AJUSTE DE MODELOS DE PLATÔ DE RESPOSTA PARA A EXIGÊNCIA DE ZINCO EM FRANGOS DE CORTE
Ciência E Agrotecnologia
AJUSTE DE MODELOS DE PLATÔ DE RESPOSTA PARA A EXIGÊNCIA DE ZINCO EM FRANGOS DE CORTE
Autor Correspondente: Douglas Messias Lamounier Camargos Rezende | [email protected]
Palavras-chave: aves de corte, modelos não-lineares, platô de resposta
Resumos Cadastrados
Resumo Português:
Com este trabalho, objetivou-se estudar a técnica platô de resposta utilizando modelos de regressão segmentada para avaliar
sua aplicação no estudo da exigência de Zn em frango de corte. Foram utilizados os dados de uma pesquisa com frangos de corte
envolvendo um experimento fatorial 2 x 2 x 9, dois experimentos, dois sexos e nove doses de zinco na ração, considerando 8 repetições.
As doses de Zn estudados foram: 0, 15, 30, 45, 60, 75, 90, 105, 120 ppm . A variável avaliada foi o teor de Zn na tÃbia em ppm. Foram
utilizadas rotinas no procedimento não-linear (PROC NLIN do SAS®) para estimação dos parâmetros, utilizando-se as médias da
variável resposta nas diversas doses. Dois modelos não-lineares (MNLE1 e MNLE2) e o Modelo Polinomial Quadrático (MPQ),
ambos com platô, foram comparados. Os três modelos foram estatisticamente equivalentes, contudo o modelo MNLE1 mostrou-se
mais adequado devido a sua maior facilidade de interpretação dos parâmetros.
Resumo Inglês:
This work had for objective to apply the response plateau technique to evaluate the methodology and the models in the
requirements of Zn in broiler. The experiment was a completely randomized design with (2 x 2 x 9) factorial structure, being 2
experiments, 2 Sex (sexes) and 9 levels of Zn, with 8 replications. The levels of Zn were: 0, 15, 30, 45, 60, 75, 90, 105, 120 ppm. The
studied variable was Zn level in the tibia in ppm. The models were fitted using the averages of the doses from the initial analysis of
variance in SAS PROC NLIN (SAS®). Two nonlinear models (MNLE1 and MLNE2) and the quadratic polinomial model (MPQ),
both with plateau, were compared. The three models results equivalent fitting to data. As MNLE1 has the easiest interpretation it
was sugested as the best model.
