Equações de regressão para estimar valores energéticos do grão de trigo e seus subprodutos para frangos de corte, a partir de análises químicas / Regression equations to evaluate the energy values of wheat grain and its by-products for broiler chickens from chemical analyses

RESUMO

Um experimento foi realizado com frangos de corte para a obtenção de equações de predição da energia a partir de análises químicas e dados de energia metabolizável (EM) utilizando como alimentos-teste o trigo e alguns de seus produtos, comparando quatro metodologias de estimação. Sete alimentos oriundos do trigo e uma ração-referência foram utilizados nos cinco tratamentos trigo integral moído, gérmen de trigo, farinha de trigo clara, farinha de trigo escura, farelo de trigo para uso humano, farelo de trigo para uso animal e farelo de trigo grosso. Com base nas análises químicas de fibra bruta (FB), extrato etéreo (EE), proteína (PB), cinzas (Cz) e amido (A) dos alimentos e com os resultados observados de EM aparente (EMA), EM verdadeira (EMV), EM aparente corrigida (EMAn) e EM verdadeira corrigida pelo balanço de nitrogênio (EMVn) nos cinco tratamentos, desenvolveram-se equações de predição por stepwise. FB foi a variável que melhor se relacionou com os valores de energia metabolizável, entretanto esse valor isolado não foi suficiente para uma boa estimativa dos valores energéticos (R² abaixo de 0,80). Quando somada ao EE e à PB aumentou-se a precisão das equações, com valores de R² acima de 0,90 na maioria das equações. Estimativas a partir dos valores de todos tratamentos resultaram em equações menos precisas para EMA, com menores R². Quando se utilizaram somente dados dos tratamentos pela metodologia tradicional ou de alimentação forçada separadamente aumentou-se a precisão das equações, com R² acima de 0,85. Para EMV e EMVn, as equações lineares múltiplas, utilizando-se FB, EE e PB, apresentaram boa precisão (R²>0,90), independente da utilização de todos os dados experimentais ou seu agrupamento por metodologia. Para a EMVn, além da alta precisão, os valores do coeficiente linear (a) das equações foram muito próximos quando se utilizaram todos os tratamentos ou agrupando-os por metodologia, o que significou pouca influência da metodologia sobre essa medida. A FDN não mostrou ser melhor preditor de EM do que a FB