Estimate of the condition factor of fish of the Tracydoras paraguayensis species: a Bayesian perspective - DOI: 10.4025/actascianimsci.v29i1.263 / Estimação do fator de condição de peixes da espécie Tracydoras paraguayensis: uma perspectiva bayesiana - DOI: 10.4025/actascianimsci.v29i1.263

ABSTRACT

The factor of fish condition expresses the weight-lengthrelationship and it is accepted as an indicator for the evaluation of the animal "well-being";as larger the weight, best should be your survival condition. This work aims to fit a Gammamodel, from the exponential family with power link function, to data of lengthmeasurements and weight of fish from the Trachydoras paraguayensis species, observed in thebasin of the Paraná River, Paraná-Brazil. The estimates of the parameters of the model wereobtained by two different processes by a classic method (maximum likelihood) and byBayesian method (MCMC). It was observed that the Bayesians estimates (posterior mean)of the parameters of interest were similar to the classic estimates, the dispersion parameter,it underestimated the classic estimate, however the dispersion parameter is inferior to theobtained by the classic estimate, besides supplying a standard mistake 30% smaller.

RESUMO

O fator de condição de peixes, expressa a relação peso-comprimento e é aceitacomo um indicador da avaliação do bem-estar do animal; quanto maior o peso, melhor deveser sua condição de sobrevivência. Este trabalho objetivou ajustar um modelo Gama, da família exponencial com função de ligação potência, a dados de medidas de comprimento e peso depeixes da espécie Trachydoras paraguayensis, observados na bacia do Rio Paraná, Paraná-Brasil. Asestimativas dos parâmetros do modelo foram obtidos por dois processos distintos pelométodo clássico da máxima verossimilhança e pelo método Bayesiano (MCMC). Observou-seque todas as estimativas Bayesianas (médias à posteriori) para os parâmetros de locação foramsimilares as estimativas clássicas, contudo o parâmetro de dispersão é inferior ao obtido pela aestimativa clássica, além de fornecer um erro padrão 30% menor.