دورية أكاديمية
Seleção e classificação multivariada de modelos não lineares para frangos de corte
العنوان: | Seleção e classificação multivariada de modelos não lineares para frangos de corte |
---|---|
المؤلفون: | R.C. Veloso, L.K. Winkelstroter, M.T.P. Silva, A.V. Pires, R.A. Torres Filho, S.R.F. Pinheiro, L.S. Costa, J.M. Amaral |
المصدر: | Arquivo Brasileiro de Medicina Veterinária e Zootecnia, Vol 68, Iss 1, Pp 191-200 (2016) |
بيانات النشر: | Universidade Federal de Minas Gerais, 2016. |
سنة النشر: | 2016 |
المجموعة: | LCC:Animal culture |
مصطلحات موضوعية: | agrupamento, curva de crescimento, idade, peso corporal, Animal culture, SF1-1100 |
الوصف: | Objetivou-se com este estudo utilizar a técnica de análise de agrupamento para classificar modelos de regressão não lineares usados para descrever a curva de crescimento de frangos de corte, levando em consideração os resultados de diferentes avaliadores de qualidade de ajuste. Para tanto, utilizaram-se dados de peso corporal e idade dos seguintes grupos genéticos de frangos de corte: Cobb500, Hubbard Flex e Ross308, de ambos os sexos, constituindo, assim, seis classes. Foram ajustados 10 modelos não lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, pelos critérios de informação de Akaike e bayesiano, pelo quadrado médio do erro e pelo índice assintótico. A análise de agrupamento indicou os modelos logístico, Michaelis-Menten, Michaelis-Menten modificado e von Bertalanffy como os mais adequados à descrição das curvas de crescimento das seis classes estudadas. |
نوع الوثيقة: | article |
وصف الملف: | electronic resource |
اللغة: | English Portuguese |
تدمد: | 1678-4162 |
Relation: | http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-09352016000100191&lng=en&tlng=en; https://doaj.org/toc/1678-4162 |
DOI: | 10.1590/1678-4162-7894 |
URL الوصول: | https://doaj.org/article/dbf1503bc2dd47c4aad8f46ab67f0b22 |
رقم الأكسشن: | edsdoj.bf1503bc2dd47c4aad8f46ab67f0b22 |
قاعدة البيانات: | Directory of Open Access Journals |
تدمد: | 16784162 |
---|---|
DOI: | 10.1590/1678-4162-7894 |