Open AccessGrowth characteristics of noiler chickens as determined by nonlinear algorithms
Author(s) -
J. Adamu,
A. Y. Shuaibu,
A. O. Raji
Publication year - 2021
Publication title -
nigerian journal of animal production
Language(s) - French
Resource type - Journals
ISSN - 0331-2062
DOI - 10.51791/njap.v48i5.3183
Subject(s) - gompertz function , akaike information criterion , goodness of fit , logistic regression , body weight , mathematics , statistics , zoology , standard error , growth rate , biology , demography , endocrinology , geometry , sociology
The assessment of growth characteristics of noilers chickens as determined by non- linear algorithms will provide the best mathematical function in the growth of male and female noilers chickens This study sought to determine the adequacy of two mathematical functions for modeling growth characteristics of male and female Noiler® chickens. Body weights and morphometric traits of 200 Noiler chickens were measured bimonthly for 20 weeks and the data obtained fitted to the Gompertz and Logistic growth models using the nonlinear regression. The results showed significant (P 80%) indicating a good fit for the data. The other goodness of fit criteria; Akaike Information Criterion (AIC) and standard deviation (SD) were lower for the Gompertz compared to Logistic for both male and female. Thus, the study revealed that the Gompertz was the better model for explaining the growth patterns of both male and female Noiler chickens.
L'évaluation des caractéristiques de croissance des poulets de Noilers tels que déterminées par des algorithmes non linéaires fournira la meilleure fonction mathématique de la croissance des poulets de Noilers masculins et féminins. Cette étude a cherché à déterminer l'adéquation de deux fonctions mathématiques pour la modélisation des caractéristiques de croissance des poulets mâles et femelles Noiler. Les poids corporels et les traits morphométriques de 200 poulets nilaques ont été mesurés bimenshly pendant 20 semaines et les données obtenues dans les modèles de Gompertz et croissance logistiques utilisant la régression non linéaire. Les résultats ont montré une différence significative (p 80%) indiquant un bon ajustement pour les données. L'autre bonté des critères d'ajustement; Le critère d'information Akaike (CIA) et l'écart type (ET) étaient plus bas pour le Gompertz par rapport à la logistique pour les hommes et les femmes. Ainsi, l'étude a révélé que le Gompertz était le meilleur modèle d'explication des schémas de croissance des poulets mâles et femelles Noilers.