Para estudar a função de melhor ajustamento
ao crescimento de bovinos Hereford, foram utilizados
dados de 160 machos, ajustando-se as funções de
Brody, Gompertz, LogÃstica, Richards e von Bertalanffy.
A estimação dos parâmetros para modelos de regressão
não-linear foi feita pelo método dos Quadrados
MÃnimos Ponderado. Para isso, utilizou-se o procedimento
MODEL do software Statistical Analysis System
(SAS). Foram obtidos ajustes de curvas individuais para
os animais em dois diferentes modelos: não-ponderado
e ponderado pelo inverso da variância dos pesos, com o
objetivo de levar em consideração a heterogeneidade
das variâncias. A comparação entre os modelos foi feita
pela interpretação biológica dos parâmetros e dos avaliadores
da qualidade de ajuste (coeficiente de determinação
ajustado, quadrado médio do resÃduo, erro de predição
médio, teste t de Student, para as estimativas dos parâmetros
A e K e percentual de convergência). O melhor
modelo foi o ponderado pelo inverso da variância dos pesos.
As funções que apresentaram melhor ajuste foram as
de von Bertalanffy e Gompertz, seguidas pela LogÃstica.
As funções de Brody e Richards apresentaram um baixo
percentual de convergência, mostrando-se inadequadas para
descrever os dados em estudo.
A weight-age growth curve was studied
in 160 bovine Hereford males. It was fitted to the
Brody, Gompertz, Logistic, Richards and von
Bertalanffy functions. The parameters estimates for the
nonlinear regression model were calculated by the
Weighted-Least-Square through MODEL procedure
(SAS/ETS, 1995). An animal individual adjustment was
obtained by the two models: non-weighted and
weighted by the inverse of variance. The comparison
with the previous models was made by the parameters
biological interpretations and by fit quality evaluators
(Adjusted determination coefficient, error mean square,
mean predicted error, Student s t-test for the parameters
A and K estimates and convergency percent). The best
fitted model was the weighted by the inverse of
variance. The functions that best fitted the data were
those of von Bertalanffy and Gompertz followed by
Logistic. Brody and Richards functions presented a low
convergency percent, being inadequate to describe the
data in study.
