( PDF ) Comparação de sistemas de formulação lineares e não lineares para frangos de corte

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

FACULDADE DE AGRONOMIA

PROGRAMA DE PÓS-GRADUAÇÃO EM ZOOTECNIA

COMPARAÇÃO DE SISTEMAS DE FORMULAÇÃO LINEARES E

NÃO LINEARES PARA FRANGOS DE CORTE

SANDRO VOLNEI RENZ

Médico Veterinário – (UFRGS)

Dissertação apresentada como um dos requisitos à obtenção do Grau de

Mestre em Zootecnia, Programa de Pós-Graduação em Zootecnia

Área de Concentração - Nutrição Animal.

Porto Alegre (RS), Brasil

Junho de 2005

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

ii

AGRADECIMENTOS

A Deus, pela vida.

Aos professores Antônio Mário Penz Jr. (Orientador) e Alexandre de

Mello Kessler (Co-orientador), pela orientação (intra e extra acadêmica),

amizade e profissionalismo, neste curso de Pós-Graduação e nos quase sete

anos de convivência.

À professora Andréa Machado Leal Ribeiro, pelo auxílio, amizade e

exemplo profissional.

Ao Engenheiro Agrônomo Ronnie Dari, pela incansável colaboração

e aconselhamento no planejamento, na execução e na análise do experimento.

À Universidade Federal do Rio Grande do Sul (UFRGS), através do

Programa de Pós-Graduação em Zootecnia, pelo apoio e pela oportunidade da

realização deste curso.

À CAPES, pelo suporte fornecido através da concessão da bolsa em

todo o período do curso.

À família, à minha esposa Lúcia e à minha filha Caroline, pela

compreensão nas ausências em momentos importantes de suas vidas.

Aos meus pais Arsélio e Edi, e irmãos Gilnei, Naira e Lisiane, juntamente com

seu esposo Ricardo, pelo estímulo e pelas dificuldades compartilhadas. Podem

ter certeza, valeu a pena.

Aos colegas do LEZO, professores, colegas de Pós-Graduação,

bolsistas e estagiários de Iniciação Científica, pelo convívio, amizade e

aprendizado mútuo proporcionados. Igualmente à equipe do Departamento de

Zootecnia, principalmente a Ione e o Lauro.

Aos demais professores e funcionários do Departamento de

Zootecnia da UFRGS, meus agradecimentos pelo convívio, pela atenção e pelo

estímulo.

À empresa Nutron Alimentos, por disponibilizar o local experimental,

a estrutura de apoio e, principalmente, a ferramenta CAMERA®, sem a qual o

trabalho não poderia ter sido realizado. Agradecimento especial a Zootecnista

Adriana Figueiredo, além de toda a equipe do CPNA (Centro de Pesquisa em

Nutrição Animal), composta pelo Anderson, Pedro, Valdir, Nelson, Tião e

Deise.

A todos aqueles que, de uma forma ou de outra, contribuíram para a

realização deste trabalho.

iii

COMPARAÇÃO DE SISTEMAS DE FORMULAÇÃO LINEARES E

NÃO LINEARES PARA FRANGOS DE CORTE

(1)

Autor: Sandro Volnei Renz

Orientador: Antônio Mário Penz Jr.

Co-Orientador: Alexandre de Mello Kessler

RESUMO

Os atuais sistemas de formulação de dietas para frangos de corte, assim como

para as demais espécies, ainda estão baseados em sistemas de formulação

linear para custo mínimo. Com o estudo das equações de crescimento e de

conversão de nutrientes, foram sendo desenvolvidas ferramentas capazes de

definir estratégias nutricionais para lucratividade máxima, uma vez que

simulam os custos relativos a diferentes estratégias nutricionais para o

crescimento e selecionam aquela que resulta na maior lucratividade para um

objetivo selecionado. Isto é possível pois conseguem minimizar custos relativos

à alimentação, que correspondem até 75% do custo de produção total em

frangos de corte. Nestas simulações são considerados os efeitos de diferentes

materiais genéticos, condições climáticas, pressão de alojamento, sexo, dentre

outros fatores. Tendo conhecimento destas ferramentas, foi utilizada uma

específica para frangos de corte, onde as simulações foram comparadas com

aquelas obtidas com dietas formuladas por um sistema de formulação para

custo mínimo de dietas, com o objetivo de validar tais simulações. Os

resultados para calibração do primeiro experimento foram obtidos analisando

os arquivos prévios de uma granja de pesquisa comercial, cujas dietas foram

formuladas baseando-se nas variáveis nutricionais propostas pelo NRC (1994),

para ambos sexos e em diferentes densidades de alojamento. Através da

análise dos resultados, foi possível verificar que o sistema de formulação não

linear permitiu alcançar resultados próximos aos gerados pelas dietas

formuladas pelo sistema de formulação linear, na maioria das variáveis

avaliadas. Porém, ao contrário deste último, o sistema de formulação não linear

obteve custo alimentar inferior por unidade de peso corporal produzida na

menor densidade de alojamento proposta para ambos os sexos, obtendo ainda

com machos um custo alimentar idêntico ao sistema linear na maior densidade

de alojamento, o que não ocorreu com as fêmeas, devido a uma super

estimação do efeito da densidade pelo sistema não linear sobre o

desenvolvimento das aves.

_______________________________________________________________________________________________

(1)

Dissertação de Mestrado em Zootecnia – Nutrição Animal, Faculdade de

Agronomia, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS,

Brasil. (146 p.), Junho de 2005.

iv

COMPARATION OF LINEAR AND NON LINEAR FORMULATION

SYSTEMS FOR BROILER

(1)

Author: Sandro Volnei Renz

Advisor: Antônio Mário Penz Jr.

Co- Advisor: Alexandre de Mello Kessler

ABSTRACT

The usual diet formulation for broilers and other species, still are based

on linear systems, based on least cost feed formulation. With the growing and

nutrient conversion equations studies, many tools were developed to define

nutritional strategies to obtain maximum economical return, once they simulate

the relative costs of different nutrional strategies for growth and they select the

one that shows the best economical return to the chosen objective. This is

possible once they are able to reduce feeding costs, that can reach until 75% of

the total broiler production costs. In these simulations it is considered the effects

of different genetic background, weather condition, bird density, sex, etc.

Knowing these tools, it was used one specific (non linear model) to broilers and

its simulations were compared with these obtained with diets formulated under

a formulation system based on least cost feed formulation (linear model) and

the objetive was to validate these simulations. To calibrate the non linear model

it was used results from previous archives of one research broiler farm, where

the diets were formulated based on nutritional parameters proposed by NRC

(1994), for both sexes and for two diferent birds density at the house. Through

the statistical analysis of the results, is was possible to identify that the non

linear model permitted to find similar performance figures of those generated

when the diets were formulated based on least cost feed formulation (linear

model) in most of the evaluated parameters. However, the non linear system

allowed lower feed cost per unit of body weight at the lower bird density for

males and females. For males, at the higher bird density, the feeding cost was

similar when used either one of the formulation systems. However, with females

that did not happen, once it was made an overestimation of the density effect on

their performance.

_______________________________________________________________________________________________

(1)

Master of Science Dissertation in Animal Science – Animal Nutrition,

Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul,

Porto Alegre, RS, Brazil, (146 p.), June 2005.

v

SUMÁRIO

CAPITULO I ...................................................................................................................................1

1. INTRODUÇÃO E REVISÃO BIBLIOGRÁFICA ................................................ 1

1.1 Histórico ..................................................................................................... 2

1.2 Aplicabilidade dos Modelos ....................................................................... 3

1.3 Modelos Matemáticos na Avicultura .......................................................... 4

1.4 Material genético........................................................................................ 9

1.5 Sexo ......................................................................................................... 10

1.6 Temperatura Ambiente ............................................................................ 11

1.7 Densidade ................................................................................................ 11

1.8 Idade ao Abate......................................................................................... 13

1.9 Determinação de Exigências Nutricionais ............................................... 13

1.10 Consumo Voluntário .............................................................................. 15

1.11 Desenvolvimento dos modelos .............................................................. 16

1.12 Modelos na Suinocultura ....................................................................... 20

CAPÍTULO II ................................................................................................................................22

1. INTRODUÇÃO ............................................................................................... 22

2. MATERIAL E MÉTODOS............................................................................... 24

3. RESULTADOS E DISCUSSÃO ..................................................................... 35

3.1 Consumo Alimentar Médio....................................................................... 35

3.2 Peso Corporal Médio das Aves ............................................................... 37

3.3 Conversão Alimentar ............................................................................... 41

3.4 Custo por kg de Peso Corporal produzido............................................... 43

3.5 Mortalidade Média ................................................................................... 46

3.6 Conversão e Consumo Acumulado de Energia Metabolizável ............... 48

3.7 Conversão e Consumo Acumulado de Proteína Bruta............................ 50

3.10 Abate...................................................................................................... 52

4. CONCLUSÃO................................................................................................. 57

CAPITULO III ...............................................................................................................................59

1. REFERÊNCIAS BIBLIOGRÁFICAS............................................................... 59

2. APÊNDICES................................................................................................... 63

vi

RELAÇÃO DE TABELAS

TABELA 1. Distribuição dos tratamentos nos experimentos, conforme densidade animal

(animais/m2) e método de formulação.........................................................................................26

TABELA 2. Composição das dietas Pré-Iniciais, para ambos os experimentos. ........................28

TABELA 3. Composição das dietas Iniciais, para ambos os experimentos. ...............................29

TABELA 4. Composição das dietas de Crescimento, para ambos os experimentos..................29

TABELA 5. Composição das dietas Finais, para ambos os experimentos..................................30

TABELA 6. Resultados de Consumo Médio (CM), em gramas, do Experimento I – Machos.....36

TABELA 7. Resultados de Consumo Médio (CM), em gramas, do Experimento II – Fêmeas ...36

TABELA 8. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Consumo Médio (CM) no Experimento I – Machos ................................37

TABELA 9. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Consumo Médio (CM) no Experimento II – Fêmeas...............................37

TABELA 10. Resultados de Peso Médio (PM), em gramas, do Experimento I – Machos ..........40

TABELA 11. Resultados de Peso Médio (PM), em gramas, do Experimento I – Fêmeas..........40

TABELA 12. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Peso Médio (PM) no Experimento I – Machos........................................40

TABELA 13. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Peso Médio (PM) no Experimento I – Fêmeas .......................................40

TABELA 14. Resultados de Conversão Alimentar Média (CA) do Experimento I – Machos ......42

TABELA 15. Resultados de Conversão Alimentar Média (CA) do Experimento II – Fêmeas.....43

TABELA 16. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão Alimentar Média (CA) no Experimento I – Machos...............43

TABELA 17. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão Alimentar Média (CA) no Experimento II – Fêmeas .............43

TABELA 18. Resultados de Custo por kg de peso vivo (CU), em R$, do Experimento I –

Machos.........................................................................................................................................45

TABELA 19. Resultados de Custo por kg de peso vivo (CU), em R$, do Experimento II –

Fêmeas ........................................................................................................................................45

TABELA 20. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Custo Médio por kg de frango produzido (CU) no Experimento I –

Machos.........................................................................................................................................45

TABELA 21. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Custo Médio por kg de frango produzido (CU) no Experimento II –

Fêmeas ........................................................................................................................................45

TABELA 22. Resultados de Mortalidade Média (MO), em %, do Experimento I – Machos........47

TABELA 23. Resultados de Mortalidade Média (MO), em %, do Experimento II – Fêmeas.......47

TABELA 24. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Mortalidade Média (MO) no Experimento I – Machos.............................47

TABELA 25. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Mortalidade Média (MO) no Experimento II – Fêmeas ...........................48

TABELA 26. Resultados de Consumo (CONSEM, em gramas) e Conversão Energética

(CVEM) do Experimento I – Machos............................................................................................49

vii

TABELA 27. Resultados de Consumo (CONSEM, em gramas) e Conversão Energética

(CVEM) do Experimento II–Fêmeas ............................................................................................49

TABELA 28. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão (CVEM) e Consumo Energéticos Médio (CONSEM) no

Experimento I – Machos ..............................................................................................................49

TABELA 29. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão (CVEM) e Consumo Energéticos Médio (CONSEM) no

Experimento II – Fêmeas .............................................................................................................50

TABELA 30. Resultados de Consumo (CONSPB, em gramas) e Conversão Protéica

(CVPB) do Experimento I – Machos ............................................................................................51

TABELA 31. Resultados de Consumo (CONSPB, em gramas) e Conversão Protéica

(CVPB) do Experimento II – Fêmeas...........................................................................................51

TABELA 32. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão (CVPB) e Consumo Protéicos Médios (CONSPB) no

Experimento I – Machos ..............................................................................................................52

TABELA 33. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão (CVPB) e Consumo Protéicos Médios (CONSPB) no

Experimento II – Fêmeas .............................................................................................................52

TABELA 34. Resultados de percentual de penas em relação ao peso vivo nos

experimentos I (Machos) e II (Fêmeas). ......................................................................................54

TABELA 35. Resultados de rendimento de carcaça em relação ao peso vivo nos

experimentos I (Machos) e II (Fêmeas). ......................................................................................55

TABELA 36. Resultados de percentual de gordura abdominal em relação ao peso vivo nos

experimentos I (Machos) e II (Fêmeas). ......................................................................................55

TABELA 37. Resultados de rendimento de coxas em relação à carcaça no Experimento I

(Machos) e Experimento II (Fêmeas)...........................................................................................55

TABELA 38. Resultados de rendimento de sobre coxas em relação à carcaça no

Experimento I (Machos) e Experimento II (Fêmeas). ..................................................................55

TABELA 39. Resultados de rendimento de peito em relação à carcaça no Experimento I

(Machos) e Experimento II (Fêmeas)...........................................................................................56

TABELA 40. Resultados de rendimento de asas em relação à carcaça no Experimento I

(Machos) e Experimento II (Fêmeas)...........................................................................................56

CAPITULO I

1. INTRODUÇÃO E REVISÃO BIBLIOGRÁFICA

Atualmente, a avicultura é considerada como um dos sistemas de

produção animal mais exitosos. Isto pode ser facilmente compreendido quando

é analisada a estruturação desta atividade.

Ela está baseada em um sistema de integração vertical, com

economia de escala, e contínua geração e incorporação de conhecimento e de

tecnologia, trabalhando continuamente no desenvolvimento de produtos com

maior valor agregado, e que atendam às exigências do consumidor moderno.

Com a modernização, as empresas avícolas formaram grandes e

complexos sistemas, totalmente inter-relacionados, os quais necessitam de um

controle bem apurado e interativo. Assim, qualquer decisão tomada em um

determinado nível destes sistemas, poderá afetar diretamente os demais,

sendo por isto necessária uma boa estratégia integrada para obter os melhores

ganhos. Por tudo isto, é praticamente impossível fazer uma predição dos

efeitos resultantes de uma determinada alteração em toda a cadeia

simplesmente através da mente humana (Rondon, 2002). Se as decisões

forem de ordem subjetiva e não factual, existe o risco de perdas de capital

significativas antes da identificação do melhor caminho a ser seguido no

desenvolvimento de algum processo.

No caso da alimentação das aves, este problema pode ser

amenizado pela utilização de ferramentas que utilizam modelagem matemática,

as quais, através de suas simulações, permitem realizar alterações desejáveis

2

na curva de crescimento dos animais, através da alimentação, do manejo, do

material genético, da idade de abate e da ambiência, visando encontrar a

trajetória de crescimento de melhor lucratividade. Desta forma, com os modelos

é possível melhorar o planejamento, o controle, a supervisão e conseguir a

otimização nos processos de produção avícola. Somente através destes

modelos é possível definir a influência e o custo de cada fator associado e

determinar qual o conjunto de condições que expressa os melhores resultados

(PESTI, 2000).

No futuro, os executivos deverão utilizar estes modelos, por

exemplo, quando estiverem negociando uma parceria para exportação de seus

produtos. Estes profissionais vão simular a margem de lucro possível em cada

contrato, pois poderão simular os prováveis custos envolvidos em todo o

processo.

A validação de estimativas geradas por ferramentas contendo

modelos desta complexidade ainda não foi amplamente investigada. Neste

sentido, este trabalho teve como objetivo validar estimativas geradas por um

modelo de formulação não linear de dietas para lucratividade máxima,

desenvolvido pela empresa Wala Group®. Foram estudadas validações de

estimativas geradas para frangos de corte, machos e fêmeas, sob duas

diferentes densidades de alojamento.

1.1 Histórico

Tentativas de descrever matematicamente o crescimento dos

animais vendo sendo realizadas há séculos, sendo os primeiros trabalhos

apresentados por GOMPERTZ (1825), citado por PARKS (1982). Estas

3

tentativas foram principalmente centradas no estabelecimento de curvas

aplicáveis para diferentes animais. Em seu trabalho, PARKS (1982) apresentou

uma revisão sobre os diferentes modelos disponíveis no mercado e as suas

diferentes abordagens. O autor afirmou que os modelos nutricionais podem

valorizar a influência de fatores ambientais, porém não podem explicar

diferenças obtidas devido ao manejo e a incidência de doenças, tendo em vista

a dificuldade em medi-los.

1.2 Aplicabilidade dos Modelos

Os modelos são muito utilizados em áreas como economia,

finanças, transportes, produção industrial, produção agrícola e engenharia.

Eles foram desenvolvidos para transformar conceitos e conhecimentos

relacionados a um determinado problema em uma série de equações que,

incorporadas em um programa computacional, são capazes de simular

virtualmente situações reais e estimar variáveis para obter melhores resultados

frente às diversas situações, gerando, como conseqüência, economia em

tempo e em dinheiro (PESTI, 2000 e RONDÓN, 2002). Segundo CHENG &

TITTERINGTON (1994), esta tecnologia vem sendo utilizada em algumas

áreas há muito tempo, como ocorre com o reconhecimento e a geração da fala,

com a predição de índices financeiros, com o reconhecimento de alvos e de

minas bélicas e com a identificação de células cancerígenas.

Ainda relataram que o seu princípio está baseado nas redes neurais,

onde várias informações são recebidas, processadas em neurônios artificiais,

gerando após um registro de saída, de acordo com os dados utilizados para o

aprendizado desses modelos. O’SULLIVAN (1999) e ESTOCK (1999)

4

relataram que a sua criação inicial foi para uso militar, passando

posteriormente a ser utilizada em transações bancárias e no comércio

eletrônico, conferindo segurança a estes processos. Na área biológica,

relataram que os modelos são utilizados na medicina, na biologia, na fisiologia,

na bioquímica e na farmacocinética, tendo sempre o objetivo de descrever,

explicar e predizer os fenômenos e os processos que ocorrem nestas áreas

(RIVAS, 1994 e AVENEWS, 2002).

CROSS et al. (1995) relataram que pela característica do

aprendizado, esta tecnologia deverá ser cada vez mais utilizada em áreas

como a medicina humana, auxiliando principalmente aos profissionais menos

experientes na tomada de decisões, uma vez que os modelos possuem uma

grande capacidade de memória de casos.

1.3 Modelos Matemáticos na Avicultura

Na avicultura, para responder perguntas tais como “Que material

genético devo utilizar?”; “Qual é o tamanho de ave mais rentável?”; “Devo

vender aves inteiras ou em cortes?”; “Que lote devo abater hoje e qual devo

deixar para a próxima semana?” e “Qual é a granja que necessita de ração

hoje, e que tipo de ração?”, foram criados os Sistemas de Suporte à Tomada

de Decisões (PESTI, 2000).

Por muito tempo os modelos para formulação de dietas de custo

mínimo foram a melhor maneira de aumentar a rentabilidade das empresas

produtoras de alimentos e de frangos. Porém, estes modelos somente definem

um menor custo diante de níveis nutricionais pré-definidos. Não possuem a

capacidade de determinar a eficácia de cada alimento no desempenho da ave

5

e a estratégia para que se obtenha um maior ganho frente aos preços de

mercado. Assim, é importante a inclusão do fator tempo nos modelos de

maximização de lucros e, não somente, o desempenho máximo (PESTI, 2000).

Segundo GOUS (1998), o programa de alimentação ideal é aquele que resulta

em maior lucratividade para a empresa, dentro do perfil de produto exigido pelo

consumidor. Como o produto exigido pelo consumidor, as condições climáticas

e de manejo, a genética e o perfil nutricional dos ingredientes mudam, uma

alteração na estratégia se torna necessária para que seja obtido um retorno

financeiro em cada uma dessas condições.

Modelos não lineares em avicultura são estudados há muito tempo,

como é o caso dos modelos para predizer o peso de frangos de corte em

diferentes idades. FREITAS et al (1983) citaram alguns exemplos, entre eles

um trabalho onde foram avaliados sete modelos de predição de peso corporal.

Os autores concluíram que o mais eficaz foi o modelo de Gompertz, o qual

conseguiu explicar 99% da variação existente no crescimento das aves.

Atualmente, existem vários programas para computadores disponíveis no

mercado, incorporando modelagem não linear. Assim, é necessário que sejam

avaliadas as vantagens e as desvantagens de cada modelo para que seja

obtido o maior benefício possível em sua utilização (RONDON, 2002).

Segundo WALLA et al. (2002), é difícil saber quais os fatores que

deverão ser levados em conta em uma empresa, onde o principal aspecto é a

lucratividade, e como saber o que fazer para melhorar a interação entre estes

fatores.

Os autores utilizaram alguns exemplos para esclarecer a

complexidade deste problema, descrevendo que em uma fábrica de ração o

6

resultado será melhor se o custo por tonelada for menor, se a tonelagem por

hora e o custo de transporte forem menores; no setor de nutrição, se as

conversões nutricionais e os custos forem menores; no gerenciamento da

produção, se o custo por unidade produzida e a mortalidade forem menores, e

assim por diante.

No entanto, o melhor resultado em cada setor da empresa não

expressará necessariamente o melhor retorno econômico para a empresa,

sendo necessário saber qual o ponto entre eles que promoverá o melhor

retorno econômico global para a empresa.

Na empresa, uma decisão tomada em um determinado nível afetará

vários outros segmentos do negócio e, muitas vezes, pode levar a resultados

muito diferentes dos esperados (ROBEY, 1995). Por isso, estas ferramentas

vão definir não somente o quanto uma variável será influenciada, mas como e

quanto os demais setores da empresa serão afetados, já que até hoje pouco ou

nada foi investigado a respeito da influencia de determinadas decisões sobre o

processo global e a lucratividade da empresa. O autor ainda afirma que os

modelos de predição atuais são uma evolução dos modelos lineares de

formulação para custo mínimo, formulando agora para maximização dos

objetivos da produção e/ou da lucratividade da atividade. Citando vários

modelos, afirmou que os modelos basicamente calculam um custo de

alimentação diário, relacionado ao consumo de nutrientes. Assim definem qual

a melhor estratégia alimentar ou qual a estratégia que economizará mais

recursos para um determinado objetivo, que corresponde ao peso final destas

aves. Nestes programas computacionais há ferramentas que disponibilizam

dados que poderão auxiliar na compreensão do quanto determinadas

7

alterações afetarão o desempenho e a lucratividade de um lote. Com isto

auxiliarão na definição do desempenho ideal para lucratividade e o ganho

possível com a permanência das aves por dias adicionais. Além disto, podem

demonstrar qual a melhor estratégia nutricional para um melhor rendimento de

cortes comerciais.

Sistemas utilizando modelagem matemática há algum tempo estão

disponíveis no mercado, conforme foi relatado por IVEY (1994). Na ocasião em

que publicou seu artigo, o autor citou que eles já estavam sendo utilizados por

cerca de 70 corporações ao redor do mundo. Segundo o autor, ao se

defrontarem com as predições do modelo, geralmente os executivos das

empresas reagiam com expressões como “isto é exatamente o que eu estou

fazendo” ou “eu estava utilizando esta estratégia alimentar no ano passado,

porém mudei, pois estava com problemas no campo”. O autor também relatou

que isto ocorre porque o modelo captura e expressa matematicamente a

intuição e o sentimento do nutricionista, demonstrando através de números,

mais adequadamente organizados, o que o mesmo já sabia ou sentia, porém

não podia comprovar matematicamente.

Um modelo para avicultura precisa ser capaz de formular um

conjunto de dietas levando em consideração o fator genético, o sexo, o

potencial de ganho de peso, as densidades populacionais e a ambiência, além

da disponibilidade, do custo e da qualidade dos ingredientes, trabalhando em

cima de pequenos ajustes e soluções, uma vez que as grandes alterações, que

possibilitavam obter grandes ganhos, já foram solucionadas com o passar dos

anos (AVENEWS, 2002).

8

HARLOW & IVEY (1994) explicam que a lucratividade das empresas

é determinada principalmente pelo custo de produção e, dentro deste, em

grande parte pelo custo de alimentação. Este custo será diferenciado quando o

objetivo for o de alcançar um determinado peso corporal ao abate daquele para

determinado rendimento de corte, assim como dentro de cada um dos

mesmos. Segundo os autores, para um determinado objetivo, seja ele peso

corporal, rendimento de cortes, rendimento de carcaça ou deposição de

carcaça, a utilização da linhagem genética adequada poderá ser decisiva na

definição da margem de lucratividade. Um modelo também será de grande

utilidade quando for necessário saber qual a linhagem que melhor responderá

a um determinado regime alimentar já implementado. Os principais valores de

um modelo são a precisão em auxiliar os nutricionistas em suas decisões, a

habilidade em identificar e decidir na redução de custos de produção e de

auxiliar na compreensão de problemas aquém da programação.

A calibração é uma etapa muito importante nos modelos, visto que

somente através da mesma o modelo poderá expressar simulações coerentes

com o ambiente produtivo ao qual se necessita decidir. Primeiramente, um

modelo é gerado em cima de resultados anteriores. Porém, após sua utilização,

o modelo deverá ser recalibrado, o que poderá ser realizado, automaticamente,

através dos resultados obtidos com as estimativas, aumentando assim a

precisão das simulações subseqüentes. A precisão de um modelo poderá ser

definida através da comparação dos resultados estimados pelo modelo com os

resultados obtidos a campo com os lotes alvos.

9

1.4 Material genético

Segundo GOUS (1998), os genótipos utilizados na indústria avícola

vêm melhorando nos últimos 40 anos. Por muito tempo, os nutricionistas

ignoraram este fator na formulação e decidiram suas estratégias nutricionais e

alimentares sem saber que estes produziriam diferentes taxas de crescimento,

de rendimento de carcaça e de deposição de gordura nas carcaças. PESTI

(2000) confirmou estas afirmações demonstrando graficamente o desempenho

de frangos submetidos a diferentes níveis protéicos, onde pode visualizar qual

o nível adequado para cada material genético.

VIEIRA et al (2004) observaram que apesar de terem ocorrido

diferenças quando dietas com diferentes relações de aminoácidos

sulfurados:lisina foram ofertados a frangos de corte, o efeito nutricional foi

diferente quando os mesmos tratamentos experimentais foram aplicados em

duas diferentes linhagens comerciais . As linhagens genéticas são o resultado

de cruzamentos genéticos diferentes, que possibilitaram o desenvolvimento de

aves com diferentes composições corporais, as quais, por estas características,

possuem diferentes exigências nutricionais (MACK & PACK, 2000).

SMITH e PESTI (1998) realizaram um trabalho com duas

linhagens comerciais de frangos de corte, comparando as duas entre si e

também comparando três níveis protéicos em dietas isoenergéticas, em cada

linhagem. Concluíram que houve diferença entre as linhagens quanto ao peso

corporal. Esta diferença também foi observada para os diferentes níveis

protéicos, sendo que sempre a mesma linhagem apresentou o melhor

resultado em cada nível protéico. O melhor peso corporal foi acompanhado por

um maior consumo de dieta, sendo que a eficiência alimentar não foi diferente

10

entre as linhagens. Ao avaliarem o rendimento de carcaça, houve efeito da

linhagem sobre este parâmetro, porém não foi observado o mesmo efeito pela

variação do nível protéico.

1.5 Sexo

A formulação diferenciada para ambos os sexos pode ser justificada

através das diferentes taxas de crescimento entre os mesmos. PENZ & RENZ

(2003) citaram vários trabalhos que diferenciaram as exigências nutricionais

entre os sexos dos frangos de corte. Os autores relataram que há uma perda

no desempenho quando frangos de corte machos são alimentados com dietas

para fêmeas, pois estas últimas possuem exigências nutricionais inferiores.

Quando fêmeas são alimentadas com dietas formuladas para atender as

exigências nutricionais de machos, não ocorre uma queda no desempenho,

porém há uma perda econômica, devido ao maior custo da dieta de machos

uma vez que elas possuem uma concentração maior de nutrientes.

GARCIA et al (2002) realizaram um trabalho onde avaliaram a

velocidade de empenamento e a ocorrência de lesões de pele por arranhões,

em diferentes densidades e em ambos os sexos. Naquele trabalho, concluíram

que as fêmeas possuem uma velocidade de empenamento superior, o que

diretamente está relacionado com a incidência de arranhões no dorso.

Segundo SCHEUERMANN et al (2003), frangos de corte, machos e

fêmeas, possuem curvas de crescimento diferenciadas, tanto para peso

corporal quanto para peso de peito, sendo que os machos possuem uma

velocidade de crescimento menor, alcançando por isto o seu crescimento

máximo numa idade posterior em relação às fêmeas.

11

1.6 Temperatura Ambiente

O efeito da temperatura ambiente sobre as aves já foi descrito por

diversos pesquisadores. No balaço energético do organismo, a taxa de perda

de energia deve ser igual à taxa de produção. Uma determinada energia é

produzida pelo fornecimento de uma dieta balanceada, sendo então a

temperatura ideal definida como aquela em que a perda é igual à produção.

Desta forma, temperaturas mais elevadas sugerem uma menor ingestão de

alimento devido à dificuldade de dissipação de calor, enquanto que

temperaturas mais baixas determinarão um maior consumo energético para

suprir uma perda superior ao ambiente (GOUS, 1998).

1.7 Densidade

Visando aumentar a lucratividade, pode ser adotado um aumento na

densidade populacional das aves no ambiente produtivo. Assim, é possível

diluir os custos fixos da atividade por unidade produzida. Porém, uma alta

densidade de alojamento pode afetar a produção de frangos por diversos

fatores. Um deles é o aumento da temperatura no microclima formado em torno

de cada ave, o que ocorre pois a ventilação pode ficar dificultada, diminuindo a

dissipação de calor corporal. Além disto, ainda há outros fatores que são

influenciados pela densidade, como uma pior qualidade do ar para a ave, por

uma dificuldade de remover a amônia; uma dificuldade de acesso da ave aos

comedouros e aos bebedouros e uma disputa por espaço nestes

equipamentos. Por estes fatores, pode ser observada uma diminuição na taxa

de crescimento, na eficiência alimentar, na viabilidade e, muitas vezes também,

12

na qualidade das carcaças, ocorrida pela incidência de arranhões e,

conseqüentemente, uma condenação das carcaças, em aves produzidas em

condições de maior densidade de alojamento (FEDDES, 2002).

WALLA et. al. demonstraram, através de alguns exemplos práticos,

que o aumento da densidade de estocagem pode ser mais lucrativo num

determinado momento. Entretanto, em outra circunstância, como em época de

alta temperatura, pode ser desvantajoso, devido à influência de fatores como

mortalidade e quantidade de produto final resultante.

SORENSEN et al (2000) avaliaram que, aumentando a densidade

de alojamento de 12 animais/m

2

até 23 animais/m

2

, aumentaram as lesões em

patas. Houve uma redução na habilidade de deslocamento das aves a partir da

quarta semana de idade, além da redução no peso corporal das aves. Estes

autores ainda comentaram que a redução do peso corporal deve ter ocorrido

pela dificuldade de acesso das aves às dietas e à água, e que as lesões

observadas nas patas ocorreram em lotes onde também foi observada uma

piora na qualidade da cama. A piora na qualidade da cama ocorreu nos lotes

com maior densidade ao abate, pois uma maior quantidade de excretas foi

produzida.

IMAEDA (2000) realizou um trabalho com frangos de corte alojados

com 12, 15 e 18 aves/m

2

e avaliou a mortalidade pela síndrome da morte

súbita. O autor concluiu que o aumento da densidade de alojamento pode

afetar a incidência de morte súbita, sendo este resultado observado no verão e

no inverno, independente da eficiência alimentar das aves.

13

1.8 Idade ao Abate

A importância da idade de abate foi exemplificada por WALLA et. al.,

quando trabalharam com perus e onde foi considerado como objetivo final o

volume total de carcaça obtido por ano. Naquele caso, mostraram que

manipulando a idade ao abate, foi possível, em três idades de abate distintas,

obter o melhor ganho em uma idade intermediária, sendo que as duas idades

extremas, mesmo tendo um aumento do desempenho linear da menor para a

maior, foram menos rentáveis para a empresa.

SORENSEN et al (2000) também observaram que a partir da quarta

semana de idade foram observados os maiores índices de lesões de patas e

uma piora na habilidade de deslocamento, levando com isto a uma redução do

consumo de dieta e, conseqüente, redução do peso corporal.

1.9 Determinação de Exigências Nutricionais

As exigências nutricionais publicadas nas principais revistas

científicas e em manuais das linhagens genéticas foram determinadas através

de experimentação, onde foram identificados os melhores desempenhos em

condições pré-determinadas, próximas àquelas consideradas como ideais.

Para um desenvolvimento adequado, o alimento das aves deve ser

suficiente para suprir as necessidades para a mantença e para o crescimento

de todas as partes do organismo, inclusive as penas. As exigências nutricionais

para uma determinada condição produtiva podem ser definidas a partir da taxa

de crescimento e da composição das aves e envolvem exigências individuais

para cada nutriente considerado nas dietas.

14

Quando a exigência energética é definida, esta geralmente é dada

em energia metabolizável. Porém, a exigência energética não pode ser

adequadamente definida, já que ela não inclui a eficiência de utilização da

energia proveniente de cada um dos três componentes digestíveis da dieta

(proteína, carboidratos e gorduras), sendo por isto sugerida por EMMANS

(1984, 1994, citados por GOUS, 1998) uma escala efetiva de energia.

A exigência protéica depende da composição aminoacídica, da

síntese e do catabolismo de proteína no organismo. As exigências de

aminoácidos têm sido determinadas através de experimentos onde aves, de

uma determinada idade, são submetidas a diferentes participações dos

aminoácidos essenciais e o nível adequado é definido como sendo aquele em

que ocorre o melhor desempenho.

Nas pesquisas de requerimentos nutricionais ideais realizadas até

agora, em sua maioria foram determinadas exigências de nutrientes que

permitiram estabelecer as tabelas de exigências nutricionais diárias, as quais

são publicadas e utilizadas como base na formulação de dietas de custo

mínimo.

As exigências nutricionais dos animais podem variar conforme as

condições às quais os mesmos são submetidos. Assim, trabalhando com níveis

fixos, é impossível determinar o custo-benefício de diferentes concentrações de

nutrientes sobre o consumo, o crescimento e a composição da carcaça, e nem

com qual material genético o melhor resultado é possível. Já há algum tempo

foram relatados trabalhos utilizando modelos para predizer qual o melhor

consumo de aminoácidos em diferentes condições econômicas (GOUS, 1998).

15

1.10 Consumo Voluntário

Como os modelos trabalham com o consumo de nutrientes e a

deposição de tecidos corporais específicos à esta ingestão, as capacidades de

consumo devem ser adequadamente definidas para as aves nas condições em

que serão criadas. Para atingir o desempenho esperado, as aves possuem

uma determinada exigência nutricional que deve ser atendida através do

fornecimento de alimentos que a satisfaçam. O apetite das aves é relacionado

com esta exigência e com o conteúdo nutricional da dieta.

O consumo voluntário das aves é definido através do consumo de

uma dieta balanceada, sob condições termoneutras, e este consumo é

considerado como sendo o desejado. Neste caso a composição da dieta ou

dietas é suficiente para satisfazer as necessidades das aves para um

determinado consumo. Quando houver um desvio do consumo desejado, isto

pode ser interpretado como tendo ocorrido um fornecimento de uma dieta

desbalanceada, na qual um consumo maior seria necessário para suprir uma

determinada deficiência. Quando são utilizadas linhagens de crescimento

rápido, todas as exigências nutricionais são aumentadas. Entretanto, este

aumento não ocorrerá na mesma proporção para todos os nutrientes. Animais

de crescimento rápido possuem a necessidade de ter uma maior relação

aminoácidos:energia.

Segundo o GOUS (1998), os animais possuem diferentes exigências

para cada nutriente, conforme a taxa de crescimento e o estado corporal

destes animais, além da temperatura ambiental, das condições de alojamento e

da interação entre as aves.

16

1.11 Desenvolvimento dos modelos

Os princípios da modelagem e a sua aplicação nas cadeias de

produção agrícola foram relatados por Lovatto (2003). Segundo ele, houveram

três momentos decisivos marcando a história da ciência: primeiro foi a

publicação do Discurso do Método, por Descartes, em 1637, onde admitia a

existência de sistemas complexos, apesar de considerar somente os elementos

ou relações conhecidas; o segundo foi a publicação da Introdução ao estudo da

medicina experimental, por Claude Bernard, em meados do século XIX,

introduzindo elementos destacáveis, como a definição de hipóteses, a

realização de experimentos básicos, a comparação com testemunha e a

repetição experimental; e a terceira, foram as análises de Fisher, no início do

século passado, onde apresentou respostas estatísticas a problemas

agronômicos, insistindo na complexidade da interrelação entre as diferentes

partes do sistema experimental, como planta, solo, exposição solar, fotoperíodo

e práticas culturais. O autor relata que a sistematização do conhecimento em

determinada área e sua modelagem seguem etapas sucessivas e lógicas,

como diagnóstico de situação e objetivos, a escolha do sistema, as hipóteses

qualitativas, as hipóteses quantitativas, a determinação dos parâmetros, a

avaliação interna e externa e os recursos computacionais disponíveis. Sobre os

sistemas de modelagem atuais, o autor relata que não existem modelos

agrícolas universais, mas sim uma diversidade de modelos com características

distintas. Um histórico e detalhamento do desenvolvimento destes modelos

para diferentes sistemas de produção agropecuária são detalhados e podem

ser obtidos em seu trabalho.

17

Na avicultura não é possível determinar uma boa estratégia

produtiva a partir de poucos experimentos, pois é necessário o

desenvolvimento de um modelo capaz de predizer o resultado para diversas

situações. É preciso saber como uma ave vai reagir frente a diferentes perfis

nutricionais, em seus diferentes pesos e condições de alojamento e de saúde,

permitindo assim saber como ela vai desempenhar no próximo período. A

chave para a elaboração de modelos de rentabilidade é ter claro de que este é

um processo dinâmico e que deve incluir todas as pessoas que tomam

decisões de importância econômica na empresa. Desta forma, devem

incorporar mudanças constantes nos fatores econômicos e nas técnicas de

produção que possam afetar os ganhos da atividade.

Avaliando alguns modelos que obtiveram êxito, foram percebidos

alguns elementos básicos, como a função de produção (relação entre a idade,

o peso e o consumo nutricional), as interações entre os níveis nutricionais e a

genética (diferentes linhagens respondem diferentemente a um mesmo perfil

nutricional) e as técnicas de produção baseadas nas condições econômicas

(custos diferentes para aves de pesos diferentes, as quais devem ser alojadas

em densidades populacionais diferentes) (PESTI, 2000). Um modelo vai ser

mais útil quanto mais variáveis dentro da cadeia estiverem sendo explicados

pelo mesmo (RONDON, 2002). GOUS (1998) comentou que para obter êxito, o

modelo deve ser capaz de calcular as exigências nutricionais e do ambiente

necessárias para que as aves atinjam o potencial de seu crescimento e

também deve ser capaz de descrever as conseqüências dos desvios em cada

uma destas condições.

18

Um Sistema de Suporte à Decisão é especialmente importante no

momento da adaptação às mudanças realizadas ou de qualquer fator que afete

a produção ou o custo, permitindo uma reação e uma compensação mais

rápida, por conhecer o peso desta alteração (PESTI, 2000 e BENIGNI &

GIULIANI, 1994). BENIGNI e GIULINI (1994) ainda relataram que é preciso,

além da identificação dos objetos que influenciam no resultado, identificar o

limite dentro do qual o modelo é valido, isto é, no qual a predição será

confiável, o que deve ocorrer dentro da faixa de valores em que as equações

foram geradas.

