Resumo -O objetivo deste trabalho foi analisar a produção de 50 clones de café 'Conilon' (Coffea canephora), por meio da análise de medidas repetidas, para identifi cá-los e agrupá-los para a formação de variedades mais produtivas e, simultaneamente, modelar possíveis oscilações da produção ao longo do tempo. A infl uência de ciclos produtivos foi considerada, tendo-se modelado as correlações existentes entre anos subseqüentes, de forma efi ciente, por meio da metodologia de análise de medidas repetidas, para avaliar produções dos materiais genéticos em cinco safras (1997 a 2001), o que possibilitou captar oscilações anuais na produção, ao longo do ciclo produtivo de C. canephora, relacionadas às maiores produções no terceiro e quarto anos. Além disso, a análise de grupo classifi cou os 50 materiais avaliados em apenas 10 grupos, de acordo com o padrão de oscilação da produção identifi cado pelo modelo de regressão adotado.Termos para indexação: Coffea canephora, ciclo produtivo, melhoramento genético. Repeated measure analysis in the clonal evaluation in 'Conilon' coffeeAbstract -The objective of this work was to evaluate the production of fi fty clonal varieties coffee 'Conilon' (Coffea canephora), through the repeated measure methodology in order to identify and cluster them to obtain more productive genetic materials and to model, simultaneously, the correlation between subsequent years. The infl uence of productive cycles was effi ciently regarded in the analysis by modeling the correlations between successive records of the genetic materials of fi ve years (1997 to 2001), through this statistical methodology. The repeated measure analysis showed annual oscillations over the cycles of C. canephora, related to the largest productions in the third and forth years. Moreover, the cluster analysis grouped the 50 clones into 10 groups, according to standard production oscillations identifi ed through the adopted regression model.
Resumo -O objetivo deste trabalho foi avaliar o uso de teste de identidade de modelos não lineares, na comparação de curvas de crescimento de bovinos da raça Tabapuã, de cinco regiões de produção do Nordeste do Brasil. Foram analisados dados de peso de 3.695 machos e 4.236 fêmeas, originários das regiões Maranhão, Gado Algodão, Mata Agreste, Sertão e Itapetinga-Valadares. Após ajuste do modelo Brody, aplicou-se o teste da razão de verossimilhança, com aproximação de qui-quadrado, para avaliar a igualdade de parâmetros de curvas de crescimento entre as regiões. O modelo reduzido, com igualdade da taxa de maturidade, com 14 parâmetros, foi o mais adequado para descrever o crescimento dos animais. As curvas de crescimento dos machos apresentaram taxas de maturidade em comum nas regiões de produção Gado Algodão e Mata Agreste, Maranhão e Itapetinga-Valadares, e Sertão. Para as fêmeas, as regiões com taxas de maturidade em comum foram: Mata Agreste e Sertão, Maranhão e Itapetinga-Valadares, e Gado Algodão. A utilização de uma única curva não é adequada para descrever o crescimento de bovinos da raça Tabapuã nas regiões estudadas.Termos para indexação: modelo Brody, Nordeste brasileiro, regiões de produção, teste da razão de verossimilhança. Identity of nonlinear models to compare growth curves of the cattle breed TabapuãAbstract -The objective of this work was to evaluate the use of identity of nonlinear models to compare growth curves of the cattle breed Tabapuã, between five production regions from Northeast Brazil. Weight data of 3,695 males and 4,236 females from Maranhão, Gado Algodão, Mata Agreste, Sertão, and Itapetinga-Valadares regions were analyzed. After adjusting the Brody model, the likelihood ratio test was applied, with a chi-square approximation, to evaluate the equality of parameters of growth curves between those regions. The reduced model with equal rate of maturity for some regions, with 14 parameters, was the most appropriate for describing animal growth. Curves of male growth showed maturity rates in common in the following regions of production: Gado Algodão and Mata Agreste, Maranhão and Itapetinga-Valadares, and Sertão. For females, regions with maturity rates in common were: Mata Agreste and Sertão, Maranhão and Itapetinga-Valadares, and Gado Algodão. The use of a single curve is not appropriate to describe the growth of the cattle breed Tabapuã in the studied regions.Index terms: Brody model, Brazilian Northeast, production regions, likelihood ratio test. IntroduçãoO crescimento dos animais influencia diretamente com a quantidade e a qualidade da carne produzida. Assim, estudos relacionados a curvas de crescimento têm aplicação estratégica em programas de melhoramento genético, auxiliam na definição de critérios de seleção quanto à precocidade de acabamento e à velocidade de ganho de peso e podem auxiliar na definição de sistemas de produção mais eficientes, para cada raça e região, quanto ao manejo dos animais, a programas alimentares, bem como na definição de cruzamentos (Souza et al., 20...
