PROGRAMA DE PÓS-GRADUAÇÃO EM ESTATÍSTICA E EXPERIMENTAÇÃO AGROPECUÁRIA Versão em Inglês Versão em Espanhol Versão em Francês

Telefone/Ramal: (35) 3829-5195/5195
E-mail: posgrad_si.icet@ufla.br
Notícias

Banca de DEFESA: RAFAELA DE CARVALHO SALVADOR

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: RAFAELA DE CARVALHO SALVADOR
DATA: 07/08/2026
HORA: 08:00
LOCAL: Online pelo google meet
TÍTULO:

Descrição do crescimento de frangos via Inferência Bayesiana


PALAVRAS-CHAVES:

avicultura; igualdade de parâmetros; Monte Carlo Hamiltoniano; regressão.


PÁGINAS: 96
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Probabilidade e Estatística
SUBÁREA: Probabilidade e Estatística Aplicadas
RESUMO:

O crescimento de frangos é um processo biológico dinâmico, influenciado por fatores genéticos, sexuais, nutricionais e ambientais, cuja compreensão é essencial para subsidiar decisões de manejo, conservação, nutrição e produção dos animais. Modelos de regressão não linear são amplamente utilizados para descrever esse processo, pois sintetizam a trajetória de crescimento em parâmetros com interpretação biológica. A estimação pode ser conduzida sob a abordagem bayesiana, que apresenta como vantagem a obtenção de distribuições a posteriori para os parâmetros do modelo, permitindo incorporar informação prévia e quantificar a
incerteza das estimativas. Essa perspectiva também possibilita comparar parâmetros entre grupos, como machos e fêmeas, raças ou linhagens, por meio de distribuições posteriores das diferenças ou de medidas formais de evidência, constituindo uma alternativa inferencial que não se restringe à interpretação de estimativas pontuais. Além disso, a abordagem bayesiana mostra-se vantajosa diante de dados truncados, situação comum em frangos de corte, nos quais a interrupção das pesagens na idade comercial limita a informação disponível sobre a fase tardia do crescimento e sobre o peso assintótico. Nesta tese, foram desenvolvidos dois artigos que modelam o crescimento de frangos por inferência bayesiana, e avalia o dimorfismo sexual e a comparação entre grupos por meio de testes formais. Em ambos, os parâmetros foram estimados empregando-se o algoritmo Hamiltoniano de Monte Carlo (HMC) com amostrador No-U-Turn
(NUTS), implementado no pacote brms do software R. No primeiro artigo, ajustaram-se os modelos Logístico, Gompertz, von Bertalanffy e Brody aos dados de peso de machos e fêmeas da variedade preta da raça Utrerana, criada em sistema ao ar livre; a seleção do modelo baseou-se  nos critérios LOO-IC, WAIC e ELPD, e o  dimorfismo sexual foi avaliado pelo método de Savage–Dickey, que permite quantificar evidência tanto a favor quanto contra a igualdade entre os parâmetros. No segundo artigo, ajustou-se o modelo de Gompertz ao crescimento de frangos de corte das linhagens Cobb e Ross com base em dados truncados, adotando-se distribuições a priori informativas para regularizar a estimação dos parâmetros sujeitos a elevada incerteza em razão do truncamento, sobretudo o peso assintótico. As comparações entre sexos e entre linhagens foram conduzidas a partir da distribuição a posteriori das diferenças, com intervalos de máxima densidade a posteriori (HPD), incluindo a análise dos pontos críticos da curva. Os resultados indicaram que os modelos não lineares bayesianos foram adequados para descrever o crescimento das aves avaliadas. Na raça Utrerana, os modelos Gompertz e von Bertalanffy apresentaram melhor desempenho, e o dimorfismo sexual foi evidenciado apenas para o peso assintótico, com maiores valores em machos. Em frangos Cobb e Ross, o modelo de Gompertz Bayesiano apresentou bom ajuste e identificou a presença de dimorfismo sexual para o peso assintótico em ambas as linhagens, sem evidência consistente de diferenças entre sexos para a idade de máximo ganho de peso e para a taxa relativa de crescimento. A comparação entre linhagens, baseada nos pontos críticos, não evidenciou diferenças entre Cobb e Ross quando considerada a incerteza a posteriori.


MEMBROS DA BANCA:
Interno - JOEL AUGUSTO MUNIZ (Membro)
Interno - LUIZ OTAVIO DE OLIVEIRA PALA (Membro)
Interno - LUIZ RICARDO NAKAMURA (Suplente)
Externo à Instituição - RODRIGO FERREIRA DE ABREU - IFSM (Membro)
Externo à Instituição - SERGIO DOMINGOS SIMAO - UNIFAL (Suplente)
Externo à Instituição - TACIANA VILLELA SAVIAN - ESALQ (Membro)
Presidente - TALES JESUS FERNANDES (Membro)
Notícia cadastrada em: 20/07/2026 14:06
SIGAA | DGTI - Diretoria de Gestão de Tecnologia da Informação - Contatos (abre nova janela): https://ufla.br/contato | © UFLA | appserver3.srv3inst1 27/07/2026 18:08