Seleção e classificação multivariada de modelos não lineares para frangos de corte / Selection and classification of multivariate nonlinear models for broilers

RESUMO

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.

ABSTRACT

The aim of this study was to classify non-linear models used to describe the growth curve of broilers using the cluster analysis technique, taking into account the results of different measures of quality adjustment regression. For this purpose, we used data of body weight and age the following genetic groups of broilers Cobb500, Hubbard Flex and Ross308, of both sexes, thus constituting six classes. Ten non-linear models were fitted, the quality of fit was measured by the adjusted coefficient of determination, Akaike information criteria and Bayesian, mean square error and index asymptotic. Cluster analysis indicated the Logistico, Michaelis Menten, Michaelis Menten Modificado and von Bertalanffy models as the most appropriate description of the growth curves for the six classes studied.