
Seleção e classificação multivariada de modelos não lineares para frangos de corte
2016; UNIVERSIDADE FEDERAL DE MINAS GERAIS; Volume: 68; Issue: 1 Linguagem: Português
10.1590/1678-4162-7894
ISSN1678-4162
AutoresR.C. Veloso, Larissa Kretli Winkelströter, M. T. P. Silva, A. V. Pires, R.A. Torres Filho, Sandra Regina Freitas Pinheiro, L.S. Costa, Jéssica Amaral Miranda,
Tópico(s)Statistical Methods and Applications
ResumoObjetivou-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.
Referência(s)