Modelos não lineares como o Logístico e o Gompertz são amplamente usados para descrever vários processos biológicos por meio da curva de crescimento dada pela equação do modelo. O objetivo deste trabalho foi ajustar o modelo Chanter, assim como o Logístico e o Gompertz, utilizando um conjunto de dados do fruto do cacaueiro. O modelo Chanter é um híbrido entre o modelo Logístico e o modelo Gompertz cujos parâmetros podem ser interpretados similarmente. A comparação sobre a qualidade do ajuste entre os modelos foi feita utilizando as seguintes medidas estatísticas: o critério de informação de Akaike (AIC), o critério Peso de Akaike, o critério de informação de Bayes (BIC), o desvio padrão residual (DPR) e as medidas de não linearidade vício de Box e curvatura de Bates e Watts além de um estudo de simulação. Verificou-se que o modelo Chanter dentre os modelos estudados neste trabalho é o mais adequado para o ajuste dos dados do fruto do cacaueiro.

Nonlinear models such as Logistic and Gompertz are widely used to describe several biological processes using a growth curve given by the equation of the model. The objective of this work was to adjust the Chanter model, as well as the Logistic and the Gompertz, using a data set of cocoa fruit. The Chanter model is a hybrid between the Logistic model and the Gompertz model whose parameters can be interpreted similarly. A comparison of the quality of fit between the models was made using the following statistical measures: the Akaike information criterion (AIC), the Akaike weight criterion, Bayes information criterion (BIC), residual standard deviation (RSD), and measures of non-linearity Box addiction and Bates and Watts curvature as well as a simulation study. It was verified that the Chanter model is the most suitable one among the studied models for modeling the cocoa data.