Mathematical models to describe the growth curves of white-egg layers / Modelos matemáticos para descrever curvas de crescimento de poedeiras leves

ABSTRACT

The aim of this study was to compare mathematical models describing growth curves of white-egg layers at different population densities. To fit the models, 4,000 growing white-egg layers were utilized. The experimental design was completely randomized, with population densities of 71, 68, 65, 62, and 59 birds per cage in the starter phase and 19, 17, 15, 13, and 11 birds per cage in the grower phase, with 10 replicates each. Birds were weighed weekly to determine the average body weight and the weight gain. Gompertz and Logistic models were utilized to estimate their growth. The data analysis was carried out using the PROC NLMIXED procedure of the SAS® statistical computer software to estimate the parameters of the equation because mixed models were employed. The mean squared error, the coefficient of determination, and Akaikes information criterion were used to evaluate the quality of fit of the models. The studied models converged for the description of the growth of the birds at the different densities studied, showing that they were appropriate for estimating the growth of white-egg layers housed at different population densities. The Gompertz model showed a better fit than the Logistic model.

RESUMO

Esta pesquisa teve por objetivo comparar modelos matemáticos para descrever curva de crescimento de poedeiras leves em diferentes densidades populacional, por meio de equações de modelos de crescimento.Para o ajuste dos modelos foram utilizadas 4000 poedeiras leves em crescimento. O delineamento utilizado foi o inteiramente casualizado nas densidades populacional de 71, 68, 65, 62 e 59 aves por gaiola na fase de cria e de 19, 17, 15, 13 e 11 aves por gaiola na fase de recria, com dez repetições cada.Semanalmente, as aves foram pesadas para determinação do peso corporal médio e o ganho de peso. Para estimar o crescimento das aves foram utilizados os modelos de Gompertz e Logistic. A análise dos dados foi realizada pelo procedimento PROC NLMIXED do programa computacional estatísticoSAS®, para estimar os parâmetros da equação por se tratar de modelos mistos. O quadrático médio do erro, o coeficiente de determinação e o critério de informação de Akaike foram utilizados na avaliação da qualidade do ajuste dos modelos. Os modelos estudados atingiram a convergência para a descrição do crescimento das aves nas diferentes densidades estudadas, adequados para estimar o crescimento corporal das aves com alto grau de confiabilidade. Os modelos estimaram o crescimento de poedeiras leves, alojadas em diferentes densidades populacional, em que o modelo de Gompertz apresentou melhores ajustes em comparação ao Logistic.