Machine Translated by Google

Jornal de pesquisa animal aplicada

ISSN: 0971-2119 (Impresso) 0974-1844 (Online) Página inicial da revista: https://www.tandfonline.com/loi/taar20

Comparação de modelos de curvas de crescimento não lineares em

Frangos de corte

M. Topal & ÿ. C. Bolukbasi

Para citar este artigo: M. Topal & ÿ. C. Bolukbasi (2008) Comparação de modelos de curvas
de crescimento não lineares em frangos de corte, Journal of Applied Animal Research, 34:2,
149-152, DOI: 10.1080/09712119.2008.9706960

Para vincular a este artigo: https://doi.org/10.1080/09712119.2008.9706960

Publicado on-line: 14 de novembro de 2011.

Envie seu artigo para esta revista

Visualizações de artigos: 1143

Ver artigos relacionados

Citando artigos: 13 Ver artigos que citaram

Os Termos e Condições completos de acesso e uso podem ser

encontrados em https://www.tandfonline.com/action/journalInformation?journalCode=taar20
Machine Translated by Google

J. Appl. Anima. Res. 34 (2008) : 149-152

Comparação de modelos de curvas de crescimento não lineares em frangos de corte

M. Topall, SC Bolukbasi
Departamento de Zootecnia
Faculdade de Agricultura
Universidade Atatürk
25240 Erzurum, Turquia

(Recebido em 18 de janeiro de 2008; aceito em 18 de maio de 2008)

Abstrato

Topal, M. e Bolukbasi, SC 2008. Comparação de modelos de curva de crescimento não linear em frangos de corte. J.
Apl. Anima. Res., 34: 149-152.

Este estudo foi conduzido para estimar as curvas de crescimento de frangos de corte utilizando dados semanais de peso
corporal de 1 a 42 dias de idade. Os modelos de curva de crescimento Logística, Gompertz, Von Bertalanfi, Morgan-Mercer-
Flodin (MMF) e Weibull foram comparados com o melhor ajuste aos dados de idade e peso dos frangos. O MMF e o
Weibull foram considerados os modelos mais bem ajustados e o Logístico foi considerado o pior ajustado para frangos de
corte fêmeas e machos. Sugere-se que os modelos MMF, Weibull e Gompertz podem ser úteis para explicar o desempenho
de crescimento de frangos de corte.

Palavras-chave: Curva de crescimento, modelos não lineares, frangos de corte, peso corporal.

Introdução modelo de crescimento para peso corporal e carcaça

É muito importante que os agricultores determinem o
momento exato do abate, a fim de obter o máximo lucro
com gastos mínimos com frangos de corte, que ocupam
um lugar importante na produção de carne branca.
Muitas curvas de crescimento lineares e não lineares
têm sido usadas para estimar o crescimento de
organismos vivos em relação ao intervalo de tempo .
Yakupoglu e Atil (2001a;b) compararam os modelos de
curva de crescimento de Gompertz e Bertalanffy em
frangos de corte. Correlações genéticas entre conversão
alimentar, parâmetros da curva de crescimento e
composição da carcaça de frangos foram avaliadas por
N'dri et al. (2006) usando a função Gompertz. Os
modelos Gompertz, Logístico, BertalanRy, Morgan-
Mercer-Flodin (MMF) e Weibull foram utilizados para
estimar o melhor
'Autor para correspondência: Te1:+90-442-2312572
Fax: +90-442-2360958; E-mail: mtopal@atauni.edu.tr
em patos machos (Maruyama et al., 1999). As curvas
de crescimento de perus machos e fêmeas foram
estudadas por Sengiil e Kiraz (2005) utilizando modelos
de crescimento Gompertz, Logistic, Richards e MMF .
Em estudos anteriores, geralmente os modelos
Logístico, Gompertz e Von Bertalanffy foram utilizados
em curvas de crescimento de galinhas e frangos de
corte, enquanto os modelos não lineares MMF e Weibull
foram utilizados em perus e patos. No presente estudo,
para explicar o crescimento de frangos de corte , os
modelos MMF e Weibull, não utilizados até o momento,
e os modelos Logístico, Gompertz e Von Bertalanffy
utilizados em estudos anteriores foram comparados
ajustando o MMF aos dados de peso desde o nascimento
até 42 dias de idade em fêmeas e machos frangos de corte.
Materiais e métodos
O experimento foi conduzido na Fazenda de Pesquisa e
Aplicação da Faculdade de

