Choice of non-linear models to determine the growth curve of meat-type quail

anglais. ABSTRACT: The objective of this study was to compare non-linear models fitted to the growth curves of quail to determine which model best describes their growth and check the similarity between models by analyzing parameter estimates.Weight and age data of meat-type European quail (Coturnix coturnix coturnix) of three lines were used, from an experiment in a 2 × 4 factorial arrangement in a completely randomized design, consisting of two metabolizable energy levels, four crude protein levels and six replicates. The non-linear Brody, Von Bertalanffy, Richards, Logistic and Gompertz models were used. To choose the best model, the Adjusted Coefficient of Determination, Convergence Rate, Residual Mean Square, Durbin-Watson Test, Akaike Information Criterion and Bayesian Information Criterion were applied as goodness-of-fit indicators. Cluster analysis was performed to check the similarity between models based on the mean parameter estimates. Among the studied models, Richards’ was the most suitable to describe the growth curves. The Logistic and Richards models were considered similar in the analysis with no distinction of lines as well as in the analyses of Lines 1, 2 and 3.

portugais. RESUMO: Objetivou-se, neste estudo, comparar modelos não lineares ajustados às curvas de crescimento de codornas para determinar qual modelo que melhor descreve o crescimento de codornas e verificar a similaridade dos modelos analisando as estimativas dos parâmetros. Para as análises foram utilizados os dados peso e idade de codornas européias de corte (Coturnix coturnix coturnix) proveniente de três linhagens, em um esquema fatorial 2x4, instalado em um delineamento inteiramente casualizado, com dois níveis de energia metabolizável e quatro níveis de proteína bruta, com seis repetições. Os modelos não lineares utilizados foram: Brody, Von Bertalanffy, Richards, Logístico e Gompertz. Para a escolha do melhor modelo utilizou-se o Coeficiente de Determinação Ajustado, o Percentual de Convergência, o Quadrado Médio do Resíduo, o Teste de Durbin-Watson, o Critério de informação Akaike e o Critério de informação Bayesiano como avaliadores da qualidade do ajuste. Utilizou-se a análise de agrupamento para verificar, baseado nas estimativas médias dos parâmetros, a similaridades entre os modelos. Entre os modelos estudados, o Richard foi o mais adequado para descrever as curvas de crescimento. Os modelos Logístico e Richards foram considerados similares nas análises sem distinção de linhagem, bem como nas análises das Linhagem 1, 2 e 3.