252 (Dic) pp 475-629
251 (Sep) pp 289-473
250 (Jun) pp 107-288
249 (Mar) pp 1-106
Revisiones (Dic)
248 (Dic) pp 311-455
247 (Sep) pp 199-310
246 (Jun) pp 93-198
245 (Mar) pp 1-92
Revisiones (Dic)
244 (Dic) pp 563-700
243 (Sep) pp 397-562
242 (Jun)
241 (Mar)
Revisiones-Reviews
240 (Dic) pp 477-636
239 (Sep) pp 319-476
238 (Jun) pp 159-318
237 (Mar) pp 1-158
Revisiones
236 (Dic)
235 (Sep)
234 (Jun) pp 161-320
233 (Mar)
Revisiones-Reviews
232 (Dic) pp 839-1354
231 (Sep) pp 319-836
230 (Jun) pp 161-318
229 (Mar) pp 1-160
Revisiones-Reviews
228 (Dic) pp 477-636
227 (Sep) pp 319-476
226 (Jun) pp 159-318
225 (Mar) pp 1-158
Revisiones (Mar)
224 (Dic) pp 635-792
223 (Sep) pp 321-478
Suplemento 1 (Dic) pp 479-632
222 (Jun) pp 161-320
221 (Mar) pp 1-160
Revisiones-Reviews
220 (Dic) pp 389-578
219 (Sep) pp 291-388
218 (Jun) pp 99-290
217 (Mar) pp 3-98
Revisiones-Reviews
Suplemento 1 (Dic) pp 377-794
216 (Dic) pp 805-1006
215 (Sep) pp 275-366
214 (Jun) pp 101-272
213 (Mar) pp 1-100
Revisiones-Reviews
212 (Dic) pp 325-424
211 (Sep) pp 225-236
210 (Jun) pp 125-224
209 (Mar) pp 1-124
Revisiones-Reviews
208 (Dic) pp 585-708
206 (Sep) pp 123-574
205 (Mar) pp 1-121
204 (Dic) pp 357-474
203 (Sep) pp 237-356
202 (Jun) pp 117-236
201 (Mar) pp 1-116
200 (Dic) pp 417-494
199 (Sep) pp 291-416
198 (Jun) pp 125-289
197 (Mar) pp 1-124
196 (Dic) pp 411-484
195 (Sep) pp 291-410
193 (Jun) pp 1-290
192 (Dic) pp 435-628
191 (Sep) pp 311-434
189 (Jun) pp 1-310
188 (Dic) pp 434-512
187 (Sep) pp 311-433
185-186 (Jun) pp 1-308
184 (Dic) pp 371-448
183 (Sep) pp 249-370
182 (Jun) pp 123-248
181 (Mar) pp 1-122
180 (Dic) pp 597-679
178-179 (Sep) pp 129-596
177 (Mar) pp 1-128
176 (Dic) pp 293-424
175 (Sep) pp 197-292
174 (Jun) pp 105-196
173 (Mar) pp 1-102
172 (Dic) pp 377-488
170-171 (Sep) pp 97-376
169 (Dic) pp 3-95
168 (Dic) pp 369-470
166-167 (Sep) pp 97-368
165 (Mar) pp 1-96
164 (Dic) pp 305-403
163 (Sep) pp 201-302
162 (Jun) pp 105-195
161 (Mar) pp 3-102
160 (Dic) pp 401-508
159 (Dic) pp 301-396
158 (Sep) pp 203-300
157 (Jun) pp 105-200
156 (Mar) pp 3-100
155 (Dic) pp 605-710
154 (Sep) pp 303-603
153 (Sep) pp 195-302
152 (Jun) pp 101-194
151 (Mar) pp 1-100
149 (Dic) pp 315-412
148 (Sep) pp 207-314
147 (Jun) pp 101-209
146 (Mar) pp 1-100
145 (Sep) pp 219-330
144 (Jun) pp 107-218
143 (Mar) pp 1-106
142 (Sep) pp 209-332
141 (Jun) pp 105-210
140 (Mar) pp 1-106
139 (Sep) pp 203-326
138 (Jun) pp 103-204
137 (Mar) pp 1-106
136 (Sep) pp 203-370
135 (Jun) pp 107-204
134 (Mar) pp 1-108
133 (Sep) pp 209-332
132 (Jun) pp 103-209
131 (Mar) pp 1-102
130 (Sep) pp 209-333
129 (Jun) pp 107-208
128 (Mar) pp 1-106
127 (Sep) pp 203-331
126 (Jun) pp 109-201
125 (Mar) pp 1-106
124 (Sep) pp 205-329
123 (Jun) pp 109-202
122 (Mar) pp 1-108
121 (Sep) pp 217-330
120 (Jun) pp 113-216
119 (Mar) pp 1-108
118 (Sep) pp 215-330
117 (Jun) pp 107-211
116 (Mar) pp 1-105
115 (Sep) pp 213-330
114 (Jun) pp 105-212
113 (Mar) pp 1-104
112 (Dic) pp 299-400
111 (Sep) pp 199-298
110 (Jun) pp 103-197
109 (Mar) pp 1-101
108 (Dic) pp 301-399
107 (Sep) pp 205-299
106 (Jun) pp 103-204
105 (Mar) pp 1-102
104 (Dic) pp 309-407
103 (Sep) pp 119-308
102 (Jun) pp 113-217
101 (Mar) pp 1-110
100 (Dic) pp 307-403
99 (Sep) pp 201-306
98 (Jun) pp 109-200
97 (Mar) pp 1-108
95-96 (Sep) pp 209-301
94 (Jun) pp 109-207
93 (Mar) pp 1-108
41 (Mar) pp 1-100
Arch. Zootec. 65:  123-129. 2016.    Descargas 1032
 
