Ajustes de modelos não lineares a dados de crescimento com estrutura de erros independentes e autoregressivos de primeira ordem-aplicações

Adjustments for non-linear models to growth data, adjustments with and without autocorrelation in the residuals

dc.contributorUniversidade Estadual Paulista (Unesp)
dc.creatorSallum Neto, Farid [UNESP]
dc.creatorCarvalho, Lídia Raquel de [UNESP]
dc.creatorMischan, Martha Maria [UNESP]
dc.date2016-07-07T12:33:22Z
dc.date2016-07-07T12:33:22Z
dc.date2013
dc.date.accessioned2023-09-12T10:10:17Z
dc.date.available2023-09-12T10:10:17Z
dc.identifierhttp://jaguar.fcav.unesp.br/RME/fasciculos/v31/v31_n4/indice_v31_n4.php
dc.identifierRevista Brasileira de Biometria, v. 31, n. 4, p. 631-644, 2013.
dc.identifier1983-0823
dc.identifierhttp://hdl.handle.net/11449/140337
dc.identifierISSN1983-0823-2013-31-04-631-644.pdf
dc.identifier6507858203899415
dc.identifier5493452207047677
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8789543
dc.descriptionThe objective of the present work was to study the growth of cows and rats, comparing the models of Gompertz, Richards, logistic, monomolecular and von Bertalanffy. Adjustments were made with and without autocorrelation in the residuals. The comparison between the models was done through the measures of quality adjustment AIC, BIC, mean prediction error and Akaike weight, second (Motulsky and Christopoulos, 2004). For cows, the model that best fit was the monomolecular followed by von Bertalanffy and Gompertz, now for mice, von Bertalanffy, Gompertz and Richards proved best. Settings with autocorrelation in the residuals is shown always best.
dc.descriptionObjetivou-se com o presente trabalho estudar o crescimento de vacas e de ratos, comparando-se os modelos de Gompertz, Richards, logístico, monomolecular e Von Bertalanffy. Foram feitos ajustes com estrutura de erros independentes e autorregressivos de primeira ordem. A comparação entre os modelos foi feita através dos avaliadores de qualidade de ajustamento AIC, BIC, erro de predição médio e peso de Akaike, segundo (Motulsky and Christopoulos, 2004). Para as vacas, o modelo que melhor se ajustou foi o monomolecular, seguido do Von Bertalanffy e Gompertz; já para os ratos, Von Bertalanffy, Richards e Gompertz se mostraram melhores. Os ajustes com autocorrelação nos resíduos se mostraram sempre melhores.
dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.descriptionUniversidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Instituto de Biociências de Botucatu (IBB), Departamento de Bioestatística, Botucatu, SP, Brasil
dc.descriptionUniversidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Instituto de Biociências de Botucatu (IBB), Departamento de Bioestatística, Botucatu, SP, Brasil
dc.format631-644
dc.languagepor
dc.relationRevista Brasileira de Biometria
dc.rightsAcesso aberto
dc.sourceCurrículo Lattes
dc.subjectNonlinear models
dc.subjectAutocorrelation in the residuals
dc.subjectGrowth data
dc.subjectModelos não lineares
dc.subjectAutocorrelação nos resíduos
dc.subjectDados de crescimento
dc.titleAjustes de modelos não lineares a dados de crescimento com estrutura de erros independentes e autoregressivos de primeira ordem-aplicações
dc.titleAdjustments for non-linear models to growth data, adjustments with and without autocorrelation in the residuals
dc.typeArtigo


Este ítem pertenece a la siguiente institución