149
J. Appl. Anima. Res. 0971-2119/2008/US$ 10,00 0 GSP, Índia.
Machine Translated by Google

150 M.Topal e $C . Bolukbasi

Agricultura, Universidade Atatiirk, Erzurum, Turquia. Um
total de 96 frangos de corte (Ross PM3), 48 fêmeas e 48
machos, foram pesados semanalmente desde o
nascimento até os 42 dias de idade. As aves foram
criadas e alimentadas de acordo com práticas de manejo
padrão.
The Logistic (Nahashon et aZ., 2006), Gompertz
(Tholon e Queiroz, 2007), Bertalanffy (Akbas et
aZ.,1999), Morgan-Mercer-Flodin (MMF) ($en& e Kiraz,
2005) e Weibull (Khamis et al., 2005) foram utilizados
modelos de crescimento para explicar a relação peso-
idade em frangos de corte. As equações matemáticas
desses modelos de crescimento foram:
utilizando os métodos Bertalanffy, Weibull, Gompertz,
Logístico e MMF para mulheres e homens.
O parâmetro A estimado segundo Lolistic, Gompertz,
Bertalanffy e MMF apresentou valores maiores para
mulheres que homens, porém, o valor A para homens foi
maior que mulheres no modelo Weibull. Sengiil e Kiraz
(2005) descobriram que Gompertz deu uma estimativa
mais elevada do que os modelos Logístico, MMF e
Richards para o parâmetro A em perus machos e fêmeas.
Além disso, os erros padrão do parâmetro A foram
estimados mais baixos para as mulheres do que para os
homens em todos os modelos.
Resultado semelhante foi obtido por Tholon e Queiroz
(2007).

Logística: Peso=A /( l+Be-kt), Tabela 1

Estimativas de parâmetros da Logística, Gompertz,
Gompertz: Peso=Aexp(-Be-kt),
Modelos de crescimento Bertalane, MMF e Weibull para
Von Bertalanffy: Peso=A(l-Be-kt)3, frangos de corte fêmeas e machos

MMF : Peso = (AB +ktD)/ (B + tD) , Modelo Parâmetro estimado

Weibull: Peso=A-Bexp(-ktD), Parâmetro Fêmea Macho

onde Wt: variável dependente (peso corporal na idade t), Logística

t é variável independente (idade), A é o peso assintótico
A 3097.2662299.378 2844.1472393.874
ou maduro quando a idade (t) se aproxima do infinito; B
B 47.26926.778 37.22726.966
é o peso inicial; k é a taxa de crescimento e D é o
k 0,78120,064 0,744e0,088
parâmetro de forma que permite um ponto de inflexão
variável. Gompertz
A 6282.3472917.835 5453.802e1396.68
Coeficiente de determinação (R2), erro quadrático
B 5.31320.121 4.91620.192
médio (MSE), erro médio absoluto (MAE), erro percentual
k 0,268k0,024 0,26520,043
médio absoluto (WE), pior erro percentual absoluto
(WAPE), erro padrão dos parâmetros do modelo foram Bertalanffjr
utilizados para determinar o modelo com o melhor ajuste. A 20567.82629865.25 15243.273210049.11
O coeficiente de correlação (r) e o teste de ajuste do qui- B 0,91220,007 0,88520,012
quadrado (x2) foram utilizados para designar as relações k 0,091e0,024 0,098e0,037
entre os pesos reais e previstos. Os parâmetros de todos FMM
os modelos de crescimento foram estimados utilizando
A 41.542e18.371 38.714234.869
procedimento de regressão não linear e método
B 275.1552178.854 424.566d550.23
Levenberg-Marquardt no programa SPSS (SPSS 13.0
k 15222.91212689.75 3 1247.152123917.9
para Windows; SPSS, 2004).
D 2.123.cO.187 1.87120.335

Weibull
A 8635.34026753.76 17435.182k70983.9
Resultados e Discussão B 8594.22526762.67 17396.75327 1001.1

Os baixos erros padrão dos parâmetros A, B, k e D para k 0,006e0,004 0,00420,016

frangos de corte fêmeas e machos obtidos em todos os D 2.110e0.176 1.86520.325
modelos (Tabela 1) confirmam sua adequação. Altas Peso assintótico ou maduro ; B: Peso inicial; k Taxa de
estimativas do parâmetro A foram determinadas crescimento; D: Parâmetro de forma; FMM: Morgan-Mercer-Flodin.
Machine Translated by Google

