Modelos de crescimento animal para dados irregulares

Detalhes bibliográficos
Autor(a) principal: Cassiano, Fernando Ribeiro
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/4292
Resumo: Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre.
id UFLA_bf47feb1584004fd3fe342dbca9545a8
oai_identifier_str oai:localhost:1/4292
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Modelos de crescimento animal para dados irregularesModelos de crescimentoErros irregularesModelos autorregressivosGrowth modelsIrregular errorsAutorregressive modelsCNPQ_NÃO_INFORMADODissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre.Fundação de Amparo à Pesquisa do estado de Minas Gerais (FAPEMIG)Estatística e Experimentação AgropecuáriaO estudo do crescimento animal ajuda a definir pontos importantes ao longo da sua vida e também a traçar estratégias de manejo de maneira que as épocas de venda ou abate sejam definidas com mais precisão. A utilização de curvas não lineares para modelar o crescimento tem sido muito frequente na literatura. Tais funções geralmente fornecem um bom ajuste aos dados, seus parâmetros são interpretáveis biologicamente e normalmente têm menos parâmetros que as funções lineares no que se refere à modelagem do crescimento. A estrutura dos resíduos, no entanto, em grande parte dos casos não é considerada de maneira adequada, já que em algumas situações os dados são obtidos em tempos irregulares, ou seja, em tempos que não são igualmente espaçados. Ajustou-se modelos para o peso médio de 160 animais da raça hereford considerando resíduos autorregressivos de primeira ordem regulares (AR(1)) e irregulares (IS-AR(1)). Os modelos de crescimento utilizados neste estudo foram o Logístico, o Gompertz e o Von Bertalanffy. Uma nova parametrização do modelo IS-AR(1) foi apresentada; após a estimação dos parâmetros em cada um dos casos (regular e irregular) os modelos foram comparados por meio do critério de informação de Akaike e também da soma de quadrados dos resíduos. Os valores dos parâmetros dos modelos de melhor ajuste foram utilizados para fazer simulação de dados. Da simulação foram retiradas, sucessivamente, amostras de tamanho 100 e então os modelos foram novamente ajustados e comparados. Verificou-se que considerar a estrutura autorregressiva irregular melhorou a qualidade do ajuste dos modelos em praticamente todos os casos.Studying animal growth aids in defining important points over its life, as well as to trace management strategies in a way in which the sale and slaughter periods be defined with more precision. The use of non-linear curves to model growth has been very frequent in literature. Such functions generally provide good data adjustment, its parameters are biologically interpretable and, normally, presents less parameters than the linear functions in regard to growth modeling. The residue structure, however, in a large portion of the cases, is not adequately considered, since, in some situations, the data are obtained at irregular periods, that is, in periods which are not equally spaced. The models were adjusted for the average weight of 160 animals of the Hereford breed, considering regular (AR(1)) and irregular (IS-AR(1)) first order autoregressive residues. The growth models used in this study were the Logistic, Gompertz and Von Bertalanffy. A new patterning of the IS-AR(1) model was presented; after the estimation of the parameters in each case (regular and irregular) the models were compared through the Akaike information criteria and through the square sum of the residues. The parameter values of the models with the best adjustments were used in data simulation. From the simulation, size 100 samples were successively removed, and the models were newly adjusted and compared. It was verified that to consider the irregular autoregressive structure improved the quality of the model adjustment in practically all cases.UNIVERSIDADE FEDERAL DE LAVRASDEX - Departamento de Ciências ExatasUFLABRASILSáfadi, ThelmaMorais, Augusto Ramalho deFerreira, Daniel FurtadoNogueira, Denismar AlvesCassiano, Fernando Ribeiro2014-10-02T21:44:37Z2014-10-02T21:44:37Z20142014-02-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfCASSIANO, F. R. Modelos de crescimento animal para dados irregulares. 2014. 52 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.http://repositorio.ufla.br/jspui/handle/1/4292info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2023-05-11T17:24:28Zoai:localhost:1/4292Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-11T17:24:28Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Modelos de crescimento animal para dados irregulares
title Modelos de crescimento animal para dados irregulares
spellingShingle Modelos de crescimento animal para dados irregulares
Cassiano, Fernando Ribeiro
Modelos de crescimento
Erros irregulares
Modelos autorregressivos
Growth models
Irregular errors
Autorregressive models
CNPQ_NÃO_INFORMADO
title_short Modelos de crescimento animal para dados irregulares
title_full Modelos de crescimento animal para dados irregulares
title_fullStr Modelos de crescimento animal para dados irregulares
title_full_unstemmed Modelos de crescimento animal para dados irregulares
title_sort Modelos de crescimento animal para dados irregulares
author Cassiano, Fernando Ribeiro
author_facet Cassiano, Fernando Ribeiro
author_role author
dc.contributor.none.fl_str_mv Sáfadi, Thelma
Morais, Augusto Ramalho de
Ferreira, Daniel Furtado
Nogueira, Denismar Alves
dc.contributor.author.fl_str_mv Cassiano, Fernando Ribeiro
dc.subject.por.fl_str_mv Modelos de crescimento
Erros irregulares
Modelos autorregressivos
Growth models
Irregular errors
Autorregressive models
CNPQ_NÃO_INFORMADO
topic Modelos de crescimento
Erros irregulares
Modelos autorregressivos
Growth models
Irregular errors
Autorregressive models
CNPQ_NÃO_INFORMADO
description Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre.
publishDate 2014
dc.date.none.fl_str_mv 2014-10-02T21:44:37Z
2014-10-02T21:44:37Z
2014
2014-02-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv CASSIANO, F. R. Modelos de crescimento animal para dados irregulares. 2014. 52 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.
http://repositorio.ufla.br/jspui/handle/1/4292
identifier_str_mv CASSIANO, F. R. Modelos de crescimento animal para dados irregulares. 2014. 52 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.
url http://repositorio.ufla.br/jspui/handle/1/4292
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Departamento de Ciências Exatas
UFLA
BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Departamento de Ciências Exatas
UFLA
BRASIL
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1815439361758461952

Registros relacionados