multivariantes contenían solo una NRM. Se estudiaron dos casos, el primero cuando solo se observaron las primeras lactancias y el segundo cuando se observaron todas las lactancias utilizando un modelo de repetibilidad. Se incluyeron un total de 6041 animales, de los cuales 2565 tenían datos sobre producción de leche (MY), producción de grasa de leche (FY), contenido de grasa de leche (FC), producción de proteína de leche (PY) y contenido de proteína de leche (PC). Finalmente, de esas 2565 vacas, 1491 fueron genotipadas. Se obtuvo una mayor precisión de BV al utilizar una combinación de NRM y GRM en comparación con NRM solo en el análisis univariante, mientras que el análisis multivariante con medidas repetidas dio la mayor precisión con los 6041 animales. Cuando solo se observaron animales genotipados, la mayor precisión del BV estimado se calculó mediante el modelo ssGBLUPp, y la más baja mediante el modelo BLUP univariante. En conclusión, los programas de cría actuales en Serbia deberían cambiarse para utilizar análisis multivariantes con mediciones repetidas hasta alcanzar el tamaño óptimo de la población de referencia, que debe incluir datos de genotipado tanto de toros como de vacas.