El crecimiento animal es uno de los aspectos más importantes al momento de evaluar la productividad en las explotaciones dedicadas a la producción de carne y en algunos casos es usado como criterio de selección, sin embargo, debe tenerse en cuenta que el crecimiento no se debe exclusivamente a factores genéticos sino también, a efectos ambientales. Para medir el crecimiento animal se han usado diferentes modelos matemáticos lineales, no lineales y logarítmicos, entre otros, eligiéndolos por su bondad de ajuste y la facilidad de interpretación biológica de sus parámetros. Recientemente se han usado modelos mixtos en los que sus parámetros están compuestos de efectos fijos y efectos aleatorios, representando los valores esperados y la varianza de los primeros, respectivamente, lo que permite evaluar la variabilidad de las diferentes curvas entre los individuos de una población, así como la covarianza entre los parámetros. Los criterios más usados para elegir la curva que mejor ajusta a los datos son: el coeficiente de determinación, el porcentaje de curvas significativas y atípicas encontradas para cada función; además se pueden aplicar criterios como el criterio de información Akaike y el criterio de información Bayesiano. El objetivo del presente trabajo es indicarle al lector una aplicación de los modelos no lineales y no lineales mixtos en el análisis del crecimiento animal.
Animal growth is one of the most important aspect for evaluating animal productivity in beef cattle enterprises and in some cases it is used as a criterion of selection, nevertheless, the fact that animal growth is not exclusively due to genetic factors but also, to environmental effects should be keep in mind. Measurement of animal growth have been performed by several logarithmic, not lineal, lineal, and mathematical models, having as selection criteria its fitness of adjustment and the feasibility for biological interpretation of their parameters. Recently the mixed models have been used in which their parameters are composed of fixed and random effects representing the expected values and variance of the fixed ones, respectively, which permits to evaluate the variability of different curves between individuals of apopulation, as well as the covariance between parameters. The most used criteria for selection of the curve that best fit data are: determination coefficient and the percent of significant and atypical curves found for each function. In addition, other models as the Akaike information criteria and Bayesian information criteria can also be applied. The objective of the present review is to provide the criteria for application of linear and non linear models when analyzing animal growth.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados