Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte

Detalhes bibliográficos
Autor(a) principal: Silveira, Fernanda Gomes da
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://locus.ufv.br/handle/123456789/4027
Resumo: The main objective of this work was used the cluster analysis in order to classify nonlinear growth models in relation to different quality fit evaluators when utilized data from the following beef lambs genetic groups: Dorper x Morada Nova (DMN), Dorper x Rabo Largo (DRL) e Dorper x Santa Inês (DSI). After the choice of the best model, we aimed also apply the model identity in order to identify the most efficient group. The proposed methodology was considered in two experimental conditions: with repetitions, using data of all animals from each group; and without repetitions, using average data from each group. Twelve nonlinear models were used, whose fit quality was measured by determination coefficient (R2 aj), Akaike information criterion (AIC), Bayesian information criterion (BIC), mean quadratic error of prediction (MEP) and predicted determination coefficient (R2 p). The Richards and von Bertalanffy models, respectively, presented the best fit for the mean and individual data sets. The model identity tests revealed that the DSI group presented higher adult weight, therefore this group is recommend for meat production.
id UFV_d56609e6ba47d9725c981936ec188a35
oai_identifier_str oai:locus.ufv.br:123456789/4027
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Silveira, Fernanda Gomes dahttp://lattes.cnpq.br/0551611721454653Silva, Carlos Henrique Osóriohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785396A6Peternelli, Luiz Alexandrehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723301Z7Silva, Fabyano Fonseca ehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2Cecon, Paulo Robertohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788114T5Carneiro, Antônio Policarpo Souzahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4799449E8Nascimento, Carlos Souza dohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734058H32015-03-26T13:32:08Z2011-08-052015-03-26T13:32:08Z2010-02-11SILVEIRA, Fernanda Gomes da. Multivariate classification of growth models for beef lambs genetic groups. 2010. 74 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2010.http://locus.ufv.br/handle/123456789/4027The main objective of this work was used the cluster analysis in order to classify nonlinear growth models in relation to different quality fit evaluators when utilized data from the following beef lambs genetic groups: Dorper x Morada Nova (DMN), Dorper x Rabo Largo (DRL) e Dorper x Santa Inês (DSI). After the choice of the best model, we aimed also apply the model identity in order to identify the most efficient group. The proposed methodology was considered in two experimental conditions: with repetitions, using data of all animals from each group; and without repetitions, using average data from each group. Twelve nonlinear models were used, whose fit quality was measured by determination coefficient (R2 aj), Akaike information criterion (AIC), Bayesian information criterion (BIC), mean quadratic error of prediction (MEP) and predicted determination coefficient (R2 p). The Richards and von Bertalanffy models, respectively, presented the best fit for the mean and individual data sets. The model identity tests revealed that the DSI group presented higher adult weight, therefore this group is recommend for meat production.O objetivo principal desse trabalho foi utilizar a análise de agrupamento para classificar modelos de crescimento não-lineares tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste ao considerar dados dos seguintes grupos genéticos de ovinos de corte: Dorper x Morada Nova (DMN), Dorper x Rabo Largo (DRL) e Dorper x Santa Inês (DSI). Após a indicação do modelo comum adequado aos três grupos, objetivou-se também aplicar a identidade de modelos com o intuito de identificar o grupo genético com maior eficiência de crescimento. Toda a metodologia foi aplicada a duas situações experimentais distintas: com repetição, considerando todos os animais de cada grupo genético, e sem repetição, considerando dados médios de cada um destes grupos. Ajustaram-se doze modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado (R2 aj), critério de informação de Akaike (AIC), critério de informação Bayesiano (BIC), erro quadrático médio de predição (MEP) e coeficiente de determinação de predição (R2 p). Os modelos Richards e von Bertalanffy foram, respectivamente, os que apresentaram os melhores ajustes para os conjuntos de dados médios e individuais. De acordo com testes de identidade de modelos, o grupo genético DSI foi o que apresentou maior peso adulto, sendo este, portanto, o mais recomendado para exploração de carne.application/pdfporUniversidade Federal de ViçosaMestrado em Estatística Aplicada e BiometriaUFVBREstatística Aplicada e BiometriaModelo não-linearAnálise de agrupamentoOvinos de corteNonlinear modelsCluster analysisBeef lambsCNPQ::CIENCIAS AGRARIASClassificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corteMultivariate classification of growth models for beef lambs genetic groupsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdfapplication/pdf790188https://locus.ufv.br//bitstream/123456789/4027/1/texto%20completo.pdf1cb94f6a1ebb6d10f561e9184b3f44f3MD51TEXTtexto completo.pdf.txttexto completo.pdf.txtExtracted texttext/plain131462https://locus.ufv.br//bitstream/123456789/4027/2/texto%20completo.pdf.txtc0c89d4f6486b657a920e06ee1fbb166MD52THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3573https://locus.ufv.br//bitstream/123456789/4027/3/texto%20completo.pdf.jpgae6511bce04dfd4cdf11ba31cdd9ea4dMD53123456789/40272016-04-09 23:17:02.88oai:locus.ufv.br:123456789/4027Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452016-04-10T02:17:02LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.por.fl_str_mv Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