ANáLISES DE DADOS LONGITUDINAIS EM BOVINOS NELORE MOCHO POR MEIO DE MODELOS NãO LINEARES
ANALYSIS OF LONGITUDINAL DATA IN POLLED NELLORE CATTLE USING NONLINEAR MODELS

Lopes, F.B.1; Magnabosco, C.U.2; de Souza, F.M.3; de Assis, A.S.3 e Brunes, L.C.3@

1FAPEG/Embrapa Cerrados. Planaltinha. DF. Brasil
2Embrapa Cerrados/CNPq. Planaltina. DF. Brasil.
3Escola de Veterinária de Zootecnia. Universidade Federal de Goiás. Goiânia. Goiás. Brasil.-mail: flaviasouza@zootecnista.com.br, linyasa@hotmail.com, *ludmillabrunes@hotmail.com

Palavras chave adicionais
Curva de crescimento. Maturidade. Melhoramento genético. Peso assintótico
 
Additional keywords
Animal breeding. Asymptotic weight. Growth curve. Maturation
 
Resumo
Objetivou-se determinar o modelo mais adequado para descrever o crescimento de bovinos Nelore Mocho. Quatro modelos não lineares (Brody, Von Bertalanffy, Gompertz e Logístico), foram ajustados pelo método de Gauss-Newton, utilizando o procedimento NLIN do SAS. Os dados de peso e idade do nascimento à idade adulta de bovinos nascidos entre 2000 e 2013 foram provenientes do rebanho da Empresa Brasileira de Pesquisa Agropecuária – Embrapa Cerrados, situada em Brasília - DF. A qualidade do ajuste dos modelos foi feita por meio do quadrado médio do resíduo, do coeficiente de determinação ajustado, do erro de predição, do desvio médio absoluto dos resíduos, da interpretação biológica dos parâmetros peso assintótico (A) e taxa de maturidade absoluta (k), do gráfico de pesos observados e estimados, da taxa de crescimento instantânea e relativa, bem como da taxa de maturidade absoluta. As estimativas médias para A e k foram 543,40 kg e 0,00138 %/dia, 402,00 kg e 0,00323%/dia, 378,00 kg e 0,00410%/dia e 346,00 kg e 0,00657%/dia, para os Modelos de Brody, Von Bertalanffy, Gompertz e Logístico respectivamente. Dentro do período analisado, o modelo de Brody foi o mais indicado para representar a curva de crescimento de animais da raça Nelore Mocho.
 
Summary
This study was carried out to estimate the best different nonlinear models to predict growth curve in polled Nellore cattle. The models used (Brody, Von Bertalanffy, Gompertz and Logistic models) were fitted by Gauss-Newton method to weight-age data of birth to adult age of Nellore cattle from Brasilia - DF. The adjustment quality was showed by mean square error, adjusted determination coefficient, prediction error, absolute mean deviation residuals, asymptotic weight (A) and maturity rate (k) biological parameters, graphics of observed and estimated weights, of instantaneous and relative growth rate and absolute maturity. The convergence criteria were attained for all nonlinear models. Estimative mean for A and k was 543.40 kg and 0.00138 %/day; 402.00 kg and 0.00323 %/day; 378.00 kg and 0.00410 %/day; and 346.00 kg and 0.00657 %/day for Brody, Von Bertalanffy, Gompertz and Logistic nonlinear models, respectively. Data adjustment for weight-age of the animal provides information describing the growth curve and the future prognostic for animals managed under the same environmental situation. In the period analyzed, Brody nonlinear model was indicated to estimate the body weight of Polled Nellore.
 
Arch. Zootec. 65:  123-129. 2016.    Descargas 1032
     
         
Patrocinador: e-revistas   Patrocinador: DOAJ
         
Patrocinador: Fundación Unicaja   Patrocinador: Asociación Iberoamericana de Zootecnia
         
Visitante Nº   6389444
   ©  A r c h i v o s  d e  Z o o t e c n i a