RESUMEN
El crecimiento animal es uno de los aspectos más importantes al momento de evaluar la productividaden las explotaciones dedicadas a la producción de carne y en algunos casos es usado como criterio deselección, sin embargo, debe tenerse en cuenta que el crecimiento no se debe exclusivamente a factoresgenéticos sino también, a efectos ambientales. Para medir el crecimiento animal se han usado diferentesmodelos matemáticos lineales, no lineales y logarítmicos, entre otros, eligiéndolos por su bondad de ajustey la facilidad de interpretación biológica de sus parámetros. Recientemente se han usado modelos mixtosen los que sus parámetros están compuestos de efectos fijos y efectos aleatorios, representando los valoresesperados y la varianza de los primeros, respectivamente, lo que permite evaluar la variabilidad de lasdiferentes curvas entre los individuos de una población, así como la covarianza entre los parámetros. Loscriterios más usados para elegir la curva que mejor ajusta a los datos son: el coeficiente de determinación,el porcentaje de curvas significativas y atípicas encontradas para cada función; además se pueden aplicarcriterios como el criterio de información Akaike y el criterio de información Bayesiano. El objetivo delpresente trabajo es indicarle al lector una aplicación de los modelos no lineales y no lineales mixtos en elanálisis del crecimiento animal.
Animal growth is one of the most important aspect for evaluating animal productivity in beef cattleenterprises and in some cases it is used as a criterion of selection, nevertheless, the fact that animalgrowth is not exclusively due to genetic factors but also, to environmental effects should be keep inmind. Measurement of animal growth have been performed by several logarithmic, not lineal, lineal, andmathematical models, having as selection criteria its fitness of adjustment and the feasibility for biologicalinterpretation of their parameters. Recently the mixed models have been used in which their parametersare composed of fixed and random effects representing the expected values and variance of the fixedones, respectively, which permits to evaluate the variability of different curves between individuals of apopulation, as well as the covariance between parameters. The most used criteria for selection of the curvethat best fit data are: determination coefficient and the percent of significant and atypical curves foundfor each function. In addition, other models as the Akaike information criteria and Bayesian informationcriteria can also be applied. The objective of the present review is to provide the criteria for application oflinear and non linear models when analyzing animal growth.