Export iten: EndNote BibTex

Please use this identifier to cite or link to this item: http://tede.unioeste.br/handle/tede/4806
Tipo do documento: Dissertação
Title: Ajuste e avaliação da tendência e da precisão de modelos de predição do peso final e da conversão alimentar de suínos em fases de crescimento e terminação
Autor: Oliveira, Anderson Luís Garla 
Primeiro orientador: Carvalho, Paulo Levi de Oliveira
Primeiro coorientador: Oliveira, Newton Tavares Escocard de
Primeiro membro da banca: Carvalho, Paulo Levi de Oliveira
Segundo membro da banca: Nunes, Ricardo Vianna
Terceiro membro da banca: Pozza, Paulo Cesar
Resumo: O objetivo do trabalho foi verificar a capacidade de modelos matemáticos para previsão de resultados zootécnicos nas fases de crescimento e de terminação na suinocultura. Foram obtidas informações de 663 registros de desempenho médio de lotes de 2013 a 2015, com peso médio dos animais no alojamento entre 5,7 kg e 28,4 kg, de uma empresa localizada no oeste do Paraná. Foi realizada uma triagem dos valores médios de desempenho e obtidas informações para a formação de um banco de dados referente à descrição das variáveis mensuradas dos lotes analisados: números de animais alojados no lote (NA), peso médio do lote no alojamento (PMA), idade média do lote no alojamento (IMA), número de animais alojados no lote no final da criação (NAF), peso médio do lote no final da criação (PMF), idade média do lote no final da criação (IMF), consumo por cabeça por dia (CCD), consumo por cabeça no período de criação (CCAB), mortalidade (MORT), ganho de peso diário (GPD) e conversão alimentar (CA). Os dados foram classificados em oito categorias oriundas da combinação de dois períodos do ano (P): de novembro a abril (P1) e de maio a outubro (P2), e quatro tamanhos de granja (TG): NA ≤ 1000 (TG1); 1001 ≤ NA ≤ 2000 (TG2); 2001 ≤ NA ≤ 3000 (TG3) e NA > 3000 (TG4). Foi procedida a análise dos resíduos padronizados de Student (RStudent). As equações de regressão estimadas do PMF e da CA em função das regressoras de desempenho, P e TG foram: PMF = -46,13 + 0,00214NA + 0,87467PMA - 0,85194IMA + 0,85184IMF + 23,72CCD - 0,02151DP*IMA - 0,73775DTG2*CCD - 0,00129DTG3*NA (R2 = 0,9083) e CA = 1,1762 - 0,00006NA + 0,00335PMA + 0,00091IMF + 0,50477CCD + 0,01481DP*CCD + 0,00002DTG2*NA + 0,000037DTG3*NA (R2 = 0,5794). Após a substituição dos valores binários para P e TG, foram originadas oito equações-filha para PMF e oito equações-filha para CA. O coeficiente de determinação (R2) obtido mostrou que a equação de regressão estimada explicou cerca de 58% da variação dos dados de CA em função das regressoras de desempenho, P e TG, sugerindo uma confiabilidade mediana. A IMF apresentou maior correlação com o PMF e explicou 71,25% da variação dos dados de PMF. O CCD apresentou maior correlação com a CA (rXY = 0,7087) do que as demais regressoras. O CCD influenciou positivamente a CA, mas tal influência foi mais intensa para lotes de maio a outubro (0,51958) do que para os de novembro a abril (0,50477). Os resultados indicaram que os valores observados de peso médio de lotes de suínos no final da criação (PMFO) foram similares aos valores preditos de PMF (PMFP) com o uso dos modelos PMFE = -46,13 + 0,00214NA + 0,87467PMA - 0,87345IMA + 0,85184IMF + 23,72CCD, para granjas com até 1000 suínos alojados de maio a outubro; e PMFH = -46,13 + 0,00085NA + 0,87467PMA - 0,87345IMA + 0,85184IMF + 23,72CCD para granjas acima de 3.000 suínos alojados no período de maio a outubro. Os modelos PMFE e PMFH não foram considerados precisos, pois as correlações estimadas entre PMFPE e PMFOE (rXY = 89,83%) e PMFPH e PMFOH (rXY = 91,67%) foram um pouco menores do que os respectivos valores de índice médio de acerto (1 - ERMi), de 97,01% para PMFE e 97,53% para PMFH.
