Milk production and percentages of fat and protein in Holstein breed cows raised in Rio Grande do Sul, Brazil / Produção de leite e porcentagens de gordura e proteína de bovinos da raça Holandesa criados no Rio Grande do Sul, Brasil

ABSTRACT: The objective of this study was to identify a nonlinear regression model that better describes the milk production and the percentages of fat and protein curves, and to identify the season and age of calving that result in higher productions. For the analysis, 8,047 records of milk production and percentages of fat and protein obtained from 1,330 Holstein breed cows raised in Rio Grande do Sul, born from 1989 to 2011, were used. After determining the most appropriate nonlinear regression model, the identity of models and the equality of parameter tests for the different classes of season and age of calving were performed. Residual mean square, mean absolute deviation, mean squared prediction error and percentage of estimated curves per animal, indicated the Linear Hyperbolic Function (LHF) as the most appropriate to describe the milk production and the levels of fat and protein curves. Cows calving in the autumn and winter seasons yield higher quantities of milk and lower fat and protein content than those calved in the spring and summer seasons. Cows aged between 46 and 93 months at calving yield higher milk quantities, and those with calving age between 94 and 118 months produced more fat.

RESUMO: Objetivou-se identificar o modelo de regressão não linear que melhor descreve as curvas de produção de leite e de porcentagens de gordura e proteína; a estação e idade ao parto que resultam em maiores produções. Nas análises, foram utilizados 8047 registros de produção de leite e porcentagens de gordura e proteína provenientes de 1330 vacas da raça Holandesa, criadas no Rio Grande do Sul, nascidas de 1989 a 2011. Após a definição do modelo de regressão não linear mais adequado, procedeu-se à realização do teste de identidade de modelos e de igualdade de parâmetros para as diferentes classes de estação e idade da vaca ao parto. O quadrado médio do resíduo, desvio médio absoluto, erro quadrático médio de predição e a porcentagem de curvas estimadas por animal apontaram a Função Linear Hiperbólica (FLH) como a mais adequada para descrever as curvas de produção de leite e teores de gordura e proteína. Vacas com ocorrência de partos nas estações de outono e inverno produzem maior quantidade de leite e menor teor de gordura e proteína do leite do que aquelas que parem nas estações de primavera e verão. Vacas com idades ao parto entre 46 e 93 meses produzem maior quantidade de leite e as com 94 a 118 meses, maior teor de gordura do leite.

Análise de agrupamento na seleção de modelos de regressão não-lineares para curvas de crescimento de ovinos cruzados / Cluster analysis applied to nonlinear regression models selection to growth curves of crossed lambs

Este estudo teve como objetivo utilizar a análise de agrupamento para classificar modelos de regressão não-lineares usados para descrever a curva de crescimento de ovinos cruzados, tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste. Para tanto, utilizaram-se dados de peso-idade dos seguintes cruzamentos entre raças de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do melhor modelo, objetivou-se ainda aplicar a técnica de identidade de modelos a fim de identificar o cruzamento mais produtivo. Foram ajustados doze modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critérios de informação de Akaike e Bayesiano, erro quadrático médio de predição e coeficiente de determinação de predição. A análise de agrupamento indicou o modelo Richards como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados, e os testes de identidade de modelos indicaram o cruzamento Dorper x Santa Inês como sendo o mais indicado para a pecuária local.

This study had the objectives to use the cluster analysis in order to classify nonlinear regression models used to describe the growth curve in relation to different quality fit evaluators. Were utilized weight-age data from the following crossbred beef lambs Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. After the choice of the best model, we aimed also to apply the model identity in order to identify the most efficient crossbred group. Eleven nonlinear models were used, whose fit quality was measured by determination coefficient, Akaike information criterion, Bayesian information criterion, mean quadratic error of prediction and predicted determination coefficient. The cluster analysis indicated the Richards as the best model for the three data sets, and the model identity tests revealed that the Dorper x Santa Inês crossbred group was recommend for meat production.