Segundo RIVAS (1994), um modelo, durante o seu desenvolvimento,

deve ser avaliado para ver se seus resultados concordam com os

conhecimentos disponíveis, para assim ser validado. Caso isto não ocorra,

deverão ser realizados os devidos ajustes ou o seu desenvolvimento deverá

ser reiniciado, até que o resultado esteja o mais próximo do objetivo.

O principal entrave para a predição do desempenho dos animais

ainda continua sendo a capacidade de adequadamente descrevê-los, pois

ainda não há um consenso na obtenção de métodos de definição de genótipos

que permitam estabelecer similaridades e diferenças entre animais

comparados. Algumas poucas variáveis, quando adequadas, podem ser

suficientes para fazer esta predição. A curva de crescimento para os animais

deve ser obtida em experimentação sob ambiência mais próxima possível do

ideal e, nesta condição, também poderão ser definidos os melhores níveis

nutricionais. HARLOW & IVEY (1994) comentaram que os modelos devem ser

avaliados sob quatro aspectos básicos, que são a calibração, a exatidão, a

precisão e a parcialidade dos erros. Também disseram que os dados

19

históricos, os quais são utilizados para a obtenção das equações dos modelos,

somente serão confiáveis quando considerarem os grandes avanços que

ocorrem na atividade avícola, como ganho no material genético, na qualidade

do alimento, nas práticas de manejo, na ocorrência e na severidade das

doenças e na ambiência. Neste sentido, muitas informações utilizadas

atualmente para a calibração dos modelos podem distorcer a real capacidade

de desempenho dos animais, por haverem sido determinadas com animais e

ambientes que já não são mais coerentes com os atualmente utilizados.

GUEVARA (2004) desenvolveu um modelo que permitiu avaliar a

resposta de frangos de corte frente a alterações em seu preço, assim como

individualmente no preço de cada ingrediente. Em seu trabalho foram utilizadas

variações de 25%, tanto para mais quanto para menos. Alterando o valor dos

ingredientes, o modelo tentou ao máximo manter a densidade calórica das

dietas junto ao nível ideal definido pelo NRC (1994), alterando com isto o custo

das dietas e, conseqüentemente, a margem de lucro. O modelo otimizou as

dietas através de realocação dos demais ingredientes para diminuir o impacto

da alteração nos valores. Porém, a maior alteração foi observada quando o

preço do frango sofreu a mesma oscilação, pois aumentando o preço do

frango, o modelo aumentou significativamente a densidade calórica, sendo o

contrário verdadeiro na diminuição do preço do frango.

Outro relato de desenvolvimento de modelos está descrito em

GUAHYBA (2001). O autor trabalhou com redes neurais em reprodutoras

pesadas, concluindo que é possível explicar variáveis de desempenho através

destas redes neurais. Seus modelos puderam gerar informações sobre

mortalidade, quantidade de ração a ser fornecida, peso corporal para o próximo

20

período, produção de ovos e quantidade de pintos produzidos. O autor também

ressaltou que devido à grande propagação e acessibilidade da informática, em

um futuro próximo os produtores deverão ter acesso às redes neurais para

fundamentar estatisticamente suas decisões, deixando de analisar

graficamente os resultados obtidos.

Ainda na avicultura, SALLE et al. (1998) criaram modelos para

correlacionar níveis de aflatoxinas e de ocratoxinas com variáveis produtivas

em uma empresa integradora, considerando para isto, análises destas

micotoxinas realizadas nos alimentos fornecidos a estas aves, nos rins e no

fígado de aves refugadas nos lotes, além dos resultados zootécnicos obtidos

nos respectivos lotes.

Apesar de tudo que foi citado anteriormente, RIVAS (1994) relatou

que ainda há dificuldade na aplicação destes modelos, devido à falta de

conhecimento específico e a informação em relação aos princípios básicos da

modelagem matemática.

1.12 Modelos na Suinocultura

Em suínos, VAN MILGEN (1999) afirma que os modelos também

auxiliam na tomada de decisões, como no número de dietas a serem

oferecidas, no uso de dietas alternativas em diferentes estações, do peso ao

abate, da troca de material genético, das dietas diferenciadas para sexos e das

dietas para minimizar os efeitos sobre o meio ambiente. Ainda disse que em

suínos, assim como nas demais espécies animais, podem ser utilizados

modelos simples como o de Gompertz, ou o Logístico, os quais basicamente

predizem o peso corporal em função da idade, ou modelos mais mecanísticos,

21

os quais utilizam o conceito de partição de nutrientes em manutenção,

deposição protéica e deposição lipídica.

Um exemplo bem clássico de modelagem matemática em

suinocultura são os modelos contidos no NRC (1998), os quais estimam as

exigências de aminoácidos para suínos em crescimento e em reprodução,

utilizando o potencial de crescimento, o peso corporal e a ingestão alimentar,

assim como também determina respostas aos diferentes níveis de ingestão

energética. DE LANGE et al. (2001) exemplificaram a utilização de modelos

matemáticos na predição do crescimento de suínos, destacando a grande

dificuldade enfrentada pelos mesmos, devido a grande variabilidade percebida

entres as unidades produtoras. Segundo os autores, os modelos estão sendo

desenvolvidos para atender duas finalidades onde a primeira é para predizer o

desempenho de suínos sob determinadas condições e a segunda como uma

ferramenta para a pesquisa.

CAPÍTULO II

VALIDAÇÃO DE ESTIMATIVAS GERADAS PARA FRANGOS DE

CORTE MACHOS E FÊMEAS ATRAVÉS DO PROGRAMA DE

FORMULAÇÃO NÃO LINEAR CAMERA

®

1. INTRODUÇÃO

Até o presente momento, na avicultura as dietas foram formuladas,

desde o advento da informatização na atividade, através do sistema de

formulação linear. Empregando este sistema, o nutricionista define quais os

níveis nutricionais adequados para cada lote, nas condições as quais os

mesmos serão mantidos até o abate. Sabendo da complexidade do ambiente

que influencia o desempenho das aves, fica impossível imaginar que um

nutricionista possa adequar as dietas aos diversos fatores mensuráveis que

influenciam este ambiente e, desta forma, o desempenho e a rentabilidade

destes lotes.

Atualmente, no mercado há disponibilidade de algumas ferramentas

incorporando os princípios da modelagem matemática na definição de

estratégias alimentares para frangos de corte, através da incorporação de suas

equações em programas computacionais.

PESTI (2000) descreveu um modelo utilizado em avicultura, com o

qual o nutricionista pode claramente definir qual a melhor estratégia nutricional

a ser adotada para atingir um determinado objetivo pré-definido, geralmente o

peso ao abate ou o rendimento de cortes comerciais. Neste modelo, vários

23

fatores que influenciam a curva de crescimento dos frangos foram

considerados, e assim seus custos foram medidos para determinar a trajetória

da curva de crescimento, nestas condições, que apresentava o menor custo de

produção, permitindo desta forma obter maior lucratividade com a produção.

Nos modelos acima citados, é possível indicar vários fatores os

quais possuem uma influencia marcante sobre o desempenho das aves e que,

desta forma, precisam ser considerados para ajustar corretamente a estratégia

nutricional de menor custo. Entre eles está a linhagem genética utilizada nas

criações, já que várias corporações desenvolvem pesquisas paralelas para o

desenvolvimento genético de linhagens, sendo que cada uma possui uma

resposta diferenciada frente ao aporte nutricional que lhe é fornecido.

O sexo é outro fator fundamental a ser considerado, já que machos

e fêmeas possuem necessidades nutricionais diferentes, pois a composição

corporal de ambos é diferente, devendo por isto ser definido o sexo das aves

ou a prevalência de cada sexo no total do lote.

Ainda de extrema importância vem a ser a temperatura ambiente

prevista para o galpão. Como a energia das dietas está entre os nutrientes

mais caros de uma formulação e a exigência em aporte energético depende da

necessidade de energia para manter a temperatura corporal estável, pela

igualdade na produção e na perda de energia, a definição da temperatura

ambiente torna-se de suma importância para uma maior lucratividade (GOUS,

1998).

A densidade de alojamento tem uma influência grande sobre o custo

de produção do lote. Primeiramente, através do aumento da densidade de

alojamento ocorre uma redução de custo por ave, devido à diluição dos custos

24

fixos através do aumento do número de aves. Porém, numa análise mais

detalhada, vários fatores desfavoráveis podem ser observados, pois uma maior

densidade dificultará a ventilação entre as aves e, desta forma, dificultará a sua

dissipação de calor, alterando o microclima em volta delas. Uma maior

densidade de alojamento ainda dificultará o acesso das aves aos

equipamentos e aumentará a disputa pelos mesmos, além de influenciar a

qualidade da cama e, desta forma, a qualidade da carcaça por uma maior

incidência de arranhões.

Em vista do que foi acima descrito, este trabalho foi realizado com o

objetivo de formular dietas para frangos de corte através de um programa de

formulação não linear para lucratividade máxima (FNL), comparando os

resultados obtidos nestes lotes com os resultados testemunhas, com dietas

definidas por programas de formulação linear para custo mínimo de dieta (FL).

Os resultados obtidos nos tratamentos FNL ainda foram comparados com os

respectivos valores estimados para validação destas estimativas.

2. MATERIAL E MÉTODOS

Dois experimentos foram realizados em um aviário experimental, do

Centro de Pesquisa em Nutrição Animal, da Empresa Nutron Alimentos Ltda.,

situado no município de Mogi Mirim, SP. O aviário é dividido em duas salas

com 40 baias/sala. Cada baia tem capacidade aproximada para alojar 40

frangos de corte, e possui um comedouro e um bebedouro pendular.

25

Como cama foi utilizada a maravalha, e o controle da temperatura foi

realizado por um sistema de aquecimento a gás e por um sistema automático

de resfriamento por aspersão e ventilação.

Foram utilizados 2368 pintos de corte, de um dia de idade, sendo

1184 machos para o experimento I e 1184 fêmeas para o experimento II, da

linhagem comercial Cobb 500, provenientes do incubatório da empresa Globo

Aves.

Os experimentos foram realizados paralelamente, sendo que as

unidades experimentais dos dois experimentos foram distribuídas

aleatoriamente nas duas salas do galpão. Os experimentos iniciaram no dia 25

de novembro de 2003, com o alojamento dos pintos de um dia de idade, e

terminaram no dia seis de janeiro de 2004, aos 42 dias de idade das aves.

Em cada experimento foram alojadas aves em duas densidades

populacionais, sendo que em cada uma delas as dietas foram formuladas por

dois sistemas de formulação, um linear, para custo mínimo das dietas (Modelo

da Empresa Feed Management Systems, chamado Brill Formulation®), e outro

não linear, para lucratividade máxima (Modelo da Empresa Wala Group,

chamado Câmera®, o qual determina estratégias de alimentação para frangos

de corte objetivando um peso final pré-estabelecido ao menor custo alimentar),

totalizando em 4 tratamentos para cada experimento (Tabela 1).

26

TABELA 1. Distribuição dos tratamentos nos experimentos, conforme densidade animal

(animais/m2) e método de formulação.

Experimento I – Frangos de Corte Machos

Tratamento Densidade Animal Método Formulação

FL – Densidade 10

FNL – Densidade 10

FL – Densidade 14

FNL – Densidade 14

10

14

Custo Mínimo da Dieta

Lucratividade Máxima

Custo Mínimo da Dieta

Lucratividade Máxima

Experimento II – Frangos de Corte Fêmeas

Tratamento Densidade Animal Método Formulação

FL – Densidade 10

FNL – Densidade 10

FL – Densidade 14

FNL – Densidade 14

10

14

Custo Mínimo da Dieta

Lucratividade Máxima

Custo Mínimo da Dieta

Lucratividade Máxima

Em cada experimento foram utilizadas oito repetições por

tratamento. Cada unidade experimental foi composta, nos tratamentos com 10

aves por m

2

, por 31 aves e nos tratamentos com 14 aves por m

2

, por 43 aves,

perfazendo um total de 1184 aves.

As dietas, formuladas através da Formulação Linear (TABELAS 2 a

5), foram baseadas nos níveis nutricionais recomendados por ROSTAGNO

(2000) e pelo NRC (1994), da mesma forma como foram formuladas as dietas

do experimento no que foi calibrado o programa de formulação não linear.

As dietas definidas pela Formulação Não-Linear (TABELAS 2 a 5),

foram determinadas pelo Programa de Formulação Não Linear ao início do

experimento, conforme as variáveis do ambiente, das instalações e dos

animais no momento da formulação (temperatura, umidade relativa do ar,

velocidade do ar, linhagem genética, sexo, densidade animal, peso ao abate,

idade ao abate e número e duração das fases alimentares), após a calibração

com os resultados anteriores, obtidos sob condições as mais próximas

possíveis daquelas do momento do experimento. O ajuste foi realizado através

da adequação do coeficiente de aceleração do crescimento das aves,

avaliando o resultado simulado como resultado obtido anteriormente, sendo

27

que as demais variáveis (climáticas, genéticas e cronológicas) foram

previamente igualadas. Desta forma o ajuste foi considerado ideal quando o

desempenho foi o mais próximo possível ajustando o coeficiente de aceleração

do crescimento.

Para a formulação das dietas, pelo programa de Formulação Não

Linear para Lucratividade Máxima, foram utilizados os dados gerados pelo

tratamento testemunha em experimentos anteriores, realizados no mesmo

galpão e sob as mesmas condições. Estes dados foram obtidos de lotes de

frangos de corte mistos, com distribuição aproximadamente igual para cada

sexo. A partir destes valores, foram estimadas médias de desempenho para

ambos os sexos aos 42 dias de idade, utilizando para isto os valores esperados

de desempenho para lotes de machos, de fêmeas e mistos, fornecidos no

manual da linhagem genética (COBB, 2003).

28

TABELA 2. Composição das dietas Pré-Iniciais, para ambos os experimentos.

Pré Inicial – 1 a 7 dias de idade

Experimento I – Machos

Experimento II – Fêmeas

Tratamentos

FL10 FNL10

FL14 FNL14

FL10 FNL10

FL14 FNL14

Ingredientes

Milho

Farelo Soja

Farinha Carne

Soja Integral

Sal

Metionina

Calcário

Px Vit PreInicial

Px Mineral

Colina

Fosfato Bicálcico

Treonina

Lisina

592,45

288,99

60,00

40,59

4,14

2,58

4,18

4,00

0,50

0,63

1,08

-

0,88

495,08

219,48

60,00

204,49

3,45

3,63

5,61

4,00

0,50

0,00

0,46

2,80

592,45

288,99

60,00

40,59

4,14

2,58

4,18

4,00

0,50

0,63

1,08

-

0,88

396,20

155,40

60,00

367,31

3,56

3,95

5,68

4,00

0,50

-

0,36

2,55

592,45

288,99

60,00

40,59

4,14

2,58

4,18

4,00

0,50

0,63

1,08

-

0,88

627,62

291,34

60,00

0,00

3,34

3,17

5,30

4,00

0,50

0,58

0,57

3,08

592,45

288,99

60,00

40,59

4,14

2,58

4,18

4,00

0,50

0,63

1,08

-

0,88

514,84

407,77

60,00

0,00

3,14

3,31

4,14

4,00

0,50

-

1,81

Nutrientes

EM (kcal/kg)

PB (%)

Relação EM:PB

Cálcio (%)

Fósforo disp. (%)

Sódio (%)

LYS digestível (%)

MET + CYS digestível (%)

THR digestível (%)

2950

23,0

128,3

0,95

0,45

0,22

1,12

0,84

0,71

3035

25,2

120,4

1,00

0,45

0,19

1,39

0,98

0,81

2950

23,0

128,3

0,95

0,45

0,22

1,12

0,84

0,71

3112

27,3

114,0

1,02

0,46

0,20

1,50

1,05

0,87

2950

23,0

128,3

0,95

0,45

0,22

1,12

0,84

0,71

2947

22,2

132,7

0,97

0,43

0,19

1,23

0,88

0,72

2950

23,0

128,3

0,95

0,45

0,22

1,12

0,84

0,71

2833

26,3

107,7

0,94

0,45

0,18

1,41

0,98

0,82

29

TABELA 3. Composição das dietas Iniciais, para ambos os experimentos.

Inicial – 8 a 21 dias de idade

Experimento I – Machos

Experimento II – Fêmeas

Tratamentos

FL10 FNL10

FL14 FNL14

FL10 FNL10

FL14 FNL14

Ingredientes

Milho

Farelo Soja

Farinha Carne

Soja Integral

Sal

Metionina

Calcário

Px Vit Inicial

Px Mineral

Colina

Fosfato Bicálcico

Treonina

Lisina

638,66

201,07

60,00

81,70

3,39

3,10

4,24

4,00

0,50

0,66

0,42

-

2,27

683,58

236,73

60,00

-

3,14

2,67

5,55

4,00

0,50

-

0,47

2,85

638,66

201,07

60,00

81,70

3,39

3,10

4,24

4,00

0,50

0,66

0,42

-

2,27

591,79

150,83

60,00

176,99

3,27

3,03

5,81

4,00

0,50

-

0,47

2,80

638,66

201,07

60,00

81,70

3,39

3,10

4,24

4,00

0,50

0,66

0,42

-

2,27

707,80

212,63

60,00

-

3,19

2,44

5,89

4,00

0,50

-

0,41

2,65

638,66

201,07

60,00

81,70

3,39

3,10

4,24

4,00

0,50

0,66

0,42

-

2,27

594,00

327,92

60,00

-

2,99

3,09

4,40

4,00

0,50

-

0,26

2,35

Nutrientes

EM (kcal/kg)

PB (%)

Relação EM:PB

Cálcio (%)

Fósforo disp. (%)

Sódio (%)

LYS digestível (%)

MET + CYS digestível (%)

THR digestível (%)

3050

21,0

145,2

0,93

0,43

0,19

1,09

0,84

0,64

3004

20,2

148,7

0,96

0,41

0,18

1,08

0,78

0,64

3050

21,0

145,2

0,93

0,43

0,19

1,09

0,84

0,64

3104

21,9

141,7

0,99

0,43

0,19

1,18

0,85

0,70

3050

21,0

145,2

0,93

0,43

0,19

1,09

0,84

0,64

3028

19,3

156,9

0,97

0,41

0,18

1,01

0,74

0,61

3050

21,0

145,2

0,93

0,43

0,19

1,09

0,84

0,64

2915

23,5

124,0

0,93

0,43

0,17

1,26

0,90

0,74

TABELA 4. Composição das dietas de Crescimento, para ambos os experimentos.

Crescimento – 22 a 36 dias de idade

Experimento I – Machos

Experimento II - Fêmeas

Tratamentos

FL10 FNL10

FL14 FNL14

FL10 FNL10

FL14 FNL14

Ingredientes

Milho

Farelo Soja

Farinha Carne

Soja Integral

Sal

Metionina

Calcário

Px Vit Cresc

Px Mineral

Colina

Treonina

Lisina

654,95

66,91

60,00

200,28

3,40

3,04

3,85

4,00

0,50

0,48

-

2,61

743,29

178,50

60,00

-

3,13

2,13

5,21

4,00

0,50

0,33

2,41

654,95

66,91

60,00

200,28

3,40

3,04

3,85

4,00

0,50

0,48

-

2,61

656,54

76,59

60,00

187,55

3,28

2,52

5,58

4,00

0,50

0,41

2,54

685,19

109,04

60,00

128,64

3,41

2,58

4,03

4,00

0,50

0,53

-

2,09

762,92

158,95

60,00

-

3,17

1,94

5,51

4,00

0,50

0,29

2,22

685,19

109,04

60,00

128,64

3,41

2,58

4,03

4,00

0,50

0,53

-

2,09

671,26

250,26

60,00

-

3,01

2,87

4,35

4,00

0,50

2,75

Nutrientes

30

EM (kcal/kg)

PB (%)

Relação EM:PB

Cálcio (%)

Fósforo disp. (%)

Sódio (%)

LYS digestível (%)

MET + CYS digestível (%)

THR digestível (%)

3200

19,5

164,1

0,90

0,42

0,19

1,01

0,80

0,60

3065

18,0

170,3

0,93

0,40

0,18

0,91

0,68

0,56

3200

19,5

164,1

0,90

0,42

0,19

1,01

0,80

0,60

3181

19,5

163,1

0,96

0,42

0,18

1,00

0,74

0,61

3150

19,0

165,8

0,90

0,41

0,19

0,94

0,74

0,58

3084

17,3

178,3

0,94

0,40

0,18

0,85

0,65

0,53

3150

19,0

165,8

0,90

0,41

0,19

0,94

0,74

0,58

2995

20,1

149,0

0,91

0,42

0,18

1,11

0,81

0,67

TABELA 5. Composição das dietas Finais, para ambos os experimentos.

