Modelos não lineares mistos na análise de curvas de crescimento de bovinos da raça Tabapuã

Abstract

A análise de curvas de crescimento de animais tem sido muito utilizada para aumentar a eficiência da pecuária de corte. Estudos relacionados a curvas de crescimento com modelos não lineares mistos podem ter aplicações estratégicas em programas de melhoramento genético na definição de critérios de seleção para precocidade e ganho de peso, tendo em vista, que para cada indivíduo é estimado um coeficiente aleatório, facilitando a identificação e seleção de animais mais eficientes com base nos coeficientes. Essa metodologia considera a variabilidade entre e dentro de indivíduos. O objetivo deste trabalho foi avaliar a eficiência do ajuste de curvas de crescimento através de modelos não lineares mistos. Foram ajustados os modelos não lineares Michaelis-Menten Modificado, Logístico, von Bertalanffy, Gompertz, Richards e Brody, com e sem a incorporação de efeitos aleatórios para análise de curva de crescimento de bovinos de corte da raça Tabapuã. Para comparação entre modelos fixos e mistos foram utilizados os seguintes avaliadores de qualidade de ajuste: critério de informação de Akaike (AIC), critério de informação bayesiano (BIC), desvio médio absoluto (DMA), erro quadrático médio (EQM) e coeficiente de determinação (R2). A utilização de modelos não lineares mistos foi eficiente para descrever curvas de crescimento de bovinos.

The analysis of growth curves of animals has been widely used to increase the efficiency of beef cattle ranching. Related to growth curves with nonlinear mixed models strategic, studies have strategic applications in genetic improving programs in defining selection criteria for earliness and weight gain, aimed at, that for each individual is estimated a random coefficient, facilitating identification and selection of more efficient animals based on the coefficients. This methodology considers the variability between and within individuals. The objective of this study was to evaluate the efficiency of the adjustment of growth curves by nonlinear mixed models. Nonlinear models, Michaelis-Menten Modified, Logistic, von Bertalanffy, Gompertz, Richards and Brody, were fitted, with and without the incorporation of random effects for analysis of growth in beef cattle Tabapuã race. For comparison between fixed and mixed models were used the following adjustment quality evaluators: Akaike s information criterion (AIC), Bayesian information criterion (BIC), mean absolute deviation (DMA), mean square error (MSE) and coefficient of determination (R2). The use of nonlinear mixed model was efficient to describe bovine growth curves.