Modelos cuwe de crescimento não linear 151

Tabela 2
Pesos corporais médios observados (g), valores previstos, R2, MSE, MAE, WE, WAF'E, r e x2 para frangos
de corte fêmeas e machos

Valores previstos para cada modelo

Sexo Semanas Observado Logística Gompertz Bertalanfi MMF Weibull

Feminino 0 39,53 64,17 30,96 14.17 41,54 41.11

1 104,86 136,74 107,89 97,22 96,52 96,71
2 269,69 283,71 280,39 285,73 278.06 278,53
3 579,46 558,85 582.21 593.01 589,18 589,25
4 1046,9 1 1005,44 1018.21 1017.54 1020,35 1020.01
5 1534.17 1585,95 1561,51 1548,94 1554,24 1554.10
6 2174.15 2156.15 2 165,78 2 172,07 2168,88 2169.06
R2 0,998 1.000 0,999 1.000 1.000
MSE 995.740 263.766 318.282 196.348 198.515
MAE 28,92 12.782 15,545 11.478 11.469
MAPE 0,157 0,049 0,119 0,031 0,030
WAPE 0,6230 0,2168 0,6415 0,0795 0,0777
R 0,999** 1.000** 1. ooo** 1.000** 0,999**
x2 21,9** 4h20 48,19** 2.19 2.17

Masculino 0 41,89 74,40 39,96 22h90 38,71 38,43

1 116,48 152.21 125,46 117.11 112.05 112,20
2 287,88 302,52 301,84 308.03 305,30 305,61
3 595,58 569,82 591,98 601.33 602.51 602,60
4 1039.24 982.06 992,55 990,97 992,24 992.01
5 1421.53 1496,31 1475,59 1464,48 1463,77 1463,50
6 2018.59 199 1,80 2.000,30 2006,43 2006.58 2006.82
R2 0,996 0,998 0,998 0,999 0,999
MSE 1827,27 818.310 731.821 645.568 646.394
MAE 38.1987 21.071 21.272 19.0304 19.0657
NÓS 0,1854 0,0385 0,0887 0,0381 0,0391
WAPE 0,7764 0,0771 0,4534 0,0757 0,0826
R 0,998** 0,999** 0,999- 0,999** 0,999"
x 31,90** 5,75 20,80** 5.03 5.11
**
P<O.Ol, ~~~,,~~,~,=16,812;R2:
MAE:
Coeficiente de determinação; MSE: erro quadrático médio; :
Erro médio absoluto; WE: Erro percentual médio absoluto; WAPE: Pior erro percentual absoluto; r: Coeficiente
de correlação; x2: Valor do teste de qualidade de ajuste do qui-quadrado .

Os coeficientes de correlação entre os implicava que o modelo se aplicava bem às

pesos reais e previstos dos frangos fêmeas e variáveis reais.
machos foram estatisticamente significativos Os valores do qui-quadrado entre os valores
(PcO.01) e positivos em todos os Odels. Quando previstos e reais de frangos de corte fêmeas e