Final – 37 a 42 dias de idade

Experimento I – Machos

Experimento II - Fêmeas

Tratamentos

FL10 FNL10

FL14 FNL14

FL10 FNL10

FL14 FNL14

Ingredientes

Milho

Farelo Soja

Farinha Carne

Soja Integral

Sal

Metionina

Calcário

Px Vit Abate

Px Mineral

Colina

Treonina

Lisina

675,51

10,87

58,69

239,75

3,17

2,71

1,97

4,00

0,50

0,27

-

2,57

780,46

142,42

60,00

-

3,22

1,76

4,75

4,00

0,50

0,25

2,14

675,51

10,87

58,69

239,75

3,17

2,71

1,97

4,00

0,50

0,27

-

2,57

673,92

2,15

60,00

245,62

3,43

2,15

5,27

4,00

0,50

0,29

2,17

705,72

52,27

59,67

168,52

3,16

2,13

1,88

4,00

0,50

0,32

-

1,85

795,58

127,38

60,00

-

3,25

1,63

4,98

4,00

0,50

0,22

1,96

705,72

52,27

59,67

168,52

3,16

2,13

1,88

4,00

0,50

0,32

-

1,85

752,23

170,55

60,00

-

3,18

2,06

4,43

4,00

0,50

0,32

2,23

Nutrientes

EM (kcal/kg)

PB (%)

Relação EM:PB

Cálcio (%)

Fósforo disp. (%)

Sódio (%)

LYS digestível (%)

MET + CYS digestível (%)

THR digestível (%)

3270

18,5

176,8

0,82

0,41

0,18

0,94

0,74

0,57

3104

16,7

185,9

0,91

0,40

0,18

0,80

0,62

0,50

3270

18,5

176,8

0,82

0,41

0,18

0,94

0,74

0,57

3262

18,3

178,3

0,96

0,42

0,19

0,90

0,68

0,56

3220

18,0

178,9

0,82

0,41

0,18

0,86

0,68

0,55

3118

16,1

193,7

0,92

0,40

0,18

0,75

0,59

0,48

3220

18,0

178,9

0,82

0,41

0,18

0,86

0,68

0,55

3076

17,7

173,8

0,91

0,40

0,18

0,88

0,67

0,55

Nos dois experimentos, diariamente foram coletados os valores de

mortalidade, além da temperatura e da umidade relativa do ar das salas. Os

dados de ambiente foram os mesmos para os dois experimentos por terem sido

alojados nas duas salas do galpão. Semanalmente, foram coletados os dados

de consumo alimentar e peso corporal, os quais foram posteriormente

agrupados por períodos correspondentes às fases alimentares adotadas para

os experimentos, que foram do dia um ao sete, do dia oito ao 21, do dia 22 ao

31

36 e do dia 37 ao 42 de idade das aves, apresentando sempre os dados de

forma cumulativa. No dia do encerramento dos experimentos, aos 42 dias de

idade, foram abatidas duas aves de peso vivo próximo ao peso médio do

grupo, em cada unidade experimental, para a realização da análise de

rendimento de partes da carcaça, determinando o rendimento de cortes

comerciais e a deposição de gordura abdominal destas aves, além do

percentual de penas. Os cortes foram realizados por profissional da área de

cortes, cedido pelo abatedouro da empresa Pena Branca, localizada no

município de Jaguariúna, SP. Além destas variáveis, foram calculados os

custos de ganho de peso, isto é, foram calculados os custos por kg de peso

corporal em cada período avaliado. Finalmente, foram calculados os valores de

conversão protéica e energética e de consumo protéico e energético

acumulado.

O peso corporal médio (PM) foi determinado pela divisão do peso

total das aves (PTA) no momento da pesagem pelo número de aves (no. Aves),

conforme pode ser observado na fórmula a seguir:

PM = (PTA) / (no. Aves)

A conversão alimentar (CA) foi calculada utilizando o consumo total

de ração até o final de cada período (CTR), o peso das aves mortas no período

(PAM) e o peso total das aves (PTA). A fórmula abaixo foi utilizada pois o

programa de formulação Camera utiliza o mesmo método (consumo de ração

por peso corporal), para calcular a conversão alimentar estimada.

CA = CTR /( PTA+PAM)

32

O consumo médio de ração (CMR) foi determinado pela

multiplicação do peso corporal médio (PM) pela conversão alimentar (CA).

CMR = PM x CA

A variável custo por kg de frango produzido (R$/kg) foi calculada

através do cálculo do custo com a alimentação (CAL), determinado pelo

consumo médio de ração (CMR) e pelo custo das rações (R$/ton), dividindo

posteriormente o mesmo pelo peso corporal médio (PM), para que o mesmo

fosse equiparado aos valores fornecidos pelo programa de formulação Câmera,

para posterior comparação. O cálculo foi realizado da seguinte forma:

R$/kg = CAL / PM

onde CAL = CMR x R$/ton

O consumo acumulado de energia ou proteína (CAN) foi

determinado pela soma de seus consumos em cada período, calculados

através da multiplicação do consumo médio de ração (CMR) pelas

participações da energia ou da proteína avaliadas (%N). Em posse deste valor,

foi calculada a conversão da energia ou da proteína (CVN), através da divisão

do consumo acumulado da energia ou proteína pelo peso corporal médio ao

final do período (PM).

CAN = CMR x %N

CVN = CAN / PM

O peso de penas foi determinado através da diferença percentual

entre o peso corporal médio (PM) e o peso depenado (PD), conforme identifica

a fórmula abaixo.

PP = (1 – (PD / PM) x 100

33

O rendimento de carcaça (RC), corresponde ao percentual da

carcaça restante após a depenagem e a evisceração onde, além das vísceras,

foi retirada a cabeça. A pesagem da carcaça foi realizada após a permanência

dela em um recipiente contendo água e gelo, para o seu resfriamento e

hidratação.

RC = (PC / PM) x 100

onde PC = peso da carcaça e PM = peso corporal médio.

O percentual de gordura abdominal (PGA) foi expresso como sendo

o peso relativo da gordura abdominal (GA) e do peso da carcaça hidratada

(PC), conforme demonstrado abaixo.

PGA = (GA / PC) x 100

Os rendimentos de cortes comerciais (RCC) foram determinados

relacionando seus pesos com o da carcaça hidratada.

RCC = (PCC / PC) x 100

Onde

RCC = peso do corte comercial

PC = peso da carcaça hidratada.

Entre machos e fêmeas reconhecidamente há diferenças quanto à

taxa de crescimento. Associado a isto, foram ainda impostas diferenças entre

tratamentos de ambos os experimentos quando foram definidas dietas

idênticas para diferentes densidade de alojamento nos tratamentos FL. Desta

forma, para análise dos resultados, não foi possível utilizar um fatorial 2 x 2 x 2

.

Os resultados de consumo alimentar, peso corporal médio,

conversão alimentar e percentual de mortalidade foram agrupados por períodos

34

alimentares e seus valores foram expressos de forma cumulativa, sendo

posteriormente analisados através do procedimento GLM, do pacote estatístico

SAS (1998), sendo realizada a análise de variância para a identificação de

semelhanças entre diferentes tratamentos. Ainda forma realizadas análises

estatísticas para identificação de semelhanças estatísticas entre os valores

estimado e seus valores correspondentes obtidos em cada tratamento,

utilizando para isto o teste T pareado.

Os resultados de rendimento de cortes foram agrupados por

tratamentos experimentais e submetidos ao mesmo procedimento estatístico

GLM do pacote estatístico SAS (1998).

35

3. RESULTADOS E DISCUSSÃO

3.1 Consumo Alimentar Médio

Com relação ao consumo alimentar, pode ser observado que os

frangos submetidos aos tratamentos FNL apresentaram um consumo inferior

em relação àqueles dos tratamentos FL (TABELA 6 - machos e TABELA 7 –

fêmeas) e isto ocorreu preferencialmente com os machos criados em alta

densidade de alojamento (ADA). No período total estas diferenças já não foram

tão evidentes e, inclusive, no caso das fêmeas os consumos inverteram, sendo

maiores para aquelas submetidas aos tratamentos cujas dietas foram

formuladas com base na FNL, o que demonstra que este método de

formulação foi eficaz na compensação nutricional para aumento de densidade

de alojamento. Estas alterações podem ter ocorrido devido às dietas impostas

a estas aves, onde nas fases iniciais elas foram formuladas pela FNL de

maneira nutricionalmente mais concentrada em relação às dietas formuladas

por FL (TABELAS 2 a 5), concordando com os resultados obtidos por SMITH &

PESTI (1998), que mostraram uma redução no consumo alimentar a medida

que houve incremento na proteína bruta das dietas, e LEESON et al (1996),

que mostraram um aumento no consumo das dietas quando esta teve sua

energia ou todos seus nutrientes diluídos.

Já os valores de consumo alimentar estimados nos tratamentos FNL

foram superiores àqueles obtidos nos experimentos, tanto no de machos

(TABELA 8) quanto no de fêmeas (TABELA 9). Porém, no período total, estas

diferenças tornaram-se menos evidentes sendo, inclusive, no caso dos frangos

36

alojados em baixa densidade (BDA), em ambos os sexos, não diferentes

estatisticamente (P>0,05). Uma hipótese para explicar esta diferença nas fases

iniciais é de que o programa de FNL desconsidera o peso inicial dos pintos

para estimar o consumo de ração até o final do primeiro período, gerando um

consumo superior por necessitar desta forma de um incremento de peso maior.

Esta variação somente foi compensada no valor estimado para a totalidade do

consumo em todos os períodos, ao final do experimento, onde o sistema

acumula o consumo das quatro fases.

TABELA 6. Resultados de Consumo Médio (CM), em gramas, do Experimento I –

Machos

Tratamento \ Variável CM07 CM21 CM36 CM42

FL - BDA (Obtido) 155 a 1186 a 3342 ab 4424 a

FL - ADA (Obtido) 149 a 1165 a 3273 bc 4268 b

FNL - BDA (Obtido) 149 a 1178 a 3366 a 4475 a

FNL - ADA (Obtido) 129 b 1102 b 3210 c 4278 b

P 0,0001 0,0001 0,0001 0,0001

CV(%) 3,4 2,1 1,5 1,7

Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo Teste de Tukey (P>0,05).

TABELA 7. Resultados de Consumo Médio (CM), em gramas, do Experimento II –

Fêmeas

Tratamento \ Variável CM07 CM21 CM36 CM42

FL - BDA (Obtido) 151 a 1067 2879 3766 ab

FL - ADA (Obtido) 140 bc 1038 2818 3706 b

FNL - BDA (Obtido) 144 b 1067 2870 3833 a

FNL - ADA (Obtido) 137 c 1066 2885 3847 a

P 0,0001 0,053 0,084 0,0003

CV (%) 2,9 2,2 1,9 1,5

Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo Teste de Tukey (P>0,05).

37

TABELA 8. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Consumo Médio (CM) no Experimento I – Machos

Tratamento \ Variável CM07

P

CM21

P

CM36

P

CM42

P

BDA (Estimado) 100 100,0

100,0

BDA (Obtido) 83

0,0000

93

0,0000

98

0,0020

99

0,16

ADA (Estimado) 100 100,0

100,0

ADA (Obtido) 75

0,0000

90

0,0000

95

0,0007

97

0,006

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

TABELA 9. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Consumo Médio (CM) no Experimento II – Fêmeas

Tratamento \ Variável CM07

P

CM21

P

CM36

P

CM42

P

BDA (Estimado) 100 100 100 100

BDA (Obtido) 80

0,0000

94

0,0001

96

0,0008

99

0,057

ADA (Estimado) 100 100 100 100

ADA (Obtido) 77

0,0000

93

0,005

94

0,0009

97

0,003

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

3.2 Peso Corporal Médio das Aves

Analisando o peso corporal médio (TABELAS 10 e 11), pode ser

observada uma evolução do peso corporal relacionada com o consumo

alimentar, descrito anteriormente. Como o consumo para os tratamentos FL,

em relação aos FNL, foi superior nas primeiras fases, conseqüentemente seus

pesos corporais também apresentaram-se superiores, apesar de sua

composição diferenciada nas dietas, em ambos os experimentos. Ao final do

experimento, foi observado que utilizando dietas idênticas (FL) foram obtidos

pesos corporais superiores com BDA, para ambos os experimentos. Já em

FNL, o programa, através da diferenciação de dietas, compensou esta

diferença, tendo sido observado inclusive peso numericamente superior,

apesar de não haver diferença estatística, para a ADA, através da manipulação

da concentração nutricional das dietas realizada pelo programa de FNL

(Tabelas 2 a 5). Estes resultados concordam com aqueles obtidos por

38

HOLSHEIMER & VEERKAMP (1992) que mostraram que um maior aporte

energético nas dietas leva a um desenvolvimento maior dos frangos de corte,

assim como ocorreu neste experimento com os tratamentos FNL nas fases

finais. Aqueles autores ainda observaram que uma dieta com níveis

excessivamente altos de proteína bruta reduzem o ganho de peso, porém este

efeito não ficou evidente neste trabalho. SUMMERS et al. (1992) encontraram

melhores resultados de ganho de peso quando os níveis de proteína bruta

foram aumentados gradativamente em dietas isoenergéticas. Estes resultados

podem, assim, constituir uma hipótese para o crescimento compensatório

obtido pelas aves dos tratamentos FNL sob alta densidade de alojamento até o

final do experimento, visto que as mesmas, em relação às dietas fornecidas

aos tratamentos FL, continham maior percentual de proteína bruta (TABELAS 2

a 5). A afirmação de LEESON et al (1996) de que uma diminuição do nível

energético, protéico e aminoacídico das dietas afeta negativamente o

desempenho dos frangos não foi observada neste experimento, onde nas

dietas iniciais os tratamentos FL continham menores níveis destes nutrientes,

porém obtiveram melhores resultados de desempenho, provavelmente devido a

uma compensação pelo consumo alimentar. SORENSEN et al (2000)

observaram uma redução no peso corporal dos frangos de corte quando foi

feito um aumento da densidade de alojamento, o que neste experimento

também pode ser visualizado nos tratamento FL, aos quais foram oferecidas

dietas idênticas. Porém, nos tratamentos FNL foi observado o oposto, onde

pesos superiores foram encontrados sob maior densidade de alojamento,

possibilitando desta forma concluir que o modelo de FNL considerou um maior

efeito negativo da densidade sobre o desempenho.

39

Devido ao fato do programa de FNL desconsiderar o peso inicial das

aves, aos sete dias de idade houve uma super estimação dos pesos corporais

em todos os tratamentos com machos (TABELA 12) e com fêmeas (TABELA

13), os quais demonstraram diferença estatística, pelo teste T Pareado

(P<0,05). Aos 21, 36 e 42 dias de idade, os tratamentos em BDA não

demonstraram diferença estatística, tanto nos machos quanto nas fêmeas, o

que demonstra que ambos os modelos foram eficazes na estimativa dos pesos

corporais nesta densidade de alojamento. Já nos tratamentos em ADA, apesar

dos consumos alimentares obtidos serem inferiores aos estimados (TABELAS

8 e 9), os pesos corporais obtidos em ambos os experimentos foram superiores

aos estimados, o que pode indicar que o modelo de FNL superestimou o efeito

negativo da ADA sobre o peso corporal destas aves, recomendando em suas

dietas uma excessiva concentração de nutrientes para na tentativa de

compensar este efeito.

40

TABELA 10. Resultados de Peso Médio (PM), em gramas, do Experimento I – Machos

Tratamento \ Variável PM07 PM21 PM36 PM42

FL - BDA (Obtido) 183 a 922 a 2091 a 2590 a

FL - ADA (Obtido) 183 a 913 a 2069 a 2502 b

FNL - BDA (Obtido) 176 b 881 b 1998 b 2486 b

FNL - ADA (Obtido) 174 b 902 ab 2047 a 2546 ab

P 0,0001 0,0007 0,0001 0,0006

CV (%) 1,8 1,8 1,6 1,9

Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo Teste de Tukey (P>0,05).

TABELA 11. Resultados de Peso Médio (PM), em gramas, do Experimento I – Fêmeas

Tratamento \ Variável PM07 PM21 PM36 PM42

FL - BDA (Obtido) 174 a 816 a 1751 a 2157 a

FL - ADA (Obtido) 173 a 807 a 1729 a 2125 a

FNL - BDA (Obtido) 166 b 779 b 1669 b 2079 b

FNL - ADA (Obtido) 169 ab 814 a 1733 a 2117 ab

P 0,003 0,0002 0,0001 0,0002

CV (%) 2,2 1,8 1,4 1,4

Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo Teste de Tukey (P>0,05).

TABELA 12. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Peso Médio (PM) no Experimento I – Machos

Tratamento \ Variável PM07

P

PM21

P

PM36

P

PM42

P

BDA (Estimado) 100 100 100 100

BDA (Obtido) 94

0,0000

100

0,85

100

0,7670

101

0,31

ADA (Estimado) 100 100 100 100

ADA (Obtido) 96

0,0006

104

0,004

103

0,0091

104

0,03

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

TABELA 13. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Peso Médio (PM) no Experimento I – Fêmeas

Tratamento \ Variável PM07

P

PM21

P

PM36

P

PM42

P

BDA (Estimado) 100 100 100 100

BDA (Obtido) 92

0,0001

101

0,104

99

0,24

101

0,25

ADA (Estimado) 100 100 100 100

ADA (Obtido) 99

0,14

109

0,0000

104

0,004

103

0,015

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

41

3.3 Conversão Alimentar

Observando os resultados de conversão alimentar para os machos

(TABELA 14) submetidos às dietas FL, pode ser observado que os mesmos

não apresentaram diferença estatística entre si, mostrando que a densidade de

alojamento não afetou a conversão alimentar destes tratamentos, em qualquer

período do experimento, sendo que ambos utilizaram dietas com composições

idênticas para ADA e BDA. Os tratamentos empregando dietas FNL

diferenciaram-se na resposta, onde os frangos submetidos à BDA obtiveram

uma pior conversão alimentar em relação a todos os demais tratamentos. Já

sob ADA, a melhor conversão demonstrada até os 36 dias de idade

desapareceu até o final do experimento onde, inclusive, apresentaram

resultados próximos aos dos tratamentos com FL. Nas fêmeas (TABELA 15),

aos sete dias de idade, ficou evidente uma relação da densidade de alojamento

com a conversão alimentar, onde animais alojados em ADA demonstraram

melhor conversão alimentar. Os tratamentos FL, igualmente aos machos,

demonstraram igualdade entre si até o final do experimento, não sendo assim

verificado efeito da densidade de alojamento sobre os mesmos. Estes

resultados podem ser explicados ao verificar a composição das dietas, onde é

perceptível uma diferença na composição nutricional entre os tratamentos FNL

em cada experimento (TABELAS 2 a 5), sendo que o programa de FNL

recomendou para a ADA dietas com uma concentração nutricional superior,

predominantemente nas primeiras fases, às utilizadas habitualmente com FL,

podendo ser observado também o inverso nas dietas recomendadas para BDA.

SILVA et al (1997) encontraram resultados próximos, demonstrando melhor

conversão alimentar para dietas com níveis protéicos próximos aos

42

recomendados pelo NRC (1994), utilizados nos tratamentos FL, em relação á

dietas com menores inclusões de proteína bruta, como ocorreu nas dietas FNL

ao final do experimento.