IIAbordagem Bayesiana das curvas de crescimento de duas cultivares de feijoeiro RESUMO Neste trabalho foi utilizada a metodologia Bayesiana para ajustar o modelo não-linear logístico para dados de crescimento de duas cultivares de feijoeiro INTRODUÇÃOGeralmente o estudo de curvas de crescimento de espécies vegetais tem sido conduzido por meio de uma abordagem freqüentista, ajustandose modelos não-lineares que buscam sintetizar as informações em poucas estimativas de parâmetros interpretáveis biologicamente. A estimação é fundamentada em processos iterativos, como o de Gauss-Newton, DUD e Algorítmo de Marquardt, devido à não-linearidade das variáveis. Usando-se estes procedimentos faz-se a minimização da soma de quadrados dos resíduos. Porém, quando se trata de ajustes individuais, ou seja, para várias unidades experimentais, de modelos matematicamente complexos ou se dispõe de poucas observações longitudinais, os métodos iterativos, muitas vezes, produzem estimativas irreais para os parâmetros. Isso pode levar à confecção de curvas de crescimento atípicas. Além disso, quando se trata de comparações de curvas provenientes de tratamentos diferentes, por exemplo, cultivares, na maioria das vezes, a distribuição dos estimadores dos parâmetros de modelos não-lineares não seguem distribuições gaussianas. Desse modo torna-se complexo o processo de formulação de testes estatísticos, pois não serão atendidas pressuposições relacionadas à utilização da teoria assintótica (SILVA et al., 2005).Em recentes estudos envolvendo ajuste de modelos de regressão não-linear (BLASCO et al., 2003;SILVA et al., 2005), a inferência Bayesiana foi utilizada com sucesso, pois reduziu o número de estimativas viesadas, mesmo utilizando poucas informações. A estimação por intervalo apresentou-se mais precisa em relação à obtida pela metodologia clássica e possibilitou
a b s t r a c tRecords of a pig population used for dry-cured ham production were used to evaluate genetic groups by multivariate analysis. The investigated genetic groups were as follows: DULL¼Duroc  (Landrace  Large White), DULA¼ Duroc  Landrace, DUWI¼ Duroc  Large White, WIWI¼ Large White and DUDU¼ Duroc. Two groups were obtained for the carcass traits hot carcass weight (HCW), backfat thickness (BT) and loin depth (LD), with the groups including 597 and 341 animals harvested at 130 kg and at 160 kg weights, respectively. Two groups were also found for ham traits gross ham weight (GHW), trimmed ham weight (THW), ham inner layer fat thickness (HIFT), ham outer layer fat thickness (HOFT), pH (PH), and Göfo value, with 393 and 91 animals harvested at 130 kg and 160 kg weights, respectively. The analysis was performed within each group of traits and harvest weights, and the animals without records were excluded. The first and the second canonical variables explained 97.5% and 93.6% of the total variation for the carcass traits at 130 kg and 160 kg, respectively, and 88.8% of ham traits at 130 kg. In the dispersion graph concerning the canonical means, a significant distance was observed between the genetic groups DUDU and WIWI for the carcass traits at 130 kg and 160 kg and the ham traits at 130 kg. The 50% Duroc animals exhibited little dispersion regarding the carcass traits at 130 kg and 160 kg and were not divergent from the DUDU genetic group for the ham traits at 130 kg. In a cluster analysis using the single linkage method, DULL, DULA and DUWI were grouped with a high similarity level for the carcass traits at 130 kg and 160 kg and ham traits at 130 kg. Using the Tocher optimization method, 50% Duroc crossbred and 100% Duroc purebred animals were grouped for the ham traits at 130 kg, suggesting that for ham traits, 50% Duroc animals were similar to 100% Duroc purebred animals. In this context, the genetic groups Duroc  Large White, Duroc  Landrace and Duroc  (Landrace  Large White) are recommended for use in producing dry-cured ham.
gains were probably due to a reduction in the effective size and increasing inbreeding within the period. Furthermore, the drastic reduction in the number of births per year and the low use of unrelated sires within the herds make the Indubrasil breed a genetic group potentially threatened by extinction, so that conservationist and expansion programmes should be set up.
O principal objetivo deste estudo foi comparar modelos de regressão não linear aptos a descreverem o acúmulo de massa seca de diferentes partes da planta do alho ao longo do tempo (60, 90, 120 e 150 dias após plantio). Objetivou-se também identificar acessos semelhantes em relação às características avaliadas por meio de análises de agrupamento. Foram utilizados 20 acessos de alho pertencentes ao Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa (BGH/UFV). O teor de massa seca da folha, do pseudocaule, do bulbo e da raiz foram definidos como variáveis na análise de agrupamento (algoritmo de Ward utilizando como medida de dissimilaridade a distância quadrada generalizada de Mahalanobis), que resultou na indicação de um número ótimo (critério de Mojena) de três grupos de acessos, cujas médias de massa seca do bulbo, da raiz e total da planta em cada tempo de interesse foram utilizadas para o ajuste de cinco modelos de regressão não linear (Mitscherlich, Gompertz, Logístico, Brody e von Bertalanffy). A identificação do modelo que melhor se ajustou às três características de cada grupo foi realizada mediante coeficiente de determinação (R2), o quadrado médio do resíduo (QMR) e o desvio médio absoluto dos resíduos (DMA). Comparando os valores desses avaliadores observou-se que, para as três caraterísticas dos três grupos, o modelo que melhor se ajustou foi o Logístico.
-The objective of the present study was to evaluate the protein requirement of juvenile Trichogaster lalius, blue variety. The experimental design was of randomised blocks (B1 = initial weight of 1.04±0.05 g and B2 = 1.36±0.02 g), with two replicates within each block and five treatments (230, 270, 310, 350 and 390 g CP/kg diet). The fish were fed to satiation, three times a day for 90 days. The study evaluated: survival rate, weight gain, final length, feed intake, feed conversion ratio, protein efficiency ratio, specific growth rate and condition factor. There was a linear effect of dietary protein levels for protein efficiency ratio, specific growth rate (positive linear effect) and feed conversion ratio (negative linear effect). For weight gain, final length, feed intake and condition factor a quadratic effect of dietary protein levels was observed, with estimated values of 409.8, 366.2, 317.4 and 365.0 g CP/kg diet, to improve their performance parameters. Analysis of growth based on the length of the fish shows that 366.2 g of CP/kg diet meets the protein requirement of juvenile Trichogaster lalius, blue variety.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.