Submitted by Jordan (jordanbiblio@gmail.com) on 2017-03-02T15:47:42Z No. of bitstreams: 1 DISS_2015_Merik Rocha Silva.pdf: 906319 bytes, checksum: cdabe1d5bf2be64c1bdf695157237bfe (MD5) / Approved for entry into archive by Jordan (jordanbiblio@gmail.com) on 2017-03-03T11:59:38Z (GMT) No. of bitstreams: 1 DISS_2015_Merik Rocha Silva.pdf: 906319 bytes, checksum: cdabe1d5bf2be64c1bdf695157237bfe (MD5) / Made available in DSpace on 2017-03-03T11:59:38Z (GMT). No. of bitstreams: 1 DISS_2015_Merik Rocha Silva.pdf: 906319 bytes, checksum: cdabe1d5bf2be64c1bdf695157237bfe (MD5) Previous issue date: 2015-03-20 / Objetivou-se avaliar modelos de regressão não linear utilizando as funções de Brody, Gompertz, Logístico, Morgan-Mercer-Flodin (MMF), Richards e von Bertalanffy na análise e interpretação da curva de crescimento de codornas de corte. Foram utilizados 30.410 registros de peso corporal, mensurados aos 1, 7, 14, 21, 28, 35 e 42 dias de idade de codornas de corte machos e fêmeas, participantes do Programa de Melhoramento Genético da Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Os modelos foram utilizados sob o enfoque de modelos fixos e também sob enfoque de modelos mistos. Dentre as funções utilizadas a de Brody não convergiu satisfatoriamente. Considerando modelos fixos e com base nos Critérios de Informação de Aikake (AIC) e Bayesiano (BIC) foi identificado o modelo de Gompertz como mais ajustado. Ao considerar o peso corporal assintótico, denominado parâmetro “A”; como aleatório, os modelos Gompertz, Logístico, MMF e von Bertalanffy apresentaram redução nas estimativas de desvio-padrão residual e melhores estimativas para AIC e BIC. Ao considerar o parâmetro “K” como aleatório, somente Richards apresentou convergência; e nenhum dos modelos apresentou convergência tendo A e K, simultaneamente como aleatórios. Entre os modelos mistos, Richards apresentou os menores valores de AIC e BIC, porém com problemas na matriz Hessiana, que resultou na estimação de parâmetros inutilizáveis, provavelmente devido a multicolinearidade entre parâmetros. Assim, o uso de modelos não-lineares mistos provocou redução do viés de predição com a redução do desvio-padrão residual, sendo o modelo MMF o mais apropriado para a descrição da curva de crescimento das codornas de corte. / Non-linear regression models were evaluated with Brody, Gompertz, Logistic, MorganMercer-Flodin (MMF), Richards and von Bertalanffy functions in the analysis and interpretation of the growth curve for broiler quails. Further, 30,410 body weight registers were used at 1, 7, 14, 21, 28, 35 and 42 days old of male and female quails for the Genetic Improvement Program of the Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Models comprised fixed and mixed modalities. Brody function failed to converge efficiently, whereas the Gompertz model proved to be the most adjusted when fixed models based on Aikake (AIC) and Bayesian (BIC) Information Criteria were taken into consideration. When the asymptotic body weight, called parameter A, is randomized, the Gompertz, Logístico, MMF and von Bertalanffy models had a decrease in residual standard deviation estimates and an increase for AIC and BIC. In the case of randomized parameter K, only Richards function converged, whilst no model converged with A and K simultaneously randomized. Richards had the lowest AIC and BIC rates among the mixed models, featuring problems in the Hessian matrix resulting in the estimation of unusable parameters, perhaps due to the multi-co-linearity among the parameters. Mixed non-linear models reduced prediction bias when the residual standard deviation was reduced. The MMF model fitted best to describe the growth curve of broiler quails.