Ajustes de modelos não lineares a dados de crescimento com estrutura de erros independentes e autoregressivos de primeira ordem-aplicações
Carregando...
Data
2013
Autores
Sallum Neto, Farid [UNESP]
Carvalho, Lídia Raquel de [UNESP]
Mischan, Martha Maria [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
The objective of the present work was to study the growth of cows and rats, comparing the models of Gompertz, Richards, logistic, monomolecular and von Bertalanffy. Adjustments were made with and without autocorrelation in the residuals. The comparison between the models was done through the measures of quality adjustment AIC, BIC, mean prediction error and Akaike weight, second (Motulsky and Christopoulos, 2004). For cows, the model that best fit was the monomolecular followed by von Bertalanffy and Gompertz, now for mice, von Bertalanffy, Gompertz and Richards proved best. Settings with autocorrelation in the residuals is shown always best.
Objetivou-se com o presente trabalho estudar o crescimento de vacas e de ratos, comparando-se os modelos de Gompertz, Richards, logístico, monomolecular e Von Bertalanffy. Foram feitos ajustes com estrutura de erros independentes e autorregressivos de primeira ordem. A comparação entre os modelos foi feita através dos avaliadores de qualidade de ajustamento AIC, BIC, erro de predição médio e peso de Akaike, segundo (Motulsky and Christopoulos, 2004). Para as vacas, o modelo que melhor se ajustou foi o monomolecular, seguido do Von Bertalanffy e Gompertz; já para os ratos, Von Bertalanffy, Richards e Gompertz se mostraram melhores. Os ajustes com autocorrelação nos resíduos se mostraram sempre melhores.
Objetivou-se com o presente trabalho estudar o crescimento de vacas e de ratos, comparando-se os modelos de Gompertz, Richards, logístico, monomolecular e Von Bertalanffy. Foram feitos ajustes com estrutura de erros independentes e autorregressivos de primeira ordem. A comparação entre os modelos foi feita através dos avaliadores de qualidade de ajustamento AIC, BIC, erro de predição médio e peso de Akaike, segundo (Motulsky and Christopoulos, 2004). Para as vacas, o modelo que melhor se ajustou foi o monomolecular, seguido do Von Bertalanffy e Gompertz; já para os ratos, Von Bertalanffy, Richards e Gompertz se mostraram melhores. Os ajustes com autocorrelação nos resíduos se mostraram sempre melhores.
Descrição
Palavras-chave
Nonlinear models, Autocorrelation in the residuals, Growth data, Modelos não lineares, Autocorrelação nos resíduos, Dados de crescimento
Como citar
Revista Brasileira de Biometria, v. 31, n. 4, p. 631-644, 2013.