Os valores estimados para os tratamentos FNL (TABELAS 16 e 17)

foram superiores aos obtidos em todos os períodos avaliados, em ambos os

experimentos, mostrando uma melhor conversão alimentar obtida em relação à

estimada. Revisando as variáveis demonstradas anteriormente, pode ser

claramente observado que o programa de FNL, mesmo desconsiderando o

peso inicial das aves, superestimou os valores de peso corporal, sendo este

valor associado ainda à super estimação do consumo alimentar, principalmente

na primeira fase alimentar, maximizando assim a diferença entre as conversões

alimentares estimadas e obtidas, mostrando desta forma que os dados

utilizados na calibração do programas estavam desatualizados em relação ao

desempenho da genética atual.

TABELA 14. Resultados de Conversão Alimentar Média (CA) do Experimento I – Machos

Conv Alim - Machos CA07 CA21 CA36 CA42

FL - BDA (Obtido) 0,849 b 1,280 b 1,586 b 1,696 a

FL - ADA (Obtido) 0,819 b 1,276 b 1,583 ab 1,706 a

FNL - BDA (Obtido) 0,835 b 1,333 c 1,683 ac 1,801 b

FNL - ADA (Obtido) 0,744 a 1,223 a 1,566 a 1,687 a

P 0,0001 0,0001 0,0001 0,0001

CV (%) 3,4 1,3 0,8 1,0

Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo Teste de Tukey (P>0,05).

43

TABELA 15. Resultados de Conversão Alimentar Média (CA) do Experimento II –

Fêmeas

Conv Alim - Fêmeas CA07 CA21 CA36 CA42

FL - BDA (Obtido) 0,874 b 1,308 ab 1,636 ab 1,749 a

FL - ADA (Obtido) 0,803 a 1,286 a 1,629 a 1,739 a

FNL - BDA (Obtido) 0,868 b 1,358 c 1,719 c 1,833 c

FNL - ADA (Obtido) 0,811 a 1,316 b 1,657 b 1,805 b

P 0,0001 0,0001 0,0001 0,0001

CV (%) 3,0 1,3 0,9 0,7

Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo Teste de Tukey (P>0,05).

TABELA 16. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão Alimentar Média (CA) no Experimento I –

Machos

Tratamento \ Variável CA07

P

CA21

P

CA36

P

CA42

P

BDA (Estimado) 100 100 100 100

BDA (Obtido) 86

0,0000

92

0,0000

97

0,0013

98

0,004

ADA (Estimado) 100 100 100 100

ADA (Obtido) 78

0,0000

86

0,0000

92

0,0000

94

0,0000

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

TABELA 17. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão Alimentar Média (CA) no Experimento II –

Fêmeas

Tratamento \ Variável CA07

P

CA21

P

CA36

P

CA42

P

BDA (Estimado) 100 100 100 100

BDA (Obtido) 87

0,0000

92

0,0000

97

0,0000

98

0,0000

ADA (Estimado) 100 100 100 100

ADA (Obtido) 78

0,0000

86

0,0000

91

0,0000

93

0,0000

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

3.4 Custo por kg de Peso Corporal produzido

A representação do custo alimentar por unidade de peso corporal foi

calculada considerando o custo da ração consumida até o momento de cada

avaliação, sendo o mesmo relativo à unidade de peso vivo de cada grupo. Uma

tentativa inicial de calcular esta variável sobre o ganho de peso obtido em cada

período alimentar não foi possível, visto que o programa de formulação não

44

linear desconsidera o peso inicial das aves, o que impossibilita a medição do

ganho de peso no primeiro período avaliado, pelo programa de formulação.

Os machos submetidos a dietas idênticas (tratamentos FL) não

apresentaram diferença estatisticamente significativa (P>0,05) (TABELAS 18).

Já os tratamentos FNL inicialmente apresentaram custos superiores aos

tratamentos FL, sendo que até o final do experimento esta diferença foi

compensada, ocorrendo inclusive em BDA uma compensação que resultou em

um custo inferior aos demais tratamentos. Nas fêmeas (TABELA 19) também

não foi observada diferença estatística (P<0,05) entre os tratamentos FL,

demonstrando que a densidade de alojamento isoladamente não demonstrou

diferença no custo alimentar. Com os tratamentos FNL foi verificada diferença a

partir dos 21 dias de idade, onde o programa FNL formulou dietas menos

concentradas para BDA, diminuindo o custo de produção, e dietas mais

concentradas para ADA, compensando os efeitos da densidade, porém

aumentando o custo alimentar destas aves (TABELAS 2 a 5).

Quanto às estimativas de custo mínimo por quilograma de frangos

de corte vivo produzido (TABELAS 20 e 21), novamente o programa de FNL

superestimou os valores em relação aos obtidos em todos os tratamentos e em

todas as fases alimentares. Este fato deve estar relacionado aos consumos

inferiores (TABELAS 8 e 9) e pesos corporais superiores (TABELAS 12 e 13)

verificados durante a experimentação conduzindo, desta forma, a amplificação

da diferença entre os valores obtidos e os valores estimados para esta variável.

45

TABELA 18. Resultados de Custo por kg de peso vivo (CU), em R$, do Experimento I –

Machos

Custo kg Vivo - Machos CU07 CU21 CU36 CU42

FL - BDA (Obtido) 0,410 a 0,618 a 0,769 b 0,822 b

FL - ADA (Obtido) 0,396 a 0,616 a 0,768 b 0,826 b

FNL - BDA (Obtido) 0,474 c 0,634 b 0,749 a 0,787 a

FNL - ADA (Obtido) 0,456 b 0,645 b 0,781 c 0,830 b

P 0,0001 0,0001 0,0001 0,0001

CV (%) 2,8 1,2 0,8 1,0

Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo Teste de Tukey (P>0,05).

TABELA 19. Resultados de Custo por kg de peso vivo (CU), em R$, do Experimento II –

Fêmeas

Custo kg Vivo - Fêmeas CU07 CU21 CU36 CU42

FL - BDA (Obtido) 0,422 b 0,632 b 0,768 b 0,813 b

FL - ADA (Obtido) 0,388 a 0,622 ab 0,765 b 0,808 b

FNL - BDA (Obtido) 0,428 b 0,620 a 0,744 a 0,778 a

FNL - ADA (Obtido) 0,425 b 0,658 c 0,795 c 0,842 c

P 0,0001 0,0001 0,0001 0,0001

CV (%) 3,0 1,3 0,9 0,7

Médias seguidas de mesma letra nas colunas não diferem estatísticamente pelo Teste de Tukey (P>0,05).

TABELA 20. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Custo Médio por kg de frango produzido (CU) no

Experimento I – Machos

Tratamento \ Variável CU07

P

CU21

P

CU36

P

CU42

P

BDA (Estimado) 100 100 100 100

BDA (Obtido) 87

0,0000

92

0,0000

97

0,0007

98

0,001

ADA (Estimado) 100 100 100 100

ADA (Obtido) 79

0,0000

85

0,0000

92

0,0000

94

0,0000

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

TABELA 21. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Custo Médio por kg de frango produzido (CU) no

Experimento II – Fêmeas

Tratamento \ Variável CU07

P

CU21

P

CU36

P

CU42

P

BDA (Estimado) 100 100 100 100

BDA (Obtido) 87

0,0000

92

0,0000

97

0,0000

97

0,0000

ADA (Estimado) 100 100 100 100

ADA (Obtido) 78

0,0000

85

0,0000

90

0,0000

93

0,0000

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

46

3.5 Mortalidade Média

A mortalidade no Experimento I, com machos (TABELA 22), não

apresentou diferenças significativas (P<0,05) entre os tratamentos. Já no

Experimento II, com fêmeas (TABELA 23), houve uma relação entre a

densidade de alojamento e a mortalidade, onde aves alojadas em ADA

apresentaram mortalidade superior às aves alojadas em BDA dentro de cada

modelo de formulação até o final do experimento, com exceção no tratamento

FNL em BDA, que apresentou mortalidade inferior aos demais tratamentos no

período acumulado. Apesar de não terem sido avaliadas as causas de

mortalidade, estes resultados podem ser relacionados com àqueles

encontrados por IMAEDA (2000), que em seu trabalho percebeu um aumento

na mortalidade pela síndrome da morte súbita de frangos de corte à medida

que aumentou a densidade de alojamento. Verificando a concentração

nutricional das dietas, é possível identificar que as fêmeas em ADA receberam

dietas muito concentradas para compensar a maior densidade de alojamento, e

estas aves apresentaram desta forma uma taxa de crescimento superior as

demais na última fase avaliada, onde a mortalidade foi superior, sugerindo a

relação entre densidade da dieta e a mortalidade. Pode ser concluído com

estes dados que há uma correlação entre a concentração das dietas e a

mortalidade, visto que dos tratamentos FNL sob baixa densidade, com ambos

os sexos, houve uma menor ocorrência de mortalidade em relação às dietas

FNL sob alta densidade, que utilizaram dietas mais concentradas

nutricionalmente.

Nos valores estimados para este parâmetro (TABELAS 24 e 25) o

modelo não linear foi ineficiente na estimava da mortalidade para ambos os

47

tratamentos no experimento com machos e tratamentos em BDA no

experimento com fêmeas, uma vez sub estimou a mortalidade ocorrida nos

primeiros dias do lote e super estimou a mortalidade no decorrer do restante do

período produtivo. Esta variação pode indicar uma desatualização do programa

frente ao material genético atualmente utilizado, visto que as linhagens atuais

já foram selecionadas inclusive para incremento de viabilidade de frangos de

corte ao final dos lotes.

TABELA 22. Resultados de Mortalidade Média (MO), em %, do Experimento I – Machos

Mort Acum – Machos MO07 MO21 MO36 MO42

FL - BDA (Obtido) 0,80 2,00 2,80 2,80

FL - ADA (Obtido) 0,29 1,74 2,34 2,63

FNL - BDA (Obtido) 1,20 1,20 1,60 1,60

FNL - ADA (Obtido) 0,86 1,44 2,64 2,99

P 0,59 0,75 0,46 0,31

CV (%) 168,2 97,4 67,7 62,2

Médias seguidas de mesma letra nas colunas não diferem estatísticamente pelo Teste de Tukey (P>0,05).

TABELA 23. Resultados de Mortalidade Média (MO), em %, do Experimento II – Fêmeas

Mort Acum - Fêmeas MO07 MO21 MO36 MO42

FL - BDA (Obtido) 0,00 0,40 a 0,91 a 2,83 ab

FL - ADA (Obtido) 1,74 2,61 bc 2,90 ab 2,90 ab

FNL - BDA (Obtido) 0,40 0,80 ab 1,20 a 1,20 a

FNL - ADA (Obtido) 1,33 3,10 c 3,90 b 4,28 b

P 0,06 0,001 0,002 0,05

CV (%) 157,2 83,0 65,6 70,7

Médias seguidas de mesma letra nas colunas não diferem estatísticamente pelo Teste de Tukey (P>0,05).

TABELA 24. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Mortalidade Média (MO) no Experimento I – Machos

Tratamento \ Variável MO07

P

MO21

P

MO36

P

MO42

P

BDA (Estimado) 100,0

100,0

BDA (Obtido) 120,0

0,73

58,5

0,20

52,8

0,05

46,9

0,02

ADA (Estimado) 100,0

100,0

ADA (Obtido) 45,4

0,05

30,3

0,0001

34,6

0,0002

34,0

0,0001

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

48

TABELA 25. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Mortalidade Média (MO) no Experimento II – Fêmeas

Tratamento \ Variável MO07

P

MO21

P

MO36

P

MO42

P

BDA (Estimado) 100 100,0

100 100

BDA (Obtido) 46

0,28

45

0,11

46

0,05

41

0,02

ADA (Estimado) 100 100 100 100

ADA (Obtido) 113

0,39

116

0,51

94

0,94

90

0,72

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

3.6 Conversão e Consumo Acumulado de Energia Metabolizável

Foram observadas diferenças no consumo total de energia

metabolizável nos tratamentos com machos (TABELA 26), onde as aves

submetidas a BDA, com dieta convencional (FL em BDA), apresentaram maior

consumo energético em relações a aves de todos os demais tratamentos. Esta

diferença pode ter ocorrido pelo maior peso corporal obtido por estas aves ao

final do experimento, conforme observado nos dados apresentados

anteriormente. Já com fêmeas, somente foi observada diferença no consumo

energético em um tratamento, onde aves submetidas a dietas formuladas por

FNL para BDA apresentaram consumo energético inferior às aves dos demais

tratamentos. Novamente, este resultado está vinculado ao menor peso corporal

destas aves, somado a um maior consumo energético que elas tiveram. Uma

das hipóteses para este maior consumo energético é de que a relação

energia:proteína consumida por estas aves foi maior, conforme pode ser

verificado quando comparados estes resultados com os da próxima avaliação

(consumo e conversão protéica).

O modelo foi eficaz na estimativa do consumo energético nos

tratamentos em BDA de ambos os experimentos, apresentando, porém,

consumos inferiores para os tratamentos submetidos à ADA. Nas conversões

49

energéticas, o modelo estimou valores inferiores em todas as avaliações

realizadas em ambos os experimentos. Esta diferença pode ter ocorrido pela

relação deste parâmetro com o consumo alimentar, o qual também foi

superestimado para a obtenção dos pesos corporais finais, sugeridos pelo

programa de FNL e também em relação aos resultados obtidos pelos lotes

utilizados na calibração do programa.

TABELA 26. Resultados de Consumo (CONSEM, em quilocalorias) e Conversão

Energética (CVEM) do Experimento I – Machos

Conv Energética – Machos CVEM07 CVEM21 CVEM36 CVEM42 CONSEM

FL - BDA (Obtido) 2505 bc 3882 b 4978 a 5388 a 14038 b

FL - ADA (Obtido) 2415 b 3874 b 4970 a 5412 a 13537 a

FNL - BDA (Obtido) 2561 c 4023 c 5111 b 5508 b 13692 a

FNL - ADA (Obtido) 2314 a 3796 a 4943 a 5367 a 13609 a

P 0,0001 0,0001 0,0001 0,0002 0,0019

CV (%) 2,8 1,1 0,8 1,0 1,7

Médias seguidas de mesma letra nas colunas não diferem estatísticamente pelo Teste de Tukey (P>0,05).

TABELA 27. Resultados de Consumo (CONSEM, em quilocalorias) e Conversão

Energética (CVEM) do Experimento II–Fêmeas

Conv Energética – Fêmeas CVEM07 CVEM21 CVEM36 CVEM42 CONSEM

FL - BDA (Obtido) 2575 b 3971 b 5083 b 5477 b 11806 b

FL - ADA (Obtido) 2370 a 3907 b 5065 b 5449 b 11620 ab

FNL - BDA (Obtido) 2555 b 4101 c 5259 c 5631 c 11782 b

FNL - ADA (Obtido) 2297 a 3816 a 4901 a 5392 a 11500 a

P 0,0001 0,0001 0,0001 0,0001 0,01

CV (%) 3,0 1,2 0,9 0,7 1,5

Médias seguidas de mesma letra nas colunas não diferem estatísticamente pelo Teste de Tukey (P>0,05).

TABELA 28. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão (CVEM) e Consumo Energéticos Médio

(CONSEM) no Experimento I – Machos

Tratamento \

Variável

CVEM

07 P

CVEM

21 P

CVEM

36 P

CVEM

42 P

CONS

EM P

Dens 10 (Est) 100 100 100 100 100

Dens 10 (Obt) 87

0,0000

92

0,0000

97

0,001

98

0,005

99

0,18

Dens 14 (Est) 100 100 100 100 100

Dens 14 (Obt) 79

0,0000

86

0,0000

93

0,0000

94

0,0000

97

0,007

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

50

TABELA 29. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão (CVEM) e Consumo Energéticos Médio

(CONSEM) no Experimento II – Fêmeas

Tratamento \

Variável

CVEM

07

P

CVEM

21

P

CVEM

36

P

CVEM

42

P

CONS

EM

P

Dens 10 (Est) 100 100 100 100 100

Dens 10 (Obt) 87

0,0000

92

0,0000

97

0,0000

98

0,0000

99

0,07

Dens 14 (Est) 100 100 100 100 100

Dens 14 (Obt) 78

0,0000

85

0,0000

91

0,0000

93

0,0000

97

0,003

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

3.7 Conversão e Consumo Acumulado de Proteína Bruta

Pode ser observado que houve uma influência da densidade de

alojamento sobre o consumo de proteína bruta. No experimento com machos,

foi observado que utilizando dietas idênticas (FL) houve um consumo maior de

proteína bruta no tratamento sob BDA, pois este apresentou maior consumo

alimentar e maior peso corporal ao final do experimento. Já nos tratamentos

FNL, foi percebido um efeito contrário, onde dietas sob BDA apresentaram

menor consumo protéico, provavelmente devido à composição destas dietas

(menos concentradas em proteína bruta), sendo que esta mesma relação pode

ser observada no experimento com fêmeas. Estes resultados são bastante

coerentes, visto que nos tratamentos FL as dietas foram idênticas, e em BDA

houve um consumo superior das dietas, e também pelo fato de que o modelo

de FNL considerou o desafio da densidade de alojamento, formulando dietas

mais concentradas em proteína bruta para uma maior densidade de

alojamento. Esta mesma tendência pode ser observada também para a

conversão protéica, visto que a mesma está diretamente relacionada com o

consumo alimentar e o peso corporal das aves. O fato das aves do tratamento

FNL sob baixa densidade ter consumido uma quantidade maior de energia

metabolizável por kg de ganho de peso resultou numa maior eficiência na

51

conversão de proteína em kg de ganho de peso, sendo esta a grande

justificativa do ganho econômico observado para este modelo.

O modelo não foi eficaz para estimar os valores de conversão e

consumo total de proteína bruta em qualquer momento dos dois experimentos,

mostrando sempre valores inferiores aos obtidos com os animais. Estas

diferenças novamente podem ter ocorrido devido à relação destas variáveis

com o consumo alimentar estimado, que foi superior ao obtido (TABELAS 8 e

9), e o peso corporal estimado, que foi inferior ao obtido durante o experimento

(TABELAS 12 e 13), justificando a variação por serem estas variáveis a base

de cálculo para as variáveis supra citadas. Este fato novamente demonstra que

o modelo não estava adequadamente calibrado para o material genético

utilizado neste experimento.

TABELA 30. Resultados de Consumo (CONSPB, em gramas) e Conversão Protéica

(CVPB) do Experimento I – Machos

Conv Protéica - Machos CVPB07 CVPB21 CVPB36 CVPB42 CONSPB

FL - BDA (Obtido) 195 a 272 a 319 335 ab 873 c

FL - ADA (Obtido) 188 a 271 a 318 337 b 843 ab

FNL - BDA (Obtido) 213 c 279 b 319 332 a 825 a

FNL - ADA (Obtido) 203 b 276 ab 322 337 b 855 bc

P 0,0001 0,001 0,06 0,02 0,0001

CV (%) 2,8 1,4 0,8 1,0 1,7

Médias seguidas de mesma letra nas colunas não diferem estatísticamente pelo Teste de Tukey (P>0,05).

TABELA 31. Resultados de Consumo (CONSPB, em gramas) e Conversão Protéica

(CVPB) do Experimento II – Fêmeas

Conv Protéica - Fêmeas CVPB07 CVPB21 CVPB36 CVPB42 CONSPB

FL – BDA (Obtido) 201 b 278 b 325 b 339 b 731 b

FL – ADA (Obtido) 185 a 274 b 323 b 338 b 719 b

FNL - BDA (Obtido) 193 a 268 a 313 a 323 a 673 a

FNL - ADA (Obtido) 214 c 314 c 356 c 370 c 787 c

P 0,0001 0,0001 0,0001 0,0001 0,0001

CV (%) 2,9 1,3 0,9 0,8 1,6

Médias seguidas de mesma letra nas colunas não diferem estatísticamente pelo Teste de Tukey (P>0,05).

