Metabolisable energy prediction in energy feedstuffs and evaluation of the stepwise validation procedure using bootstrapping

AUTOR(ES)
FONTE

Rev. Ciênc. Agron.

DATA DE PUBLICAÇÃO

2019-03

RESUMO

RESUMO A utilização de valores preditos de energia metabolizável aparente (EMA), obtidos a partir de equações de regressão, pode ser útil para instituições de pesquisa e indústrias de nutrição. Contudo, há a necessidade de validação em amostras independentes para assegurar que a equação de predição da EMA seja confiável. Neste estudo, foram coletados dados para estimar equações de predição da EMA do milho, sorgo e farelo de trigo para suínos em função de composição química, além de avaliar a validade do procedimento stepwise de seleção de regressoras pelo método de reamostragem bootstrap não paramétrico. Dados de ensaios de metabolismo com suínos e de composição química dos alimentos foram coletados na literatura científica nacional e internacional e expressos na matéria seca. Após a análise de resíduos, foram ajustados cinco modelos de regressão linear múltipla e geradas aleatoriamente 1000 amostras bootstrap de mesmo tamanho a partir do banco de dados formado via meta-análise. Em todas as amostras bootstrap foram ajustados os cinco modelos estimados, utilizando-se do stepwise. Os maiores percentuais de significância por regressora (PSR) ocorreram para a energia digestível (100%) no modelo EMA1, e para a energia bruta (95,7%) no modelo EMA2, indicando alta correlação das regressoras com a EMA. As regressoras selecionadas nos EMA4 e EMA5 apresentaram PSR maior que 50% e são válidas para estimar a EMA de alimentos energéticos para suínos. Entretanto, os percentuais de ocorrência conjunta de regressoras dos modelos apresentaram baixa confiabilidade, com valores entre 2,6% (EMA2) e 23,4% (EMA4), invalidando o procedimento stepwise.ABSTRACT The use of predicted values of apparent metabolisable energy (AME), obtained from regression equations, can be useful for both research institutions and nutrition industries. However, there is a need to validate independent samples to ensure that the predicted equation for AME is reliable. In this study, data was collected in order to estimate the prediction equations of corn, sorghum and wheat bran for pig feed, based on the chemical composition, in addition to evaluating the validity of the stepwise selection procedure regressive method of non-parametric bootstrap resampling. Data from metabolism trials in pigs and the chemical composition of feedstuffs was collected from both Brazilian and international literature, expressed as dry matter. After the residue analysis, five models of multiple linear regression were adjusted to randomly generate 1000 bootstrap samples of equal size from the database via meta-analysis. The five estimated models were adjusted for all bootstrapped samples using the stepwise method. The highest percentage significance for regressor (PSR) value was observed for digestible energy (100%) in the AME1 model, and gross energy (95.7%) in the AME2 model, indicating high correlation of the regressive model with AME. The regressors selected for AME4 and AME5 resulted in a PSR of greater than 50%, and were validated for estimating the AME of pig feed. However, the percentage of joint occurrence of regressor models showed low reliability, with values between 2.6% (AME2) and 23.4% (AME4), suggesting that the stepwise procedure was invalid.

Documentos Relacionados