Identificación de un modelo lineal adecuado para evaluar características pre-destete en ganado criollo colombiano Blanco Orejinegro

Abstract

La Raza criolla Blanco Orejinegro (BON) tiene un proceso de adaptación de más de 500 años a las condiciones ambientales de Colombia. Se caracteriza por ser una raza doble propósito utilizada para la producción de leche y carne, convirtiéndola en un patrimonio biológico de gran importancia que debe ser estudiado. El objetivo de este estudio fue identificar un modelo lineal adecuado para evaluar características pre-destete en ganado criollo Blanco Orejinegro. Se recolectó y depuró información de pesajes de cuatro hatos de ganado BON. Las características evaluadas fueron peso a los 4 meses (P4M), peso al destete (PD) y ganancia diaria de peso entre los 4 meses y el destete (GDP4M-D). Se evaluaron nueve modelos lineales en los que se incluyeron como efectos fijos los siguientes factores: sexo, hato, mes de pesaje o nacimiento, número de parto, época de pesaje o época de nacimiento (época seca o lluviosa), edad (covariable, efecto fijo y ajustada por regresión), año de pesaje o año de nacimiento y grupo contemporáneo (GC) compuesto por sexo y hato para GDP4M-D y sexo, hato y año de pesaje para P4M y PD, con mínimo cinco observaciones por GC. Para identificar el modelo lineal más adecuado para cada característica se utilizó el valor de AIC (Akaike information criterion), BIC (Bayesian information criterion), coeficiente de determinación (R2) y la suma de cuadrados del error (SCE). El modelo más adecuado para todas las características fue aquel que involucró el GC y edad como efecto fijo para P4M y edad como covariable para PD.

Implementation of a hydroponic system to produce Oryza sativa as fodder with potential in animal feed

“…Para cada modelo se revisó el cumplimiento de los supuestos de normalidad (Test Kolmogorov Smirnov y Shapiro Wilk), homocedasticidad de varianzas (Test Breusch Pagan), la no existencia de auto correlación en los datos (Test Durbin-Watson) y la correcta selección e inclusión de variables explicativas (Test Breusch-Godfrey). Se verificó la no existencia de datos atípicos e influyentes (Test de Bonferroni, residuos estudentizados, distancia CookD y distancia Hat) [20] [21]. Las variables de biomasa fresca, seca, bromatológico y relación hoja/tallo se analizó con estadística descriptiva usando Microsoft Excel y el software InfoStat versión libre [22].…”