Avaliação de curvas de crescimento em suínos

Abstract

resUMo Objetivou-se simular pesos de suínos machos e fêmeas (de 1 a 154 dias de idade) através da distribuição de probabilidade uniforme num intervalo [a,b]. Foram ajustados os modelos de regressão (logístico, potência, tangente hiperbólica, gamma e polinomial cúbico) para explicar a possível relação do peso com o número de dias dos suínos. Verificou-se que os modelos logístico, gamma e polinomial cúbico apresentaram as melhores estimativas para explicar o comportamento do peso dos suínos machos e fêmeas. O modelo logístico apresentou R²= 0,975 e AIC (critério de informação de Akaike)=13,34 para os machos e R²= 0,9787 e AIC= 10,16 para as fêmeas. O modelo gamma apresentou grau de explicação de R²= 0,991 e AIC= 99,33 para os machos e R²= 0,9941 e AIC= 90,602 para as fêmeas, enquanto que o modelo polinomial cúbico apresentou R= 0,9995 e AIC=64,2 para os machos e R²= 0,9995 e AIC= 31,728 para as fêmeas. Optouse pelo modelo polinomial cúbico para explicar o comportamento do peso simulado dos suínos, pois o mesmo apresentou R² alto e baixo AIC além de menos parâmetros que os outros modelos. This study aimed to simulate data to the weight of boar and pig sows (1 to 154 days old) through the uniform probability distribution on an interval [a, b]. Five regression models (logistic, hyperbolic tangent, power, gamma and cubic polynomial) were adjusted to account for the possible weight ratio to tage of pigs in days. The logistic and gamma cubic polynomial models showed the best estimates to account for the weight of the behavior of boar and sow pigs. The logistic model showed R² = 0.975 and AIC (Akaike's information criterium)= 13.34 for boars and R²= 0.9787 and AIC= 10.16 for sows. The gamma model presented a degree of explanation of R²= 0.991 and AIC= 99.33 for boars and R²= 0.9941 and AIC= 90.602 for sows, while the cubic polynomial model showed R²= 0.9995 and AIC= 64.2 for boars and R²= 0.9995 and AIC= 31.728 for sows. the cubic polynomial model was chosen to explain the behavior of the simulated weight of the pigs, whose model showed the best fit with fewer parameters than the other models. Archivos de ZootecniaJournal website: https://www.uco.es/ucopress/az/index.php/az/ INTRODUÇÃO Na suinocultura têm-se desenvolvido estudos sobre curvas de crescimento, sabendo-se que programas de melhoramento genético aliado às pesquisas nutricionais, podem alterar o comportamento biológico do crescimento desses animais, pois modificando-se a estrutura genética de uma população e alterando comportamento alimentar, observam-se mudanças significativas na estrutura de uma raça ou espécie.Estudar o crescimento ou o desenvolvimento por meio de ajustamento de uma função que descreva todo o período de vida do animal, relacionando peso e idade, tem sido pesquisado por vários autores (Macedo et al., 2014;Morais et al., 2015;Texeira et al., 2012).A curva descrevendo uma sequência de medidas de determinada característica de alguma espécie ou indivíduo em função do tempo, geralmente peso, altura ou diâmetro, é chamada de curva de crescimento (...

Estimation of lacunarity using gamma regression model

“…where: Y i is the ith observed lacunarity; r i is the size of the ith box and ε i is the ith error associated with lacunarity, where ε i presents normal distribution of mean 0 and constant variance σ². The unknowns β 0 and β 1 are the parameters associated with the model, and the parameters of model were estimated by least squares method (Nascimento et al, 2017).…”

“…x exp (6) where: α > 0 and β > 0. The gamma regression model (Nascimento et al, 2017), with link function ( ) = ( )² is defined by Equation 7:…”

“…where: p is number of parameters of model and L (x\ θ ) is the maximum likelihood function, defined as the density function product (Nascimento et al, 2017), and given by Equation 11:…”

Relation between swine weight and morphometric measurements

“…Studying growth using a function that describes the entire lifetime of the animal, relating weight and age, has been researched by several authors (Nascimento et al, 2017;Luo et al, 2015).…”

Adjusting weight growth curve of male quails <i>Coturnix japonica</i> reared in the semi-arid region of the State of Pernambuco

“…Data analyses of repeated measures are of fundamental importance in animal production and are analyzed over several conditions such as: weather, climate and air humidity (Freitas, 2005). Several models (Brody, Logistic, Gompertz, Von Bertalanffy, Gamma and cubic polynomial) have been proposed to explain the biological growth of animals (Lucena, 2017;Lucena, Holanda, Holanda, & Sousa, 2017;Nascimento, Ribeiro, Rocha, & Lucena, 2017;Souza et al, 2011).…”