52

TABELA 32. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão (CVPB) e Consumo Protéicos Médios

(CONSPB) no Experimento I – Machos

Tratamento \

Variável

CVPB

07

P

CVPB

21

P

CVPB

36

P

CVPB

42

P

CONS

PB

P

Dens 10 (Est) 100 100 100 100 100

Dens 10 (Obt) 87

0,0000

92

0,0000

97

0,0006

98

0,001

99

0,05

Dens 14 (Est) 100 100 100 100 100

Dens 14 (Obt) 79

0,0000

86

0,0000

92

0,0000

94

0,0000

97

0,002

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

TABELA 33. Probabilidade de diferença entre o percentual obtido em relação ao valor

estimado (em %) para Conversão (CVPB) e Consumo Protéicos Médios

(CONSPB) no Experimento II – Fêmeas

Tratamento \

Variável

CVPB

07 P

CVPB

21 P

CVPB

36 P

CVPB

42 P

CONS

PB P

Dens 10 (Est) 100 100 100 100 100

Dens 10 (Obt) 87

0,0000

92

0,0000

97

0,0000

97

0,0000

98

0,02

Dens 14 (Est) 100 100 100 100 100

Dens 14 (Obt) 78

0,0000

85

0,0000

90

0,0000

93

0,0000

96

0,002

Probabilidade de diferença estatística de 5 % pelo Teste T Pareado.

3.10 Abate

No experimento I, com machos, não pode ser observada qualquer

diferença estatística (Teste de Tukey, P<0,05) nos resultados obtidos ao abate

(TABELAS 34 a 39), demonstrando que a densidade e o sistema de formulação

não afetaram significativamente a composição corporal destas aves.

Nas fêmeas, foi observada diferença estatística (Teste de Tukey,

P<0,05) em todas as variáveis avaliadas, exceto no percentual corporal de

penas (TABELA 34), discordando desta forma de GARCIA et al (2002), que

observaram um efeito negativo do aumento na densidade de alojamento sobre

o empenamento das aves.

Avaliando o rendimento de carcaça, eviscerada e com patas, em

fêmeas (TABELA 35), o tratamento FL, sob BDA, apresentou o pior rendimento

e o tratamento FNL, sob ADA, o melhor rendimento de carcaça. Uma hipótese

53

para explicar esta diferença são as dietas fornecidas a estas aves, somado a

densidade de alojamento. Nestas dietas, não houve diferença no consumo total

de proteína bruta, apesar da diferença na concentração deste nutriente nas

dietas (TABELAS 2 a 5), porém o primeiro apresentou um consumo energético

superior, facilitado pela menor densidade de alojamento. Estas hipóteses

podem ainda explicar a diferença observada na gordura abdominal (TABELA

36), onde o tratamento FNL, sob ADA, apresentou um menor percentual de

gordura abdominal, podendo ser explicado por suas dietas de maior

concentração protéica e por ter apresentado menor consumo energético.

Devido à estratégia adotada pelo programa de FNL na definição de suas

dietas, era esperada uma maior deposição de gordura abdominal nestes

tratamentos, uma vez que estas dietas continham uma menor relação

energia:proteína em relação às dietas formuladas para os tratamentos FL nas

dietas finais, onde o consumo alimentar foi superior. Porém, estes resultados

não se concretizaram. Nas fêmeas, foi possível observar o efeito encontrado

por SMITH e PESTI (1998), onde com um aumento na proteína bruta das

dietas foram observados um aumento no rendimento de carcaça e uma

redução na deposição de gordura abdominal. O rendimento de carcaça e a

deposição de gordura foram de acordo com o trabalho de SUMMERS et al

(1992), onde observaram que sua variação é dependente do aporte energético,

aminoacídico e protéico das dietas.

Apesar de não ter sido encontrada diferença para rendimento de

coxas em fêmeas (TABELA 37), observando a TABELA 38, há uma diferença

no rendimento de sobre coxas relacionada à densidade de alojamento, onde a

maior densidade resultou em maior rendimento destes cortes. De acordo com

54

os resultados, os tratamentos com FL, mesmo contendo dietas idênticas,

conduziram a rendimentos diferentes somente pela variação da densidade de

alojamento.

Para rendimento de peito (TABELA 39) foram encontrados

resultados contrários aos obtidos para rendimento de coxas e sobre coxas em

fêmeas, onde menores densidades de alojamento resultaram em maiores

rendimentos de peito. Segundo KOLLING (2001), o crescimento de peito ocorre

mais tardiamente em frangos de corte e responde positivamente aos 42 dias de

idade a dietas de maior nível protéico e aminoacídico. Isto explica o fato de que

o tratamento FNL em BDA, o qual possuía menores valores para proteína bruta

e aminoácidos, obteve os piores resultados em relação aos demais quanto a

rendimento de peito. Seguindo a tendência dos demais rendimentos, na

TABELA 40 pode ser observado que somente o tratamento FNL em ADA

apresentou menor rendimento de asas.

TABELA 34. Resultados de percentual de penas em relação ao peso vivo nos

experimentos I (Machos) e II (Fêmeas).

Tratamento \ Variável % Penas – Machos % Penas – Fêmeas

FL - BDA (Obtido) 4,8 5,1

FL - ADA (Obtido) 4,9 5,3

FNL - BDA (Obtido) 4,7 5,1

FNL - ADA (Obtido) 5,0 5,3

P 0,5546 0,7498

CV (%) 12,3 13,5

55

TABELA 35. Resultados de rendimento de carcaça em relação ao peso vivo nos

experimentos I (Machos) e II (Fêmeas).

Tratamento \ Variável Rend Carc - Machos Rend Carc – Fêmeas

FL - BDA (Obtido) 78,7 77,6 b

FL - ADA (Obtido) 78,5 77,9 ab

FNL - BDA (Obtido) 78,1 78,1 ab

FNL - ADA (Obtido) 78,5 78,8 a

P 0,6933 0,04

CV (%) 1,7 1,5

TABELA 36. Resultados de percentual de gordura abdominal em relação ao peso vivo

nos experimentos I (Machos) e II (Fêmeas).

Tratamento \ Variável % Gord Abd - Machos % Gord Abd - Fêmeas

FL - BDA (Obtido) 1,95 2,44 a

FL - ADA (Obtido) 1,80 2,14 a

FNL - BDA (Obtido) 1,92 2,41 a

FNL - ADA (Obtido) 1,68 1,63 b

P 0,1603 0,0001

CV (%) 19,2 17,7

TABELA 37. Resultados de rendimento de coxas em relação à carcaça no Experimento I

(Machos) e Experimento II (Fêmeas).

Tratamento \ Variável % Coxas - Machos % Coxas - Fêmeas

FL - BDA (Obtido) 13,8 13,3

FL - ADA (Obtido) 14,0 13,0

FNL - BDA (Obtido) 13,9 13,0

FNL - ADA (Obtido) 13,7 12,8

P 0,5893 0,3988

CV (%) 3,9 5,6

TABELA 38. Resultados de rendimento de sobre coxas em relação à carcaça no

Experimento I (Machos) e Experimento II (Fêmeas).

Tratamento \ Variável % Sobre Coxas - Machos % Sobre Coxas - Fêmeas

FL - BDA (Obtido) 19,9 20,7 a

FL - ADA (Obtido) 20,4 19,9 bc

FNL - BDA (Obtido) 20,5 20,4 ab

FNL - ADA (Obtido) 20,1 19,3 c

P 0,0878 0,0001

CV (%) 3,4 3,5

56

TABELA 39. Resultados de rendimento de peito em relação à carcaça no Experimento I

(Machos) e Experimento II (Fêmeas).

Tratamento \ Variável % Peito - Machos % Peito - Fêmeas

FL - BDA (Obtido) 32,8 32,8 b

FL - ADA (Obtido) 32,0 33,5 ab

FNL - BDA (Obtido) 31,4 32,7 b

FNL - ADA (Obtido) 32,0 34,8 a

P 0,1386 0,0002

CV (%) 5,0 4,2

TABELA 40. Resultados de rendimento de asas em relação à carcaça no Experimento I

(Machos) e Experimento II (Fêmeas).

Tratamento \ Variável % Asas - Machos % Asas - Fêmeas

FL - BDA (Obtido) 12,4 12,9 a

FL - ADA (Obtido) 12,5 12,9 a

FNL - BDA (Obtido) 12,7 12,9 a

FNL - ADA (Obtido) 12,4 12,5 b

P 0,1653 0,0111

CV (%) 3,0 2,9

57

4. CONCLUSÃO

Através da diferença encontrada entre os valores utilizados na

calibração do sistema de formulação não linear e os resultados obtidos a

campo para os tratamentos correspondentes, confirma-se a afirmação de que

os resultados utilizados na calibração destes programas precisam ser

atualizados e coerentes com o material genético e a composição nutricional

das matérias primas utilizadas, uma vez que os poucos dados utilizados na

calibração não permitiram uma boa aproximação entre os valores estimados e

os valores obtidos.

Pela análise realizada sobre os dados gerados nestes experimentos,

é possível concluir que a utilização de modelagem matemática nas formulações

de dietas para frangos de corte pode resultar numa ferramenta de valiosa

utilidade, funcionando como um simulador e estimador da provável situação

que será posteriormente enfrentada, permitindo adotar medidas preventivas ou

corretivas de menor impacto econômico da produção destes animais e/ou uma

otimização do ambiente produtivo utilizado. Para isto, é necessário que estas

ferramentas sejam adequadamente calibradas utilizando nesta etapa

numerosos dados previamente obtidos, devendo os mesmos serem

continuamente incorporados visando aproximar e atualizar a simulação do

modelo para a situação real mais confiável possível.

As ferramentas utilizando modelagem ainda devem ser

continuamente aprimoradas incrementando novas variáveis que possam

58

influenciar sobre a simulação, visando aumentar a precisão com que predizem

os valores que serão obtidos in vivo.

CAPITULO III

1. REFERÊNCIAS BIBLIOGRÁFICAS

AVE NEWS. Você acredita em Modelos? Boletim Técnico para Funcionários

e Clientes da Nutron Alimentos, Campinas, SP, jan-mar., 2002.

BENIGNI, R.; GIULIANI, A. Quantitative modeling and biology: the multivariate

approach. American Journal of Physiology, Bethesda, n. 266, p.R1697-

R1704, 1994. (Regulatory Integrative Comp. Physiol. 35),

CHENG, B.; TITTERINGTON, D. M. Neural Networks: a review from a

statistical perspective. Statistical Science, Baltimore, v.9, n. 1, p.2-54,

1994.

COBB Broiler Nutrition Guide. Disponível em: www.cobb-vantress.com.

Acesso em: 2003.

CROSS, S.S.; HARRISON, R.F.; KENNEDY, R. L.. Introduction to neural

networks. Lancet, Oxford, v.346, p.1075-1079, 1995.

DE LANGE, C. F. M.; MARTY, B. J; BIRKETT, S.; SZKOTNICKI, B Application

of pig growth models in commercial pork production. Canadian Journal of

Animal Science, Ottawa, v.81, p.1-8, 2001.

ESTOCK, K. Nifty neural networks. Independent Banker, Sauk Centre, v.49, n.

11, p.21-23, nov.1999.

FEDDES, J. J. R; EMMANUEL, E. J; ZUIDHOF, M. J. Broiler Performance,

Bodyweight Variance, Feed and Water Intake, and Carcass Quality at

Different Stocking Densities. Poultry Science, Savoy, v.81, 774-779,

2002.

FREITAS, A.R. de; ALBINO, L. F.T.; ROSSO, L. A. de. Estimativas do peso

de frangos machos e fêmeas através de modelos matemáticos.

Concórdia, SC : Embrapa Suínos e Aves, 1983. p.1-4. (Comunicado

Técnico, 68)

GARCIA, R. G; MENDES, A. A; GARCIA, F.A; NAAS, I. A; MOREIRA, J;

ALMEIDA, I. C. L; TAKITA, T. S. Efeito da Densidade de Criação e do Sexo

Sobre o Empenamento, Incidência de Lesões de Carcaça e Qualidade da

Carne de Peito de Frangos de Corte. Revista Brasileira de Ciência

Avícola, Campinas, v.4, n.1, p.001-009, 2002.

60

GOUS, R. M. Making Progress in the Nutrition of Broilers. Poultry Science,

Savoy, v.77, p.111-117, 1998.

GUAHYBA, A. S. Utilização de Inteligência Artificial (Redes Neurais

Artificiais) no Gerenciamento de Reprodutoras Pesadas. 2001. Tese

(Doutorado) – Programa de Pós-Graduação em Ciências Veterinárias,

Faculdade de Veterinária, Universidade Federal do Rio Grande do Sul,

Porto Alegre, 2001

GUEVARA, V. R. Use of Nonlinear Programming to Optimize Performance

Response to Energy Density In Broiler Feed Formulation. Poultry Science,

Savoy, v. 83, p.147-151, 2004.

HARLOW, H. B; IVEY, F. Growth Models: Window on Bottom-Line Costs.

Broiler Industry, [s.l.], May, 1994.

HOLSHEIMER, J. P; VEERKAMP, C. H. Effect of Dietary Energy, Protein, and

Lysine Content on Performance and Yields of Two Strains of Male Broiler

Chicks. Poultry Science, Savoy, v. 71, p.872-879, 1992.

IMAEDA, N. Influence of the Stocking Density and Rearing Season on

Incidence of Sudden Death Syndrome in Broiler Chickens. Poultry

Science, Savoy, v.79, p. 201-204, 2000.

IVEY, F. Complex of the Future: Models and Decision Making. Broiler

Industry, [s.l.], may, 1994.

KOLLING, A. V. Efeito de Dietas contendo diferentes Relações de Energia

e Proteína e de Sistemas de Alimentação Simples e de Livre Escolha

da Dieta sobre o Desempenho de Frangos de Corte de 1 a 49 dias de

Idade. 2001. Tese (Mestrado) – Programa de Pós-Graduação em

Zootecnia, Faculdade de Agronomia, Universidade Federal do Rio Grande

do Sul, 2001

LEESON, S; CASTON, L; SUMMERS, J. D. Broiler Response to Energy or

Energy and Protein Dilution in the Finisher Diet. Poultry Science, Savoy,

v.75, p.522-528, 1996.

LOVATO, P. A. Princípios de Modelagem e sua Aplicação no Estudo de

Cadeias de Produção Agrícola. In: 40.a REUNIÃO ANUAL DA SOCIEDADE

BRASILEIRA DE ZOOTECNIA, 40., Santa Maria-RS, 2003. Anais... Santa

Maria, 2003.

MACK, S.; PACK, M. Desenvolvimento de Carcaças de Frangos: Influência dos

Aminoácidos da Dieta. In: Anais da CONFERÊNCIA APINCO, Campinas,

2000. Anais... Campinas, SP, 2000.

NATIONAL RESEARCH COUNCIL. Nutrient Requirementes of Poultry. 9

th

rev. ed. Washington, DC : National Academic Press, 1994.

61

NATIONAL RESEARCH COUNCIL. Nutrient Requirements of swine. 10

th

rev.

ed. Washington, DC : National Academic Press, 1998.

O’SULLIVAN, O. Who’s that knocking on my portal? USBanker, New York,

v.109, n.11, p.49-52, Nov. 1999.

PARKS, J. R. A theory of feeding and growth of animals. Berlin : Springer-

Verlag, 1982.

PENZ, A. M.; RENZ, S. V. Actualización en la Nutrición de Pollos. In:

CONGRESO LATINOAMERICANO DE AVICULTURA, 18., Santa Cruz de

la Sierra, 2003. [Anais...]. [Santa Cruz de la Sierra], 2003.

PESTI, G. M. Modelos para maximizar la rentabilidad en la producción de

Broilers. Avicultura Professional, [Buenos Aires], v.18, n.4, p.12-15,

2000.

RIVAS, O. C. Modelos matemáticos en medicina y biología. Bases teóricas y

fundamentos. La revista de Investigación Clínica, México – D.F., v.46,

n.4, p.307-321, jul/ago, 1994.

ROBEY, W.; GASPERONI, G.; HARLOW, H. The IGM

®

as a tool for modeling

broiler growth and variation. Disponível em:

<http://www.novusint.com/Public/Library/TechPaper.asp?ID=6>. Acesso

em: 10/07/2004.

RONDÓN, E. O. O. Optimización de la Producción Avícola por Medio de

Modelos Matemáticos. Revista Industria Avicola, Itu, SP, v.93, n.1101,

jun. 2002.

SALLE, C. T. P.; CÉ, M. C.; LORENZINI, G.; SFOGGIA, M. V. B.; GUAHYBA,

A. S.; MORAES, H. L. S.; NASCIMENTO, V. P. Correlation between

aflatoxin and ocratoxin levels with production parameters in a poultry

company. ASIA – PACIFIC POULTRY HEALTH CONFERENCE, 4.,

Melbourne – Australia, 1998. [Proceedings...] [Melbourne], [1998].

SCHEUERMANN, G. N; BILGILI, S. F; HESS, J. B; MULVANEY D. R. Breast

Muscle Development In Commercial Broiler Chickens. Poultry Science,

Savoy, v.82, p.1648-1658, 2003.

SILVA, M. A; ALBINO, L. F. T; ROSTAGNO, H. S; SILVA, M. A; VARGAS

JUNIOR, J. G. Níveis de Metionina+Cistina e de Proteína Bruta para

Frangos de Corte. Revista Brasileira de Zootecnia, Viçosa, v. 26, n.2, p.

350-356, 1997.

SMITH, E. R; PESTI, G. M. Influence of Broiler Strain Cross and Dietary Protein

on the Performance of Broilers. Poultry Science, Savoy, v.77, p.276-281,

1998.

62

SORENSEN, P; SU, G; KESTIN, S. C. Effects of Age and Stocking Density on

Leg Weakness in Broiler Chickens. Poultry Science, Savoy, v.79, p.864-

870, 2000.

SUMMERS, J. D; SPRATT, D; ATKINSON, J. L. Broiler Weight Gain and

Carcass Composition when Fed Diets Varying in Amino Acid Balance,

Dietary Energy, and Protein Level. Poultry Science, Savoy, v.71, p.263-

273, 1992.

VAN MILGEN, J. Modeling Growth of Pigs. Revista Feed Mix, Doetinchen, v.7,

n.1/2, 1999.

VIEIRA, S. L.; LEMME, A.; GOLDENBERG, D. B.; BRUGALLI, I. Responses of

Growing Broilers to Diets with Increased Sulfur Amino Acids to Lysine

Rations at Two Dietary Protein Levels. Poultry Science, Savoy, v.83,

p.1307-1313, 2004.

WALLA, F; MACDONALD, B; SEGRAVES, M; LIU, J; MEEK, H. Managing for

Enterprise Efficiency in Broiler and Turkey Operations Through

Business Modeling. Não publicado. Texto obtido diretamente com o autor

[em] 2002.

63

2. APÊNDICES

64

Apêndice 01 – Mapa de Distribuição das unidades experimentais.

T3R1 T8R2 T1R3 T2R4

BOX10 BOX11 BOX30 BOX31

T6R1 T4R2 T8R3 T6R4

BOX9 BOX12 BOX29 BOX32

T2R1 T5R2 T4R3 T4R4

BOX8 BOX13 BOX28 BOX33

T7R1 T6R2 T5R3 T8R4

BOX7 BOX14 BOX27 BOX34

T5R1 T7R2 T7R3 T5R4

BOX6 BOX15 BOX26 BOX35

T8R1 T1R2 T2R3 T7R4

BOX5 BOX16 BOX25 BOX36

T1R1 T3R2 T3R3 T1R4

BOX4 BOX17 BOX24 BOX37

T4R1 T2R2 T6R3 T3R4

BOX3 BOX18

S

A

L

A

.

1

BOX23 BOX38

T11R3 T9R3 T12R4 T10R4

BOX41 BOX60 BOX61 BOX80

T10R3 T12R3 T9R4 T11R4

BOX42 BOX59 BOX62 BOX79

T1R5 T8R6 T3R7 T7R8

BOX43 BOX58 BOX63 BOX78

T7R5 T6R6 T4R7 T2R8

BOX44 BOX57 BOX64 BOX77

T2R5 T7R6 T6R7 T3R8

BOX45 BOX56 BOX65 BOX76

T3R5 T4R6 T1R7 T4R8

BOX46 BOX55 BOX66 BOX75

T4R5 T5R6 T2R7 T8R8

BOX47 BOX54 BOX67 BOX74

T8R5 T1R6 T8R7 T5R8

BOX48 BOX53

S

A

L

A

.

2

BOX68 BOX73

65

Apêndice 02 – Relatório de Formulas do Câmera® para o tratamento 2.

