Modelagem Bayesiana para curvas de crescimentos de codornas assumindo assimetria nos erros

Resumen

Assumir distribuições como a normal nas análises de dados é comum em diferentes áreas do conhecimento. Entretanto, pode-se fazer uso de outras que possuem capacidade de modelar também o parâmetro de assimetria, para as situações em que são necessários modelar dados com caudas mais pesadas que a normal. Este trabalho pretende apresentar alternativas à suposição de normalidade nos erros, dispondo também de distribuições assimétricas. Propõe-se uma abordagem Bayesiana para ajuste de modelos não-lineares quando os erros não são normais. Assim, adotam-se as distribuições t, skewnormal e skew-t. A metodologia visa aplicação em diferentes curvas de crescimento para dados de pesos de codornas. Verifica-se que os modelos de Gompertz com erros skew-normal e skew-t, respectivamente, para machos e fêmeas, são os que melhor se ajustam aos dados.