Seleção e classificação multivariada de modelos não lineares para frangos de corte

Objetivou-se com este estudo utilizar a técnica de análise de agrupamento para classificar modelos de regressão não lineares usados para descrever a curva de crescimento de frangos de corte, levando em consideração os resultados de diferentes avaliadores de qualidade de ajuste. Para tanto, utilizara...

Full description

Bibliographic Details
Main Authors: R.C. Veloso, L.K. Winkelstroter, M.T.P. Silva, A.V. Pires, R.A. Torres Filho, S.R.F. Pinheiro, L.S. Costa, J.M. Amaral
Format: Article
Language:English
Published: Universidade Federal de Minas Gerais 2016-02-01
Series:Arquivo Brasileiro de Medicina Veterinária e Zootecnia
Subjects:
Online Access:http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-09352016000100191&lng=en&tlng=en
Description
Summary:Objetivou-se com este estudo utilizar a técnica de análise de agrupamento para classificar modelos de regressão não lineares usados para descrever a curva de crescimento de frangos de corte, levando em consideração os resultados de diferentes avaliadores de qualidade de ajuste. Para tanto, utilizaram-se dados de peso corporal e idade dos seguintes grupos genéticos de frangos de corte: Cobb500, Hubbard Flex e Ross308, de ambos os sexos, constituindo, assim, seis classes. Foram ajustados 10 modelos não lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, pelos critérios de informação de Akaike e bayesiano, pelo quadrado médio do erro e pelo índice assintótico. A análise de agrupamento indicou os modelos logístico, Michaelis-Menten, Michaelis-Menten modificado e von Bertalanffy como os mais adequados à descrição das curvas de crescimento das seis classes estudadas.
ISSN:1678-4162