Camera (tm) Process

EXECUTIVE SUMMARY FOR ac SEQUENCED BY AGEB

OPTIMIZATION DATE November 21, 2003

DATA SETS USED

TOTAL 35923 35922 35921 35920

PER B.P.U.

Optimized objective........... $/KG LV WT $/KG LV WT $/KG LV WT $/KG LV WT

B.P.U. floor space.........sqm 100,000 100,000 0 0 0

Cumulative Feed Cost.........$ 1,985,994 1,985,994 0 0 0

Cum. Ave. Feed Cost......$/ton 438.67 447.71 478.00 561.89

Feed Conv. Plant......(optima) 1.8785 0.0000 0.0000 0.0000

Feed cost/kg plant wt (optima) 0.8241 0.0000 0.0000 0.0000

Feed cost/kg evis. carcass.... 1.1602 0.0000 0.0000 0.0000

Feed cost/kg breast........ 4.8219 0.0000 0.0000 0.0000

Strain........................ COBN*C500F COBN*C500F COBN*C500F COBN*C500F

Bird Mktg. Age Dys....(optima) 42.00 0.00 0.00 0.00

Ending age, day............... 42.00 36.00 21.00 7.00

Farm Wt...............(optima) 2.47 2.00 0.87 0.19

Live Plant Wt.........(optima) 2.41 0.00 0.00 0.00

Hours of fast prior to process 7.50 0.00 0.00 0.00

Shrink farm to plant.........% 2.60 0.00 0.00 0.00

Feed Conv. Farm.......(optima) 1.8296 1.7244 1.4460 0.9634

No. of Birds placed...(optima) 1,035,252 1,035,252 0 0 0

Bird number at processing..... 1,000,000 1,000,000 0 0 0

Finished Density, birds/SQM... 10.0000 0.0000 0.0000 0.0000

Density of birds placed....... 10.3525 10.3525 10.3525 10.3525

Projected mortality..........% 3.41 3.03 2.05 1.00

Projected live...............% 96.59 0.00 0.00 0.00

Dead birds this period........ 35,253 3,919 10,073 10,919 10,341

TOTAL TONS:

Live weight to plant.......... 2,410.00 2,410.00 0.00 0.00 0.00

Without giblets proj. yield... 1,711.73 1,711.73 0.00 0.00 0.00

Breast proj. yield............ 411.87 411.87 0.00 0.00 0.00

Thighs proj. yield............ 306.44 306.44 0.00 0.00 0.00

Drums proj. yield............. 221.10 221.10 0.00 0.00 0.00

Neck proj. yield.............. 102.60 102.60 0.00 0.00 0.00

Wings proj. yield............. 174.51 174.51 0.00 0.00 0.00

Back proj. yield.............. 188.86 188.86 0.00 0.00 0.00

Other proj. yield............. 204.95 204.95 0.00 0.00 0.00

Waste proj. yield............. 799.52 799.52 0.00 0.00 0.00

Camera (tm) Process

NUTRITION PROFILE FOR ac SEQUENCED BY AGEB

OPTIMIZATION DATE November 21, 2003

DATA SETS USED

TOTAL 35923 35922 35921 35920

Age at Feed Delivery.....(dys) 36 21 7 0

Feed intake, kg/bird_day...... 0.1773 0.1439 0.0771 0.0254

DAILY INTAKE:

ME intake............ kcal/day 550.33 441.24 231.50 77.13

Calcium intake..........gm/day 1.6172 1.3372 0.7379 0.2537

Inorg Phos intake.......gm/day 0.7055 0.5818 0.3193 0.1136

Meth and cys intake.....gm/day 1.2353 1.1055 0.6767 0.2823

Lysine intake...........gm/day 1.6292 1.4941 0.9476 0.4109

Threonine intake........gm/day 1.0613 0.9504 0.5858 0.2485

Arginine intake.........gm/day 1.7526 1.5759 0.9760 0.4310

Crude protein intake....gm/day 29.5581 25.9407 15.5686 6.4072

Linoleid acid intake....gm/day 3.3131 2.6097 1.3285 0.8056

Methionine intake.......gm/day 0.7717 0.7031 0.4388 0.1857

Sodium intake...........gm/day 0.3221 0.2569 0.1384 0.0492

Tryptophan intake.......gm/day 0.2912 0.2677 0.1703 0.0765

Xanthophyll.............mg/day 2.3525 1.8188 0.8954 0.2139

PERCENT:

ME kcal/kg.................... 3,103.86 3,065.44 3,004.45 3,035.02

Calcium % of intake........... 0.9121 0.9290 0.9577 0.9984

Inorg Phos % of intake........ 0.3979 0.4042 0.4144 0.4471

Meth and cys % of intake...... 0.6967 0.7680 0.8782 1.1107

Lysine % of intake............ 0.9188 1.0380 1.2298 1.6167

Threonine % of intake......... 0.5986 0.6603 0.7602 0.9778

Arginine % of intake.......... 0.9885 1.0948 1.2667 1.6961

Crude Protein % of intake..... 16.6707 18.0220 20.2054 25.2112

Linoleid acid % of intake..... 1.8686 1.8131 1.7242 3.1701

Methionine % of intake........ 0.4352 0.4885 0.5695 0.7307

Sodium % of intake............ 0.1817 0.1785 0.1796 0.1936

Tryptophan % of intake........ 0.1642 0.1860 0.2210 0.3009

Xanthophyll % of intake....... 0.0013 0.0013 0.0012 0.0008

66

Apêndice 03 – Relatório de Formulas do Câmera® para o tratamento 4.

Camera (tm) Process

EXECUTIVE SUMMARY FOR ac SEQUENCED BY AGEB

OPTIMIZATION DATE November 21, 2003

DATA SETS USED

TOTAL 35927 35926 35925 35924

PER B.P.U.

Optimized objective........... $/KG LV WT $/KG LV WT $/KG LV WT $/KG LV WT

B.P.U. floor space.........sqm 100,000 100,000 0 0 0

Cumulative Feed Cost.........$ 3,073,195 3,073,195 0 0 0

Cum. Ave. Feed Cost......$/ton 494.49 500.70 530.11 612.90

Feed Conv. Plant......(optima) 1.8420 0.0000 0.0000 0.0000

Feed cost/kg plant wt (optima) 0.9108 0.0000 0.0000 0.0000

Feed cost/kg evis. carcass.... 1.2824 0.0000 0.0000 0.0000

Feed cost/kg breast........ 5.3297 0.0000 0.0000 0.0000

Strain........................ COBN*C500F COBN*C500F COBN*C500F COBN*C500F

Bird Mktg. Age Dys....(optima) 42.00 0.00 0.00 0.00

Ending age, day............... 42.00 36.00 21.00 7.00

Farm Wt...............(optima) 2.47 1.99 0.86 0.18

Live Plant Wt.........(optima) 2.41 0.00 0.00 0.00

Hours of fast prior to process 7.50 0.00 0.00 0.00

Shrink farm to plant.........% 2.60 0.00 0.00 0.00

Feed Conv. Farm.......(optima) 1.7940 1.6922 1.4176 0.9435

No. of Birds placed...(optima) 1,534,888 1,534,888 0 0 0

Bird number at processing..... 1,400,000 1,400,000 0 0 0

Finished Density, birds/SQM... 14.0000 0.0000 0.0000 0.0000

Density of birds placed....... 15.3489 15.3489 15.3489 15.3489

Projected mortality..........% 8.79 7.64 4.75 1.90

Projected live...............% 91.21 0.00 0.00 0.00

Dead birds this period........ 134,888 17,609 44,431 43,727 29,122

TOTAL TONS:

Live weight to plant.......... 3,374.00 3,374.00 0.00 0.00 0.00

Without giblets proj. yield... 2,396.42 2,396.42 0.00 0.00 0.00

Breast proj. yield............ 576.62 576.62 0.00 0.00 0.00

Thighs proj. yield............ 429.02 429.02 0.00 0.00 0.00

Drums proj. yield............. 309.53 309.53 0.00 0.00 0.00

Neck proj. yield.............. 143.64 143.64 0.00 0.00 0.00

Wings proj. yield............. 244.32 244.32 0.00 0.00 0.00

Back proj. yield.............. 264.41 264.41 0.00 0.00 0.00

Other proj. yield............. 286.93 286.93 0.00 0.00 0.00

Waste proj. yield............. 1,119.32 1,119.32 0.00 0.00 0.00

Camera (tm) Process

NUTRITION PROFILE FOR ac SEQUENCED BY AGEB

OPTIMIZATION DATE November 21, 2003

DATA SETS USED

TOTAL 35927 35926 35925 35924

Age at Feed Delivery.....(dys) 36 21 7 0

Feed intake, kg/bird_day...... 0.1697 0.1387 0.0735 0.0241

DAILY INTAKE:

ME intake............ kcal/day 553.63 441.38 228.15 75.14

Calcium intake..........gm/day 1.6235 1.3361 0.7266 0.2471

Inorg Phos intake.......gm/day 0.7062 0.5813 0.3162 0.1121

Meth and cys intake.....gm/day 1.3318 1.1784 0.7085 0.2907

Lysine intake...........gm/day 1.8102 1.6275 1.0088 0.4277

Threonine intake........gm/day 1.1643 1.0255 0.6198 0.2578

Arginine intake.........gm/day 1.9518 1.7115 1.0499 0.4562

Crude protein intake....gm/day 31.0802 27.0306 16.1275 6.5986

Linoleid acid intake....gm/day 6.4172 4.5309 2.2647 1.0618

Methionine intake.......gm/day 0.8455 0.7604 0.4626 0.1914

Sodium intake...........gm/day 0.3239 0.2570 0.1364 0.0480

Tryptophan intake.......gm/day 0.3190 0.2875 0.1818 0.0807

Xanthophyll.............mg/day 1.9441 1.5485 0.7395 0.1627

PERCENT:

ME kcal/kg.................... 3,262.54 3,181.39 3,103.65 3,111.51

Calcium % of intake........... 0.9567 0.9630 0.9884 1.0234

Inorg Phos % of intake........ 0.4161 0.4190 0.4302 0.4642

Meth and cys % of intake...... 0.7848 0.8494 0.9638 1.2038

Lysine % of intake............ 1.0668 1.1731 1.3724 1.7711

Threonine % of intake......... 0.6861 0.7392 0.8432 1.0675

Arginine % of intake.......... 1.1502 1.2336 1.4283 1.8891

Crude Protein % of intake..... 18.3155 19.4831 21.9391 27.3248

Linoleid acid % of intake..... 3.7816 3.2658 3.0808 4.3971

Methionine % of intake........ 0.4983 0.5481 0.6293 0.7924

Sodium % of intake............ 0.1909 0.1852 0.1856 0.1986

Tryptophan % of intake........ 0.1880 0.2072 0.2473 0.3342

Xanthophyll % of intake....... 0.0011 0.0011 0.0010 0.0007

67

Apêndice 04 – Relatório de Formulas do Câmera® para o tratamento 6.

Camera (tm) Process

EXECUTIVE SUMMARY FOR ac SEQUENCED BY AGEB

OPTIMIZATION DATE November 21, 2003

DATA SETS USED

TOTAL 35931 35930 35929 35928

PER B.P.U.

Optimized objective........... $/KG LV WT $/KG LV WT $/KG LV WT $/KG LV WT

B.P.U. floor space.........sqm 100,000 100,000 0 0 0

Cumulative Feed Cost.........$ 1,651,777 1,651,777 0 0 0

Cum. Ave. Feed Cost......$/ton 425.85 433.49 457.30 493.87

Feed Conv. Plant......(optima) 1.9297 0.0000 0.0000 0.0000

Feed cost/kg plant wt (optima) 0.8218 0.0000 0.0000 0.0000

Feed cost/kg evis. carcass.... 1.1562 0.0000 0.0000 0.0000

Feed cost/kg breast........ 4.9522 0.0000 0.0000 0.0000

Strain........................ COBN*C500F COBN*C500F COBN*C500F COBN*C500F

Bird Mktg. Age Dys....(optima) 42.00 0.00 0.00 0.00

Ending age, day............... 42.00 36.00 21.00 7.00

Farm Wt...............(optima) 2.07 1.68 0.77 0.18

Live Plant Wt.........(optima) 2.01 0.00 0.00 0.00

Hours of fast prior to process 7.50 0.00 0.00 0.00

Shrink farm to plant.........% 2.71 0.00 0.00 0.00

Feed Conv. Farm.......(optima) 1.8775 1.7686 1.4750 0.9985

No. of Birds placed...(optima) 1,030,208 1,030,208 0 0 0

Bird number at processing..... 1,000,000 1,000,000 0 0 0

Finished Density, birds/SQM... 10.0000 0.0000 0.0000 0.0000

Density of birds placed....... 10.3021 10.3021 10.3021 10.3021

Projected mortality..........% 2.93 2.61 1.78 0.87

Projected live...............% 97.07 0.00 0.00 0.00

Dead birds this period........ 30,208 3,329 8,561 9,329 8,989

TOTAL TONS:

Live weight to plant.......... 2,010.00 2,010.00 0.00 0.00 0.00

Without giblets proj. yield... 1,428.59 1,428.59 0.00 0.00 0.00

Breast proj. yield............ 333.54 333.54 0.00 0.00 0.00

Thighs proj. yield............ 257.46 257.46 0.00 0.00 0.00

Drums proj. yield............. 183.65 183.65 0.00 0.00 0.00

Neck proj. yield.............. 96.23 96.23 0.00 0.00 0.00

Wings proj. yield............. 148.45 148.45 0.00 0.00 0.00

Back proj. yield.............. 152.41 152.41 0.00 0.00 0.00

Other proj. yield............. 171.83 171.83 0.00 0.00 0.00

Waste proj. yield............. 665.71 665.71 0.00 0.00 0.00

Camera (tm) Process

NUTRITION PROFILE FOR ac SEQUENCED BY AGEB

OPTIMIZATION DATE November 21, 2003

DATA SETS USED

TOTAL 35931 35930 35929 35928

Age at Feed Delivery.....(dys) 36 21 7 0

Feed intake, kg/bird_day...... 0.1491 0.1214 0.0679 0.0255

DAILY INTAKE:

ME intake............ kcal/day 464.86 374.33 205.45 75.05

Calcium intake..........gm/day 1.3685 1.1365 0.6553 0.2472

Inorg Phos intake.......gm/day 0.5892 0.4864 0.2783 0.1106

Meth and cys intake.....gm/day 0.9971 0.8864 0.5642 0.2495

Lysine intake...........gm/day 1.2877 1.1772 0.7794 0.3556

Threonine intake........gm/day 0.8541 0.7607 0.4877 0.2171

Arginine intake.........gm/day 1.4071 1.2585 0.8111 0.3637

Crude protein intake....gm/day 23.9978 20.9731 13.0920 5.6630

Linoleid acid intake....gm/day 2.8187 2.2355 1.1941 0.4179

Methionine intake.......gm/day 0.6186 0.5591 0.3630 0.1639

Sodium intake...........gm/day 0.2726 0.2184 0.1229 0.0479

Tryptophan intake.......gm/day 0.2313 0.2114 0.1401 0.0647

Xanthophyll.............mg/day 2.0162 1.5740 0.8164 0.2718

PERCENT:

ME kcal/kg.................... 3,118.39 3,084.36 3,027.92 2,946.51

Calcium % of intake........... 0.9180 0.9365 0.9657 0.9707

Inorg Phos % of intake........ 0.3953 0.4007 0.4101 0.4343

Meth and cys % of intake...... 0.6689 0.7304 0.8316 0.9797

Lysine % of intake............ 0.8638 0.9700 1.1487 1.3960

Threonine % of intake......... 0.5729 0.6268 0.7188 0.8522

Arginine % of intake.......... 0.9439 1.0370 1.1954 1.4279

Crude Protein % of intake..... 16.0983 17.2812 19.2951 22.2340

Linoleid acid % of intake..... 1.8908 1.8420 1.7599 1.6409

Methionine % of intake........ 0.4150 0.4607 0.5350 0.6435

Sodium % of intake............ 0.1829 0.1800 0.1812 0.1881

Tryptophan % of intake........ 0.1552 0.1742 0.2065 0.2539

Xanthophyll % of intake....... 0.0014 0.0013 0.0012 0.0011

68

Apêndice 04 – Relatório de Formulas do Câmera® para o tratamento 8.

Camera (tm) Process

EXECUTIVE SUMMARY FOR ac SEQUENCED BY AGEB

OPTIMIZATION DATE November 21, 2003

DATA SETS USED

TOTAL 35935 35934 35933 35932

PER B.P.U.

Optimized objective........... $/KG LV WT $/KG LV WT $/KG LV WT $/KG LV WT

B.P.U. floor space.........sqm 100,000 100,000 0 0 0

Cumulative Feed Cost.........$ 2,615,622 2,615,622 0 0 0

Cum. Ave. Feed Cost......$/ton 467.95 481.04 501.15 523.93

Feed Conv. Plant......(optima) 1.9863 0.0000 0.0000 0.0000

Feed cost/kg plant wt (optima) 0.9295 0.0000 0.0000 0.0000

Feed cost/kg evis. carcass.... 1.3078 0.0000 0.0000 0.0000

Feed cost/kg breast........ 5.6014 0.0000 0.0000 0.0000

Strain........................ COBN*C500F COBN*C500F COBN*C500F COBN*C500F

Bird Mktg. Age Dys....(optima) 42.00 0.00 0.00 0.00

Ending age, day............... 42.00 36.00 21.00 7.00

Farm Wt...............(optima) 2.07 1.67 0.74 0.17

Live Plant Wt.........(optima) 2.01 0.00 0.00 0.00

Hours of fast prior to process 7.50 0.00 0.00 0.00

Shrink farm to plant.........% 2.71 0.00 0.00 0.00

Feed Conv. Farm.......(optima) 1.9326 1.8291 1.5383 1.0389

No. of Birds placed...(optima) 1,469,463 1,469,463 0 0 0

Bird number at processing..... 1,400,000 1,400,000 0 0 0

Finished Density, birds/SQM... 14.0000 0.0000 0.0000 0.0000

Density of birds placed....... 14.6946 14.6946 14.6946 14.6946

Projected mortality..........% 4.73 4.15 2.68 1.18

Projected live...............% 95.27 0.00 0.00 0.00

Dead birds this period........ 69,463 8,498 21,589 22,085 17,292

TOTAL TONS:

Live weight to plant.......... 2,814.00 2,814.00 0.00 0.00 0.00

Without giblets proj. yield... 2,000.03 2,000.03 0.00 0.00 0.00

Breast proj. yield............ 466.96 466.96 0.00 0.00 0.00

Thighs proj. yield............ 360.44 360.44 0.00 0.00 0.00

Drums proj. yield............. 257.11 257.11 0.00 0.00 0.00

Neck proj. yield.............. 134.72 134.72 0.00 0.00 0.00

Wings proj. yield............. 207.83 207.83 0.00 0.00 0.00

Back proj. yield.............. 213.38 213.38 0.00 0.00 0.00

Other proj. yield............. 240.56 240.56 0.00 0.00 0.00

Waste proj. yield............. 932.00 932.00 0.00 0.00 0.00

Camera (tm) Process

NUTRITION PROFILE FOR ac SEQUENCED BY AGEB

OPTIMIZATION DATE November 21, 2003

DATA SETS USED

TOTAL 35935 35934 35933 35932

Age at Feed Delivery.....(dys) 36 21 7 0

Feed intake, kg/bird_day...... 0.1529 0.1251 0.0685 0.0251

DAILY INTAKE:

ME intake............ kcal/day 470.40 374.53 199.67 71.19

Calcium intake..........gm/day 1.3847 1.1377 0.6378 0.2351

Inorg Phos intake.......gm/day 0.6161 0.5212 0.2949 0.1117

Meth and cys intake.....gm/day 1.1527 1.1388 0.6911 0.2789

Lysine intake...........gm/day 1.5320 1.5742 0.9843 0.4045

Threonine intake........gm/day 0.9900 0.9811 0.6006 0.2440

Arginine intake.........gm/day 1.6389 1.6348 1.0531 0.4458

Crude protein intake....gm/day 27.0994 25.8996 16.0899 6.6172

Linoleid acid intake....gm/day 2.7938 2.1347 1.0916 0.3713

Methionine intake.......gm/day 0.7311 0.7439 0.4479 0.1794

Sodium intake...........gm/day 0.2757 0.2185 0.1195 0.0455

Tryptophan intake.......gm/day 0.2771 0.2867 0.1892 0.0815

Xanthophyll.............mg/day 1.9555 1.4270 0.6917 0.2199

PERCENT:

ME kcal/kg.................... 3,076.13 2,994.97 2,915.13 2,833.39

Calcium % of intake........... 0.9055 0.9097 0.9311 0.9357

Inorg Phos % of intake........ 0.4029 0.4168 0.4305 0.4446

Meth and cys % of intake...... 0.7538 0.9107 1.0090 1.1099

Lysine % of intake............ 1.0018 1.2588 1.4370 1.6099

Threonine % of intake......... 0.6474 0.7845 0.8769 0.9711

Arginine % of intake.......... 1.0717 1.3073 1.5375 1.7743

Crude Protein % of intake..... 17.7213 20.7111 23.4906 26.3373

Linoleid acid % of intake..... 1.8270 1.7070 1.5937 1.4779

Methionine % of intake........ 0.4781 0.5949 0.6538 0.7142

Sodium % of intake............ 0.1803 0.1747 0.1745 0.1811

Tryptophan % of intake........ 0.1812 0.2293 0.2762 0.3245

Xanthophyll % of intake....... 0.0013 0.0011 0.0010 0.0009

69

Apêndice 05 – Tabela de dados brutos obtido durante o experimento.

