Search

Para se estabelecer um modelo para a produção diária de ovos de 308, 374 e 378 codornas de postura, respectivamente, das distintas linhagens L1, L2 e L3, avaliou-se, em um período de 90 dias de produção inicial, a utilização de três modelos distintos, em umaabordagem Bayesiana. Observou-se que um modelo do tipo log-linear condicional não é adequado para ajustar os dados para nenhuma das três linhagens analisadas. Alternativamente, que os dados podem ser ajustados de forma mais adequada quando se utiliza um modelo deefeitos aleatórios com função de ligação logística, considerando-se que θij é a probabilidade de postura da ave i no dia tj, na forma θij = exp(αi + βitj)/[1 + exp(αi + βitj)], em que os parâmetros α e β representam, respectivamente, o início da postura e a evolução da postura da ave. Considerando-se os efeitos de dois níveis de eclosão e de dieta no modelo, observou-se que as mesmas não apresentaram ser significantes. Por meio de contrastes Bayesianos, verificaram-sediferenças significativas entre linhagens em favor de L1, considerando-se os parâmetros das curvas de probabilidade de postura média. A superioridade da linhagem L1 deve-se ao início precoce da postura e à maior persistência média de produção.In order to establish a model for the daily egg production of 308, 374 and 378 laying quails from strains L1, L2 and L3, respectively, this study evaluated, during a 90-day period of initial production, the use of three distinct models in a Bayesian approach. It was observed that a model of the conditional log-linear type is not appropriate to adjust the data for any of the three analyzed strains. Alternatively, that data can be adjusted more adequately using a random effects model with a logistic linking function, considering that θij is the laying probability of the bird i in tj days, as θij = exp(αi + βitj)/[1 + exp(αi + βitj)], in which the parameters α and βrepresent, respectively, the beginning of the laying and the quail’s laying evolution. Considering the effects of two levels of hatching and of diet, it was observed that they were not significant. Through Bayesian contrast, significant differences between strains in favorof L1 were noticed, considering the parameters of laying average probability curves. The superiority of line L1 is due to the precocious beginning of the laying and the higher average persistence in the production.

O fator de condição de peixes, expressa a relação peso-comprimento e é aceita como um indicador da avaliação do “bem-estar” do animal; quanto maior o peso, melhor deve ser sua condição de sobrevivência. Este trabalho objetivou ajustar um modelo Gama, da famíliaexponencial com função de ligação potência, a dados de medidas de comprimento e peso de peixes da espécie Trachydoras paraguayensis, observados na bacia do Rio Paraná, Paraná-Brasil. As estimativas dos parâmetros do modelo foram obtidos por dois processos distintos: pelométodo clássico da máxima verossimilhança e pelo método Bayesiano (MCMC). Observou-se que todas as estimativas Bayesianas (médias à posteriori) para os parâmetros de locação foram similares as estimativas clássicas, contudo o parâmetro de dispersão é inferior ao obtido pela a estimativa clássica, além de fornecer um erro padrão 30% menor.The factor of fish condition expresses the weight-length relationship and it is accepted as an indicator for the evaluation of the animal "well-being"; as larger the weight, best should be your survival condition. This work aims to fit a Gamma model, from the exponential family with power link function, to data of length measurements and weight of fish from the Trachydoras paraguayensis species, observed in the basin of the Paraná River, Paraná-Brazil. The estimates of the parameters of the model were obtained by two different processes: by a classic method (maximum likelihood) and by Bayesian method (MCMC). It was observed that the Bayesians estimates (posterior mean) of the parameters of interest were similar to the classic estimates, the dispersion parameter, it underestimated the classic estimate, however the dispersion parameter is inferior to the obtained by the classic estimate, besides supplying a standard mistake 30% smaller.

Para estabelecer um modelo para a produção de ovos de três linhagens de codornas, avaliou-se a utilização de três modelos distintos, em uma abordagem Bayesiana. Observou-se que um modelo do tipo log-linear condicional não é adequado para ajustar os dados para nenhuma das três linhagens analisadas. Alternativamente, que os dados podem ser ajustados de forma mais adequada quando se utiliza um modelo de efeitos aleatórios com função de ligação logística, considerando que θij é a probabilidade de postura da ave i no dia tj, na forma θij = exp(αi + βitj)/[1 + exp(αi + βitj)]. Considerando os efeitos de eclosão e dieta, observou-se que as mesmas não apresentaram ser significantes na composição do modelo. Por meio de contrastes Bayesianos, verificou-se diferenças significativas entre linhagens em favor da amarela, seguida da azul e vermelha considerando os parâmetros das curvas de probabilidade de postura média. A linhagem amarela apresentou superioridade em relação a probabilidade de postura média a posteriori, por iniciar mais cedo a postura e ter maior persistência média na produção. Entretanto, considerando a produção acumulada total, observou-se diferenças entre linhagens em favor da amarela, seguida da vermelha e azul.

O fator de condição de peixes, expressa a relação peso-comprimento e é aceitacomo um indicador da avaliação do “bem-estar” do animal; quanto maior o peso, melhor deveser sua condição de sobrevivência. Este trabalho objetivou ajustar um modelo Gama, da família exponencial com função de ligação potência, a dados de medidas de comprimento e peso depeixes da espécie Trachydoras paraguayensis, observados na bacia do Rio Paraná, Paraná-Brasil. Asestimativas dos parâmetros do modelo foram obtidos por dois processos distintos: pelométodo clássico da máxima verossimilhança e pelo método Bayesiano (MCMC). Observou-seque todas as estimativas Bayesianas (médias à posteriori) para os parâmetros de locação foramsimilares as estimativas clássicas, contudo o parâmetro de dispersão é inferior ao obtido pela aestimativa clássica, além de fornecer um erro padrão 30% menor.