Análise de agrupamento na seleção de modelos de regressão não-lineares para curvas de crescimento de ovinos cruzados Translated title: Cluster analysis applied to nonlinear regression models selection to growth curves of crossed lambs

Abstract

Este estudo teve como objetivo utilizar a análise de agrupamento para classificar modelos de regressão não-lineares usados para descrever a curva de crescimento de ovinos cruzados, tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste. Para tanto, utilizaram-se dados de peso-idade dos seguintes cruzamentos entre raças de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do melhor modelo, objetivou-se ainda aplicar a técnica de identidade de modelos a fim de identificar o cruzamento mais produtivo. Foram ajustados doze modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critérios de informação de Akaike e Bayesiano, erro quadrático médio de predição e coeficiente de determinação de predição. A análise de agrupamento indicou o modelo Richards como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados, e os testes de identidade de modelos indicaram o cruzamento Dorper x Santa Inês como sendo o mais indicado para a pecuária local.

Translated abstract

This study had the objectives to use the cluster analysis in order to classify nonlinear regression models used to describe the growth curve in relation to different quality fit evaluators. Were utilized weight-age data from the following crossbred beef lambs Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. After the choice of the best model, we aimed also to apply the model identity in order to identify the most efficient crossbred group. Eleven nonlinear models were used, whose fit quality was measured by determination coefficient, Akaike information criterion, Bayesian information criterion, mean quadratic error of prediction and predicted determination coefficient. The cluster analysis indicated the Richards as the best model for the three data sets, and the model identity tests revealed that the Dorper x Santa Inês crossbred group was recommend for meat production.