dc.title.alternative.eng.fl_str_mv Multivariate classification of growth models for beef lambs genetic groups
title Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
spellingShingle Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
Silveira, Fernanda Gomes da
Modelo não-linear
Análise de agrupamento
Ovinos de corte
Nonlinear models
Cluster analysis
Beef lambs
CNPQ::CIENCIAS AGRARIAS
title_short Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
title_full Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
title_fullStr Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
title_full_unstemmed Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
title_sort Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
author Silveira, Fernanda Gomes da
author_facet Silveira, Fernanda Gomes da
author_role author
dc.contributor.authorLattes.por.fl_str_mv http://lattes.cnpq.br/0551611721454653
dc.contributor.author.fl_str_mv Silveira, Fernanda Gomes da
dc.contributor.advisor-co1.fl_str_mv Silva, Carlos Henrique Osório
dc.contributor.advisor-co1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785396A6
dc.contributor.advisor-co2.fl_str_mv Peternelli, Luiz Alexandre
dc.contributor.advisor-co2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723301Z7
dc.contributor.advisor1.fl_str_mv Silva, Fabyano Fonseca e
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2
dc.contributor.referee1.fl_str_mv Cecon, Paulo Roberto
dc.contributor.referee1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788114T5
dc.contributor.referee2.fl_str_mv Carneiro, Antônio Policarpo Souza
dc.contributor.referee2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4799449E8
dc.contributor.referee3.fl_str_mv Nascimento, Carlos Souza do
dc.contributor.referee3Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734058H3
contributor_str_mv Silva, Carlos Henrique Osório
Peternelli, Luiz Alexandre
Silva, Fabyano Fonseca e
Cecon, Paulo Roberto
Carneiro, Antônio Policarpo Souza
Nascimento, Carlos Souza do
dc.subject.por.fl_str_mv Modelo não-linear
Análise de agrupamento
Ovinos de corte
topic Modelo não-linear
Análise de agrupamento
Ovinos de corte
Nonlinear models
Cluster analysis
Beef lambs
CNPQ::CIENCIAS AGRARIAS
dc.subject.eng.fl_str_mv Nonlinear models
Cluster analysis
Beef lambs
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS AGRARIAS
description The main objective of this work was used the cluster analysis in order to classify nonlinear growth models in relation to different quality fit evaluators when utilized data from the following beef lambs genetic groups: Dorper x Morada Nova (DMN), Dorper x Rabo Largo (DRL) e Dorper x Santa Inês (DSI). After the choice of the best model, we aimed also apply the model identity in order to identify the most efficient group. The proposed methodology was considered in two experimental conditions: with repetitions, using data of all animals from each group; and without repetitions, using average data from each group. Twelve nonlinear models were used, whose fit quality was measured by determination coefficient (R2 aj), Akaike information criterion (AIC), Bayesian information criterion (BIC), mean quadratic error of prediction (MEP) and predicted determination coefficient (R2 p). The Richards and von Bertalanffy models, respectively, presented the best fit for the mean and individual data sets. The model identity tests revealed that the DSI group presented higher adult weight, therefore this group is recommend for meat production.
publishDate 2010
dc.date.issued.fl_str_mv 2010-02-11
dc.date.available.fl_str_mv 2011-08-05
2015-03-26T13:32:08Z
dc.date.accessioned.fl_str_mv 2015-03-26T13:32:08Z
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.citation.fl_str_mv SILVEIRA, Fernanda Gomes da. Multivariate classification of growth models for beef lambs genetic groups. 2010. 74 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2010.
dc.identifier.uri.fl_str_mv http://locus.ufv.br/handle/123456789/4027
identifier_str_mv SILVEIRA, Fernanda Gomes da. Multivariate classification of growth models for beef lambs genetic groups. 2010. 74 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2010.
url http://locus.ufv.br/handle/123456789/4027
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 Viçosa
dc.publisher.program.fl_str_mv Mestrado em Estatística Aplicada e Biometria
dc.publisher.initials.fl_str_mv UFV
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Estatística Aplicada e Biometria
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/4027/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/4027/2/texto%20completo.pdf.txt
https://locus.ufv.br//bitstream/123456789/4027/3/texto%20completo.pdf.jpg
bitstream.checksum.fl_str_mv 1cb94f6a1ebb6d10f561e9184b3f44f3
c0c89d4f6486b657a920e06ee1fbb166
ae6511bce04dfd4cdf11ba31cdd9ea4d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1801212880816701440