Abstract: The aim of this work was to verify the performance of mathematical models in the prediction of zootechnical results in swine growth and finishing phases. The data were collected from 663 records of swine batches of average performance, between 2013 and 2015. The animals were with an average weight between 5.7 and 28.4 kg, from a company located in Western Paraná. By screening the mean performance values, the data were obtained on the formation of a database regarding the average variables of the analyzed batch: number of animals housed in the lot (NA), initial average body weight (IABW), initial average age (IAA), number of animals housed at the end of rearing (NAE), final average body weight (FABW), final average age (FAA), feeding intake per animal per day (FIA), feeding intake in the growing phase (FIG), mortality (MORT), daily weight gain (DWG) and feed conversion (FC). The data were classified into eight categories resulting from the combination of two periods of the year (P): from November to April (P1) and from May to October (P2), and four farm sizes (FS): NA ≤ 1000 (FS1); 1001 ≤ NA ≤ 2000 (FS2); 2001 ≤ NA ≤ 3000 (FS3) and NA > 3000 (FS4). Student's standardized residuals (RStudent) analysis was carried out. The estimated regression equation of the FABW and CA as a function of the performance regressors, P and FS were: FABW = -46.13 + 0.00214NA + 0.87467IABW - 0.85194IAA + 0.85184FAA + 23.72FIA - 0.02151DP*IAA - 0.73775DFS2*FIA - 0.00129DFS3*NA (R2 = 0.9083) and FC = 1.1762 - 0.00006NA + 0.00335IABW + 0.00091FAA + 0.50477FIA + 0.01481DP*FIA + 0.00002DFS2*NA + 0.000037DFS3*NA (R2 = 0.5794). After the substitution of binary data for the P and FS, eight daughter equations for FABW and eight daughter equations for FC were originated. The coefficient of determination (R2) showed that the estimated regression equation explained about 58% of the FC data variation as a function of regressors of performance, P and FS, suggesting median reliability. The FAA showed a higher correlation with the FABW, this variable can explain 71.25% of the variations in the FABW data. The FIA was more correlated with FC (rXY = 0.7087) than the other regressors. The FIA positively influenced FC, but this influence was stronger for lots from May to October (0.51958) than those from November to April (0.50477). The results indicated that observed FABW values (FABWO) of pig lots were similar to the predicted FABW values (FABWP) of pig lots using the models FABWE = -46.13 + 0.00214NA + 0.87467IABW - 0,87345IAA + 0.85184FAA + 23.72FIA, for farmhouses with up to 1,000 housed pigs from May to October and FABWH = -46.13 + 0.00085NA + 0.87467IABW - 0.87345IAA + 0.85184FAA + 23.72FIA, for farmhouses above 3,000 housed pigs from May to October. The FABWE and FABWH models were not considered precise, due to the estimated correlations between FABWPE and FABWOE (rXY = 89.83%) and FABWPH and FABWOH (rXY = 91.67%) being lower than their respective average hit index (1 – AREi), of 97.01% for FABWE and 97.53% for FABWH.
Keywords: Correlação
Desempenho zootécnico
Equações-filha
Modelagem
Suinocultura
Valores binários
CNPq areas: CIÊNCIAS AGRÁRIAS:ZOOTECNIA
Idioma: por
País: Brasil
Publisher: Universidade Estadual do Oeste do Paraná
Sigla da instituição: UNIOESTE
Departamento: Centro de Ciências Agrárias
Program: Programa de Pós-Graduação em Zootecnia
Campun: Marechal Cândido Rondon
Citation: OLIVEIRA, Anderson Luís Garla. Ajuste e avaliação da tendência e da precisão de modelos de predição do peso final e da conversão alimentar de suínos em fases de crescimento e terminação. 2019. 44 f. Dissertação (Mestrado em Zootecnia) - Universidade Estadual do Oeste do Paraná, Marechal Cândido Rondon, 2020.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by/4.0/
URI: http://tede.unioeste.br/handle/tede/4806
Issue Date: 25-Oct-2019
Appears in Collections:Mestrado em Zootecnia (MCR)

Files in This Item:
File Description SizeFormat 
Anderson_Oliveira_2020.pdf796.61 kBAdobe PDFView/Open Preview


This item is licensed under a Creative Commons License Creative Commons