• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  Bookmark and Share
Doctoral Thesis
Full name
Andreia Pereira Maria Hilario
Knowledge Area
Date of Defense
Piracicaba, 2020
Lima, Cesar Goncalves de (President)
Malheiros, Euclides Braga
Medeiros, Simone Daniela Sartorio de
Title in English
Nonlinear mixed models applied to broiler chickens performance data
Keywords in English
Bivariate nonlinear mixed models
Broiler chicken
Growing Model
Repeated measurements
Variance componentes
Abstract in English
Due to the large market demand for chicken meat, there is great interest in research aimed at further improving the production efficiency of this product. In this context, the study of broiler performance assists in the process of optimizing meat production and facilitates the understanding of the needs of each growth phase until the poultry slaughtering age. Although it is common to use nonlinear models to describe the growth pattern of birds, it is not common to include random effects in these models, much less the combined modeling of the variables observed in the experiment. In this work, we adjusted the Gompertz, four-parameter logistic, von Bertalanffy, and Richards growth models with fixed and random effects in their parameters to describe the growth curve of 1080 Ross broilers. Additionally, we performed the joint modeling of body weight and feed consumption variables using mixed models. Additionally, we compared the adjusted models using the AICc and BIC information criteria. The results indicated that the four- parameter mixed logistic model was the most suitable for broiler performance data for both univariate and bivariate models.
Title in Portuguese
Modelos mistos não lineares aplicados a dados de desempenho de frangos de corte
Keywords in Portuguese
Componentes de Variância
Frango de corte
Medidas repetidas
Modelos de crescimento
Modelos mistos não lineares bivariados
Abstract in Portuguese
Devido à grande demanda de mercado da carne de frango, existe grande interesse em pesquisas que visam melhorar ainda mais a eficiência na produção desse produto. Neste contexto, o estudo do desempenho de frangos de corte auxilia no processo de otimização da produção de carne e facilita a compreensão das necessidades de cada fase de crescimento até a idade de abate das aves. Embora seja comum a utilização de modelos não lineares para descrever o padrão de crescimento das aves, não é comum a inclusão de efeitos aleatórios nesses modelos e muito menos a modelagem conjunta das variáveis observadas no experimento. Neste trabalho forma ajustados os modelos de crescimento Gompertz, logístico de quatro parâmetros, von Bertalanffy e Richards com efeitos fixos e aleatórios em seus parâmetros para descrever a curva de crescimento de 1080 frangos da linhagem Ross. Além disso, foi realizada a modelagem conjunta das variáveis peso corporal e consumo de ração utilizando modelos mistos. Adicionalmente, comparou-se os modelos ajustados utilizando os critérios de informação AICc e BIC. Os resultados indicaram o modelo misto logístico de quatro parâmetros como o mais adequado aos dados de desempenho de frangos de corte, tanto para o modelo univariado como para o modelo bivariado.
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.