Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/38195
Título: Análise de agrupamento na seleção de modelos de regressão não-lineares para curvas de crescimento de ovinos cruzados
Título(s) alternativo(s): Cluster analysis applied to nonlinear regression models selection to growth curves of crossed lambs
Palavras-chave: Classificação multivariada
Identidade de modelos
Ovis aries
Regressão não-linear
Multivariate classification
Template identity
Nonlinear regression
Data do documento: Abr-2011
Editor: Universidade Federal de Santa Maria
Citação: SILVEIRA, F. G. da; SILVA, F. F.; CARNEIRO, P. L. S.; MALHADO, C. H. M.; MUNIZ, J. A. Análise de agrupamento na seleção de modelos de regressão não-lineares para curvas de crescimento de ovinos cruzados. Ciência Rural, Santa Maria, v. 41, n. 4, p. 629-698, abr. 2011.
Resumo: 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.
URI: http://repositorio.ufla.br/jspui/handle/1/38195
Aparece nas coleções:DEX - Artigos publicados em periódicos



Este item está licenciada sob uma Licença Creative Commons Creative Commons