1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Estatística e Experimentação Agropecuária - Mestrado (Dissertações)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/4292
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCassiano, Fernando Ribeiro-
dc.date.accessioned2014-10-02T21:44:37Z-
dc.date.available2014-10-02T21:44:37Z-
dc.date.issued2014-
dc.date.submitted2014-02-19-
dc.identifier.citationCASSIANO, 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.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/4292-
dc.descriptionDissertação 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.pt_BR
dc.description.sponsorshipFundação de Amparo à Pesquisa do estado de Minas Gerais (FAPEMIG)pt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectModelos de crescimentopt_BR
dc.subjectErros irregularespt_BR
dc.subjectModelos autorregressivospt_BR
dc.subjectGrowth modelspt_BR
dc.subjectIrregular errorspt_BR
dc.subjectAutorregressive modelspt_BR
dc.titleModelos de crescimento animal para dados irregularespt_BR
dc.typedissertaçãopt_BR
dc.publisher.programDEX - Departamento de Ciências Exataspt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.contributor.advisor1Sáfadi, Thelma-
dc.contributor.referee1Morais, Augusto Ramalho de-
dc.contributor.referee1Ferreira, Daniel Furtado-
dc.contributor.referee1Nogueira, Denismar Alves-
dc.description.resumoO 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.pt_BR
dc.description.resumoStudying 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.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Modelos de crescimento animal para dados irregulares.pdf515,31 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.