Avaliação da precisão e acurácia de equações lineares e não lineares para predição do peso de carcaça quente de bovinos | Evaluation of Precision and Accuracy of linear and nonlinear equations for prediction of Cattle Hot Carcass Weight

A análise de desempenho de bovinos de corte terminados em confinamento apenas pela ótica de ganho de peso diário vivo apresenta limitações em quantificar a conversão de ganho vivo em carcaça, enquanto o ganho de peso diário em carcaça é um indicador que apresenta alta relação com a lucratividade da operação de confinamento. Sendo assim, acessar o peso de carcaça (PCar) de bovinos durante o período de engorda possibilita a realização de análises baseadas em carcaça, e torna as estimativas dos resultados econômicos mais realistas. Uma das formas de acessar o PCar durante o período de engorda é através da utilização de equações matemáticas, e para garantir que os valores preditos sejam adequados, é necessário que as equações tenham alta precisão e acurácia. O objetivo deste estudo foi avaliar, validar e comparar equações lineares e não lineares para predizer o PCar de bovinos. Para a realização deste estudo inicialmente foi utilizado um banco de dados obtido de uma fazenda comercial (Mirandópolis, SP, Brasil), composto por informações individuais de 638 bovinos não castrados, 439 animais Bos indicus (Nelore), e 199 Bos indicus ˣ Bos taurus (F1 = ½ Nelore × ½ Angus). Para garantir que os dados estivessem adequados para serem analisados, o banco de dados foi submetido a verificação da variância (P=0,72; P=0,81) e distribuição normal dos resíduos (P=0,10; P=0,10). Após as premissas analíticas terem sido contempladas, o banco de dados submetido às avaliações foi composto por 499 bovinos inteiros, 320 Nelore e 179 F1. As análises foram realizadas através dos softwares Microsoft Excel ([2016], Redmond, EUA), R ([2019], Vienna, AT) e Model Evaluation System ([2017], MES, 3.1.13, College Station, EUA). Os resultados deste estudo demonstraram que as equações não apresentaram adequabilidade em predizer o PCar de bovinos quando submetidas a validação por este banco de dados comercial (P<0,001 para intercepto e coeficiente de regressão) devido à diferença da magnitude das médias dos PCar do banco de dados comercial em relação as médias dos PCar utilizados para o desenvolvimento das equações. Os resultados demonstram também que a equação linear é mais adequada para predizer o PCar comparada a equação não linear. Como conclusão,as equações avaliadas neste estudo são precisas para estimar o PCar de bovinos para ambos os grupos genéticos, porém, ajustes podem ser feitos nas equações através da inclusão de dados de carcaças mais pesadas para aumentar a acurácia dos modelos de predição. Palavras-chave: Acurácia. Gado de Corte. Lucratividade. Métricas em Confinamento. Modelos Matemáticos. Precisão. Peso de Carcaça de Bovinos.

Only the analysis of average daily gain in feedlot beef cattle results in a limitation on how much live weight is transferred to the carcass, while carcass average daily gain is an index with high correlation with feedlot profitability . Thus, access to the hot carcass weight (HCW) in the finishing phase makes it possible to carry out carcass-based analyzes and makes the economic simulation more realistic. One of the ways to access the HCW during the finishing phase is through the use of mathematical equations, and to ensure that the predicted values are adequate it is necessary that the equations have high precision and accuracy. The objectives of this study were to evaluate, validate, and compare linear and non-linear equations on prediction of HCW. Initially, a database from a commercial feedlot (Mirandópolis, SP, Brazil) was composed by 638 bulls, 439 Bos indicus (Nelore) and 199 Bos indicus ˣ Bos taurus (F1 = ½ Nelore × ½ Angus). Subsequently, the initial database was subjected to variance (P=0.72; P=0.81) and normal distribution of errors (P=0.10; P=0.10) analysis, assumptions adopted in this study. Later, the database composed of 499 bulls, 320 Nellore and 179 F1 was used for accuracy and precision analysis. The analyzes were performed using Microsoft Excel software ([2016], Redmond, USA), R ([2019], Vienna, AT) and Model Evaluation System ([2017], MES, 3.1.13, College Station, USA). The results demonstrated that both equations were not accurate to predict the HCW when submitted to validation for this commercial database (P<0.001 for intercept and slope), due to the difference in HCW mean of commercial database and the database used in the development of equations. When compared the two equations, the linear regression proved to be more accurate than the non-linear. In conclusion, both linear and non-linear equations are accurate to predict the HCW of beef cattle regardless of the genetic group, however, adjustments can be made to improve its prediction through the heavier HCW to increase the accuracy of the models. Keywords: Accuracy. Beef Cattle. Feedlot Index. Hot Carcass Weight. Mathematical Models. Precision. Profitability.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior