Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte

The main objective of this work was to use the cluster analysis in order to classify nonlinear growth models in relation to different quality fit evaluators when data from the following lambs genetic groups were utilized: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. After the choice of the best model, it was also aimed to apply the identity model test in order to identify the most efficient genetic group. The proposed methodology was applied to data of all animals from each group regarding twelve nonlinear models, whose fit quality was measured by determination coefficient, Akaike information criterion, Bayesian information criterion, mean quadratic error of prediction, predicted determination coefficient and convergence percentual. The cluster analysis indicated the von Bertalanffy as the best model for the three data sets. The model identity tests revealed that the Dorper x Santa Inês group presented higher adult weight, therefore this group is recommend for meat production.

Objetivou-se com a realização deste trabalho, principalmente, utilizar a análise de agrupamento para classificar modelos de crescimento não-lineares tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste ao considerar dados dos seguintes grupos genéticos de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do modelo comum adequado aos três grupos, objetivouse aplicar o teste de identidade de modelos para identificar o grupo genético com maior eficiência de crescimento. Foram realizados ajustes individuais para cada animal, consideraramse 12 modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critério de informação de Akaike, critério de informação Bayesiano, erro quadrático médio de predição, coeficiente de determinação de predição e percentual de convergência. A análise de agrupamento permitiu indicar o modelo von Bertalanffy como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados. De acordo com testes de identidade de modelos, o grupo genético Dorper x Santa Inês foi o que apresentou maior peso adulto, portanto, este, o mais recomendado para exploração de carne.

Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte

Objetivou-se com a realização deste trabalho, principalmente, utilizar a análise de agrupamento para classificar modelos de crescimento não-lineares tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste ao considerar dados dos seguintes grupos genéticos de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do modelo comum adequado aos três grupos, objetivou-se aplicar o teste de identidade de modelos para identificar o grupo genético com maior eficiência de crescimento. Foram realizados ajustes individuais para cada animal, consideraram-se 12 modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critério de informação de Akaike, critério de informação Bayesiano, erro quadrático médio de predição, coeficiente de determinação de predição e percentual de convergência. A análise de agrupamento permitiu indicar o modelo von Bertalanffy como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados. De acordo com testes de identidade de modelos, o grupo genético Dorper x Santa Inês foi o que apresentou maior peso adulto, portanto, este, o mais recomendado para exploração de carne.

Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte

Objetivou-se com a realização deste trabalho, principalmente, utilizar a análise de agrupamento para classificar modelos de crescimento não-lineares tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste ao considerar dados dos seguintes grupos genéticos de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do modelo comum adequado aos três grupos, objetivou-se aplicar o teste de identidade de modelos para identificar o grupo genético com maior eficiência de crescimento. Foram realizados ajustes individuais para cada animal, consideraram-se 12 modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critério de informação de Akaike, critério de informação Bayesiano, erro quadrático médio de predição, coeficiente de determinação de predição e percentual de convergência. A análise de agrupamento permitiu indicar o modelo von Bertalanffy como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados. De acordo com testes de identidade de modelos, o grupo genético Dorper x Santa Inês foi o que apresentou maior peso adulto, portanto, este, o mais recomendado para exploração de carne.

Análise de agrupamento na seleção de modelos de regressão não-lineares para curvas de crescimento de ovinos cruzados

This study had the objectives to use the cluster analysis in order to classify nonlinear regression models used to describe the growth curve in relation to different quality fit evaluators. Were utilized weight-age data from the following crossbred beef lambs Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. After the choice of the best model, we aimed also to apply the model identity in order to identify the most efficient crossbred group. Eleven nonlinear models were used, whose fit quality was measured by determination coefficient, Akaike information criterion, Bayesian information criterion, mean quadratic error of prediction and predicted determination coefficient. The cluster analysis indicated the Richards as the best model for the three data sets, and the model identity tests revealed that the Dorper x Santa Inês crossbred group was recommend for meat production.

Este estudo teve como objetivo utilizar a análise de agrupamento para classificar modelos de regressão não-lineares usados para descrever a curva de crescimento de ovinos cruzados, tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste. Para tanto, utilizaram-se dados de peso-idade dos seguintes cruzamentos entre raças de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do melhor modelo, objetivou-se ainda aplicar a técnica de identidade de modelos a fim de identificar o cruzamento mais produtivo. Foram ajustados doze modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critérios de informação de Akaike e Bayesiano, erro quadrático médio de predição e coeficiente de determinação de predição. A análise de agrupamento indicou o modelo Richards como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados, e os testes de identidade de modelos indicaram o cruzamento Dorper x Santa Inês como sendo o mais indicado para a pecuária local.

Análise de agrupamento na seleção de modelos de regressão não-lineares para curvas de crescimento de ovinos cruzados

This study had the objectives to use the cluster analysis in order to classify nonlinear regression models used to describe the growth curve in relation to different quality fit evaluators. Were utilized weight-age data from the following crossbred beef lambs Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. After the choice of the best model, we aimed also to apply the model identity in order to identify the most efficient crossbred group. Eleven nonlinear models were used, whose fit quality was measured by determination coefficient, Akaike information criterion, Bayesian information criterion, mean quadratic error of prediction and predicted determination coefficient. The cluster analysis indicated the Richards as the best model for the three data sets, and the model identity tests revealed that the Dorper x Santa Inês crossbred group was recommend for meat production.

Este estudo teve como objetivo utilizar a análise de agrupamento para classificar modelos de regressão não-lineares usados para descrever a curva de crescimento de ovinos cruzados, tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste. Para tanto, utilizaram-se dados de peso-idade dos seguintes cruzamentos entre raças de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do melhor modelo, objetivou-se ainda aplicar a técnica de identidade de modelos a fim de identificar o cruzamento mais produtivo. Foram ajustados doze modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critérios de informação de Akaike e Bayesiano, erro quadrático médio de predição e coeficiente de determinação de predição. A análise de agrupamento indicou o modelo Richards como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados, e os testes de identidade de modelos indicaram o cruzamento Dorper x Santa Inês como sendo o mais indicado para a pecuária local.