1
r está próximo de +1 e Positivo, existe uma
relação perfeita entre real e
variáveis previstas. Em outras palavras , é
machos não foram significativos (P>0,05) para
os modelos MMF, Weibull e Gompertz, porém
houve diferenças (p<o,o1) para os modelos Logístico e
EU
Machine Translated by Google
152
Modelos de crescimento Bertalanffy. Assim, os
valores previstos em relação aos modelos MMF,
Weibull e Gompertz estavam próximos dos valores
reais correspondentes. Com base no teste x2 , os
rankings de superioridade foram os seguintes:
Weibull (2,17), MMF (2,191, Gompertz (4,201,
Logística (21,9) e Von Bertalanffy (48,19) para
mulheres e MMF (5,03), Weibull (5,11), Gompertz
(5,75), Von Bertalanffy (20,80) e Logística (31,90)
para frangos machos.Yang et al. (2006) relataram
que o modelo Bertalanffy apresentou qualidade de
ajuste de acordo com x2 com menor valor no frango
Jinghai Yellow .
A ordem de adequação aos dados reais de
acordo com os valores de R2 , bem como o MSE
de todos os modelos , explicou o crescimento de
frangos fêmeas e machos na seguinte ordem; MMF
> Weibull > Gompertz > Von Bertalanffy > Logística
para frangos fêmeas e MMF > Weibull > Von
Bertalanffy > Gompertz > Logística para frangos
machos, respectivamente. Os critérios MAE, MAPE
e WAPE utilizados para comparar os modelos
deram a seguinte ordem; Weibull > MMF >
Gompertz > Von Bertalanffy > Logística para
frangos fêmeas e MMF > Weibull > Gompertz >
Von Bertalanffy > Logística para frangos machos,
respectivamente. Assim, o MMF e o Weibull foram
determinados como os modelos mais bem ajustados
e o Logístico, o pior. Yang et al. (2006) constataram Yakupoglu, C. e Atil, H. 2001a. Comparação de modelos de curva de
que o modelo Von Bertalanffy, entre os modelos de
crescimento ajustados (Logístico, Gompertz e Von
Bertalanffy), foi o modelo que melhor se ajustou de
acordo com o R2 no frango Jinghai Yellow.
Yakupoglu e Atil ( 2001 a; b) afirmaram que o
modelo Gompertz proporcionou melhor ajuste ao crescimento de frangos de corte.
Assim, não houve diferença entre os
critérios R2, MSE, MAE, WE e WUE utilizados para
comparação de modelos não lineares para descrição
das relações peso-idade em frangos de corte
fêmeas e machos. E Weibull, MMF e Gompertz
foram os melhores.
Referências
Akbas, Y., Tagkin, T. e Demiroren, E. 1999.
Comparação de vários modelos para ajustar o crescimento
M.Topal e $C. Bolukbasi
curvas de cordeiros machos Kvirclk e daghg. Turco. J.
Veterinario. Anima. Ciência, 23: 537-544.
Khamis, A., Ismail, Z., Horan, K. e Mohammed, AT
2005. Modelos de crescimento não linear para modelar o crescimento
da produtividade do dendezeiro. J. Matemática. Estat., 1: 225-233.
Maruyama, K., Akbar, MK e Turk, CM 1999. Padrão de crescimento e
desenvolvimento de carcaça em patos machos selecionados
para taxa de crescimento. Britânico. Poult. Ciência, 40:
233-239.
Nahashon, SN, Aggrey, SE, Adefope, NA e Amenyenu, A. 2006.
Modelagem de características de crescimento de pintadas de
carne. Poult. Ciência, 85: 943-946.
N'dri, AL, Mignon-Grasteu, S., Sellier, N, Tixier-Boichard, M e
Beaumont, C. 2006. Relações genéticas entre taxa de
conversão alimentar, curva de crescimento e composição
corporal em galinhas de crescimento lento. Britânico. Poult.
Ciência, 47: 273-280.
Sengiil, T. e Kiraz, S. 2005. Modelos não lineares para curvas de
crescimento em grandes perus brancos. Turk J. Veterinário.
Anima. Ciência, 29: 331-337.
SPSS. 2004. SPSS para Windows versão 13.0. SPSS Inc.
Tholon, P. e Queiroz, SA 2007. Modelos para análise de curvas de
crescimento para criação de tinamus (Rhynchotus rufescens)
em cativeiro. Brasileiro J. Poult. Ciências, 9(1): 23-31.
Yang, Y., Mekki, DM, Lv, SJ, Wang, LY e Wang, JY 2006. Análise de
modelos de crescimento adequados em frango amarelo de
sexo misto Jinghai. Internacional. J.
Poult. Ciência, 5: 517-521.
crescimento com curva de crescimento I de frangos de corte:
Estimação de parâmetros. On-line J. Biol. Ciência, 1: 680-681.
Yakupoglu, C. e Atil, H. 2001b. Comparação de modelos de curva de
crescimento em frangos de corte 11: Comparação de modelos.
On-line J. Biol. Ciência, 1: 682-684.
c. m, w.Tl?. Glqmmit I mfl3 rn
=l*WM*7pI
~~~~~*1~42
***dmm+fim+mf$;sr+rsr id*qW
m+hmkr4mQFlTkrfh,+m+i,mM, *-*-
m%=Wrma)*~$ef;lwgRFii*
-Q3=lT+7TFifI-&**mmqd
&FlTkrfhfiqim~WI5llTl7grif*~*~~~
w+-*mm,**mm+m
*iTrl*3&*I