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

Saved in:
Bibliographic Details
Published inArquivo brasileiro de medicina veterinária e zootecnia Vol. 68; no. 1; pp. 191 - 200
Main Authors Veloso, R.C., Winkelstroter, L.K., Silva, M.T.P., Pires, A.V., Torres Filho, R.A., Pinheiro, S.R.F., Costa, L.S., Amaral, J.M.
Format Journal Article
LanguagePortuguese
English
Published Universidade Federal de Minas Gerais, Escola de Veterinária 01.02.2016
Universidade Federal de Minas Gerais
Subjects
Online AccessGet full text

Cover

Loading…
More Information
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
DOI:10.1590/1678-4162-7894