Trat

Box

Rep

N.o

1d PT1d

RF1d

N.o

7d PT7d

SR

7d NM7d

PM7d

N.o

14d PT14d

RF 8d

SR

14d NM14d

PM14d

N.o

21d PT21d

RF

15d

SR

21d

T1 4 Brill Machos

Baixa

1 31 1445

9000 31 5835

3990 0 0 31 14955

35000

23100 0 0 31 28400

23100 3500

T1 16 Brill Machos

Baixa

2 31 1445

9000 31 5570

4435 0 0 30 13775

35000

23900 1 260 30 27000

23900 4250

T1 30 Brill Machos

Baixa

3 31 1440

9000 31 5680

4300 0 0 31 14600

35000

22350 0 0 31 28100

22350 2000

T1 37 Brill Machos

Baixa

4 31 1445

9000 31 5710

4405 0 0 30 14420

35000

23200 1 225 30 28200

23200 3600

T1 43 Brill Machos

Baixa

5 31 1420

9000 30 5565

4050 1 70 30 14610

35000

23250 0 0 30 28050

23250 3850

T1 53 Brill Machos

Baixa

6 31 1425

9000 31 5570

4095 0 0 31 14610

35000

23150 0 0 31 28800

23150 3000

T1 66 Brill Machos

Baixa

7 31 1435

9000 30 5515

4140 1 130 30 14230

35000

23550 0 0 30 28150

23550 3800

T1 71 Brill Machos

Baixa

8 31 1410

9000 31 5555

4210 0 0 30 14065

35000

24000 1 160 30 27450

24000 4950

T2 8 Camera

Machos

Baixa

1 31 1445

7000 31 5535

2265 0 0 31 14380

40000

27350 0 0 31 27050

27350 7700

T2 18 Camera

Machos

Baixa

2 31 1425

7000 30 5175

2645 1 60 30 13465

40000

28850 0 0 30 25800

28850 9850

T2 25 Camera

Machos

Baixa

3 31 1435

7000 31 5410

2255 0 0 31 13645

40000

28550 0 0 31 26150

28550 9000

T2 31 Camera

Machos

Baixa

4 31 1425

7000 31 5250

3000 0 0 31 14025

40000

28300 0 0 31 27150

28300 8250

T2 45 Camera

Machos

Baixa

5 31 1440

7000 31 5480

2415 0 0 31 14340

40000

27300 0 0 31 27500

27300 6700

T2 51 Camera

Machos

Baixa

6 31 1425

7000 31 5435

2545 0 0 31 14650

40000

27700 0 0 31 28500

27700 6800

T2 67 Camera

Machos

Baixa

7 31 1410

7000 30 5360

2535 1 50 30 13935

40000

28700 0 0 30 26900

28700 9500

T2 77 Camera

Machos

Baixa

8 31 1430

7000 30 5340

2335 1 80 30 13905

40000

28300 0 0 30 26700

28300 9400

T3 10 Brill Machos

Alta 1 43 1970

9000 43 7835

2595 0 0 42 20140

45000

28550 1 250 42 38500

28550 1750

T3 17 Brill Machos

Alta 2 43 1990

9000 43 7870

2710 0 0 42 19345

45000

29750 1 170 42 37450

29750 3650

T3 24 Brill Machos

Alta 3 43 1980

9000 43 7720

2625 0 0 43 20085

45000

28600 0 0 43 38900

28600 1200

T3 38 Brill Machos

Alta 4 43 2000

9000 42 7810

2405 1 110 42 20370

45000

28650 0 0 42 39100

28650 1250

T3 46 Brill Machos

Alta 5 43 1995

9000 43 7970

2735 0 0 43 20800

45000

28200 0 0 43 39800

28200 350

T3 52 Brill Machos

Alta 6 43 1990

9000 43 7945

2400 0 0 43 20280

45000

28950 0 0 43 39450

28950 1650

T3 63 Brill Machos

Alta 7 43 1965

9000 43 7600

2515 0 0 43 20100

45000

28800 0 0 42 38050

28800 1800

T3 76 Brill Machos

Alta 8 43 1985

9000 43 7865

2670 0 0 42 19790

45000

29450 1 185 41 37350

29450 3400

T4 3 Camera

Machos

Alta 1 43 1990

9000 42 7460

3440 1 40 42 20020

50000

34450 0 0 42 39000

34450 8200

T4 12 Camera

Machos

Alta 2 43 1980

9000 43 7565

3350 0 0 43 19205

50000

35450 0 0 42 36700

35450 10100

T4 28 Camera

Machos

Alta 3 43 1955

9000 43 7285

3760 0 0 43 19270

50000

35300 0 0 43 38000

35300 9000

T4 33 Camera

Machos

Alta 4 43 1985

9000 42 7305

3645 1 70 42 18925

50000

35500 0 0 42 37650

35500 9600

T4 47 Camera

Machos

Alta 5 43 1980

9000 42 6955

3940 1 35 42 19410

50000

34650 0 0 42 38450

34650 8100

T4 55 Camera

Machos

Alta 6 43 1980

9000 43 7305

3545 0 0 43 19420

50000

34750 0 0 42 37450

34750 8750

T4 64 Camera

Machos

Alta 7 43 1975

9000 43 7475

3230 0 0 43 19400

50000

35100 0 0 43 38050

35100 8700

T4 75 Camera

Machos

Alta 8 43 1975

9000 43 7650

3090 0 0 43 20575

50000

33700 0 0 43 40300

33700 6550

70

Apêndice 06 – Tabela de dados brutos obtido durante o experimento (continuação).

Trat

Box

NM21d

PM21d

N.o

28d PT28d

RF

22d

SR

28d NM28d

PM28d

N.o

36d PT36d

RF

29d

SR

35d NM36d

PM36d

N.o

42d PT42d

RF

35d

SR

42d NM42d

PM42d

T1 4 0 0 31 45200

40000

11550 0 0 30 62100

39550

1900 1 1830 30 76900 38000 6250 0 0

T1 16 0 0 30 43600

40000

12950 0 0 30 62850

40950

3900 0 0 30 77100 38000 6300 0 0

T1 30 0 0 31 45550

40000

11100 0 0 31 64150

39100

950 0 0 31 79400 38000 5350 0 0

T1 37 0 0 30 45250

40000

11700 0 0 30 64250

39700

2100 0 0 30 79900 38000 4950 0 0

T1 43 0 0 30 44350

40000

13300 0 0 30 62400

41300

4500 0 0 30 77300 38000 5150 0 0

T1 53 0 0 31 46250

40000

12050 0 0 30 63400

40050

3000 1 1810 30 78750 38000 5500 0 0

T1 66 0 0 30 45600

40000

11300 0 0 30 63750

39300

2150 0 0 30 80200 38000 3850 0 0

T1 71 0 0 30 43000

40000

13750 0 0 30 60950

41750

6400 0 0 30 74650 38000 7750 0 0

T2 8 0 0 31 41500

40000

12300 1 1339 30 59400

44300

6300 0 0 30 74600 38000 4400 0 0

T2 18 0 0 30 41450

40000

12650 0 0 30 60400

44650

5700 0 0 30 75250 38000 4500 0 0

T2 25 0 0 31 42400

40000

11200 0 0 31 60800

43200

4600 0 0 31 75150 38000 4700 0 0

T2 31 0 0 31 43600

40000

10450 0 0 31 62550

42450

2700 0 0 31 76600 38000 4550 0 0

T2 45 0 0 31 43900

40000

10850 0 0 31 61300

42850

4050 0 0 31 76700 38000 2750 0 0

T2 51 0 0 31 45050

40000

9950 0 0 31 63000

41950

3300 0 0 31 78950 38000 2900 0 0

T2 67 0 0 30 42200

40000

12800 0 0 30 59450

44800

8650 0 0 30 73150 38000 6150 0 0

T2 77 0 0 30 42350

40000

12000 0 0 30 60650

44000

5550 0 0 30 76150 38000 3300 0 0

T3 10 0 0 42 61350

40000

2800 0 0 42 87050

57800

6750 0 0 42 102050

52000 11650 0 0

T3 17 0 0 41 59900

40000

3350 1 391 41 85450

58350

7400 0 0 41 103900

52000 11000 0 0

T3 24 0 0 43 63050

40000

1050 0 0 43 89650

56050

2500 0 0 43 109600

52000 7850 0 0

T3 38 0 0 42 62200

40000

2050 1 1481 41 87100

57050

6200 0 0 41 102400

52000 13500 0 0

T3 46 0 0 43 64100

40000

250 0 0 43 89500

55250

2900 0 0 42 105350

52000 9450 1 2320

T3 52 0 0 43 63100

40000

1800 0 0 43 87800

56800

6350 0 0 43 107550

52000 8900 0 0

T3 63 1 800 42 60550

40000

2700 0 0 42 86000

57700

7000 0 0 42 106000

52000 7550 0 0

T3 76 1 600 41 59350

40000

3500 0 0 41 82750

58500

11050 0 0 41 101250

52000 11550 0 0

T4 3 0 0 42 62650

40000

500 0 0 42 90500

55500

1600 0 0 42 109800

50000 4700 0 0

T4 12 1 450 41 58300

40000

4100 2 1980 40 80550

59100

11000 0 0 40 95100 50000 9250 0 0

T4 28 0 0 43 62100

40000

700 0 0 42 85750

55700

4000 1 1765 41 103650

50000 7850 1 0

T4 33 0 0 42 61200

40000

1450 0 0 42 87450

56450

5000 0 0 42 106150

50000 8400 0 0

T4 47 0 0 42 62400

40000

1300 0 0 42 86450

56300

6150 0 0 42 105750

50000 7300 0 0

T4 55 1 570 41 59050

40000

3700 1 783 41 82500

58700

9750 0 0 41 102950

50000 7150 0 0

T4 64 0 0 43 62150

40000

1150 0 0 42 84400

56150

5700 1 1630 42 106050

50000 3900 0 0

T4 75 0 0 43 64300

40000

700 0 0 42 88650

55700

2650 1 1650 42 109300

50000 4750 0 0

71

Apêndice 07 – Tabela de dados brutos obtido durante o experimento (continuação).

Trat

Box

PM1

PM7

CA7

CM7

MO7

PM21

CA21

CM21

MO21

PM36

CA36

CM36

MO36

PM42

CA42

CM42

MO42

Cu07

Cu21

Cu36

Cu42

T1 4 46,6

188 0,86

162 0,0 916 1,29 1178 0,0 2070 1,61 3322 3,2 2563 1,71 4375 3,2 0,415

0,621

0,779

0,826

T1 16 46,6

180 0,82

147 0,0 900 1,30 1166 3,2 2095 1,58 3300 3,2 2570 1,69 4356 3,2 0,396

0,626

0,765

0,820

T1 30 46,5

183 0,83

152 0,0 906 1,34 1216 0,0 2069 1,63 3379 0,0 2561 1,73 4432 0,0 0,400

0,648

0,793

0,838

T1 37 46,6

184 0,80

148 0,0 940 1,27 1190 3,2 2142 1,58 3385 3,2 2663 1,68 4486 3,2 0,389

0,612

0,767

0,815

T1 43 45,8

186 0,88

163 3,2 935 1,28 1200 3,2 2080 1,59 3316 3,2 2577 1,71 4411 3,2 0,424

0,620

0,774

0,828

T1 53 46,0

180 0,88

158 0,0 929 1,28 1190 0,0 2113 1,56 3303 3,2 2625 1,67 4380 3,2 0,425

0,619

0,758

0,807

T1 66 46,3

184 0,86

158 3,2 938 1,28 1196 3,2 2125 1,60 3390 3,2 2673 1,69 4528 3,2 0,416

0,616

0,774

0,820

T1 71 45,5

179 0,86

155 0,0 915 1,26 1155 3,2 2032 1,58 3206 3,2 2488 1,69 4214 3,2 0,417

0,610

0,766

0,820

T2 8 46,6

179 0,86

153 0,0 873 1,37 1195 0,0 1980 1,69 3349 3,2 2487 1,80 4464 3,2 0,481

0,652

0,755

0,785

T2 18 46,0

173 0,83

144 3,2 860 1,33 1147 3,2 2013 1,67 3357 3,2 2508 1,78 4473 3,2 0,467

0,635

0,743

0,779

T2 25 46,3

175 0,88

153 0,0 844 1,37 1153 0,0 1961 1,70 3327 0,0 2424 1,82 4401 0,0 0,493

0,652

0,757

0,794

T2 31 46,0

169 0,76

129 0,0 876 1,32 1153 0,0 2018 1,68 3389 0,0 2471 1,81 4468 0,0 0,428

0,625

0,748

0,789

T2 45 46,5

177 0,84

148 0,0 887 1,38 1222 0,0 1977 1,73 3414 0,0 2474 1,84 4551 0,0 0,470

0,656

0,771

0,804

T2 51 46,0

175 0,82

144 0,0 919 1,32 1215 0,0 2032 1,69 3431 0,0 2547 1,79 4563 0,0 0,461

0,628

0,753

0,783

T2 67 45,5

179 0,83

147 3,2 897 1,30 1163 3,2 1982 1,65 3274 3,2 2438 1,78 4336 3,2 0,464

0,618

0,738

0,778

T2 77 46,1

178 0,86

153 3,2 890 1,32 1172 3,2 2022 1,67 3386 3,2 2538 1,79 4542 3,2 0,484

0,628

0,747

0,782

T3 10 45,8

182 0,82

149 0,0 917 1,28 1175 2,3 2073 1,58 3274 2,3 2430 1,74 4234 2,3 0,395

0,619

0,767

0,844

T3 17 46,3

183 0,80

146 0,0 892 1,27 1129 2,3 2084 1,57 3277 4,7 2534 1,69 4275 4,7 0,386

0,612

0,763

0,817

T3 24 46,0

180 0,83

148 0,0 905 1,29 1167 0,0 2085 1,59 3318 0,0 2549 1,70 4345 0,0 0,399

0,623

0,772

0,825

T3 38 46,5

186 0,83

155 2,3 931 1,28 1195 2,3 2124 1,57 3333 4,7 2498 1,71 4267 4,7 0,402

0,620

0,761

0,827

T3 46 46,4

185 0,79

146 0,0 926 1,28 1184 0,0 2081 1,60 3326 0,0 2508 1,72 4323 2,3 0,380

0,618

0,776

0,834

T3 52 46,3

185 0,83

153 0,0 917 1,27 1162 0,0 2042 1,58 3223 0,0 2501 1,69 4226 0,0 0,401

0,612

0,766

0,818

T3 63 45,7

177 0,85

151 0,0 906 1,28 1159 2,3 2048 1,59 3248 2,3 2524 1,71 4304 2,3 0,412

0,618

0,770

0,825

T3 76 46,2

183 0,80

147 0,0 911 1,26 1145 4,7 2018 1,58 3186 4,7 2470 1,69 4171 4,7 0,389

0,607

0,766

0,818

T4 3 46,3

178 0,74

132 2,3 929 1,21 1126 2,3 2155 1,55 3350 2,3 2614 1,69 4428 2,3 0,454

0,640

0,774

0,834

T4 12 46,0

176 0,75

131 0,0 874 1,23 1071 2,3 2014 1,56 3144 7,0 2378 1,75 4151 7,0 0,458

0,647

0,778

0,860

T4 28 45,5

169 0,72

122 0,0 884 1,22 1075 0,0 2042 1,57 3202 2,3 2528 1,70 4302 4,7 0,441

0,641

0,781

0,837

T4 33 46,2

174 0,73

126 2,3 896 1,21 1087 2,3 2082 1,55 3230 2,3 2527 1,67 4220 2,3 0,445

0,640

0,773

0,822

T4 47 46,0

166 0,72

120 2,3 915 1,22 1117 2,3 2058 1,57 3232 2,3 2518 1,69 4249 2,3 0,444

0,643

0,782

0,831

T4 55 46,0

170 0,75

127 0,0 892 1,23 1095 2,3 2012 1,57 3166 4,7 2511 1,68 4208 4,7 0,458

0,648

0,784

0,825

T4 64 45,9

174 0,77

134 0,0 885 1,24 1095 0,0 2010 1,59 3185 2,3 2525 1,69 4279 2,3 0,473

0,653

0,790

0,834

T4 75 45,9

178 0,77

137 0,0 937 1,22 1148 0,0 2111 1,57 3312 2,3 2602 1,69 4385 2,3 0,473

0,646

0,783

0,830

72

Apêndice 08 – Tabela de dados brutos obtido durante o experimento (continuação).

Trat

Box

ConsEM

ConsPB

CVEM07

CVPB07

CVEM21

CVPB21

CVEM36

CVPB36

CVEM42

CVPB42

T1 4 13879 863 2533 197,5 3903 273,5 5043 323,1 5415 336,8

T1 16 13823 859 2418 188,5 3935 275,3 4950 316,9 5379 334,3

T1 30 14059 875 2441 190,3 4075 285,1 5130 328,7 5489 341,6

T1 37 14237 884 2374 185,1 3846 269,1 4967 317,9 5346 332,1

T1 43 13996 870 2591 202,0 3898 273,1 5008 321,1 5432 337,8

T1 53 13895 864 2598 202,5 3891 272,5 4909 314,7 5293 329,2

T1 66 14374 893 2540 198,0 3872 271,1 5013 321,0 5377 333,9

T1 71 13367 832 2544 198,3 3832 268,4 4957 317,8 5372 334,4

T2 8 13659 823 2596 215,7 4118 285,5 5150 321,9 5493 331,1

T2 18 13689 823 2525 209,7 4013 278,0 5078 316,5 5457 328,2

T2 25 13467 812 2662 221,1 4112 285,3 5166 322,5 5555 334,8

T2 31 13669 822 2312 192,1 3960 273,5 5115 318,4 5532 332,8

T2 45 13924 839 2539 210,9 4144 286,8 5256 328,4 5628 339,1

T2 51 13960 841 2488 206,6 3974 274,8 5140 320,8 5482 330,1

T2 67 13264 800 2505 208,1 3902 270,4 5031 314,3 5440 328,0

T2 77 13901 836 2612 217,0 3961 274,7 5100 318,3 5476 329,5

T3 10 13424 837 2412 188,0 3892 272,3 4963 318,0 5525 344,3

T3 17 13567 844 2358 183,8 3846 269,2 4943 316,1 5354 332,9

T3 24 13785 857 2436 189,9 3918 274,1 5002 320,2 5408 336,4

T3 38 13523 844 2456 191,5 3900 273,0 4929 315,8 5415 337,8

T3 46 13711 854 2319 180,8 3886 271,8 5021 321,5 5466 340,3

T3 52 13402 834 2451 191,1 3845 269,2 4959 317,9 5358 333,6

T3 63 13658 849 2517 196,3 3884 271,9 4984 319,3 5412 336,4

T3 76 13229 824 2374 185,1 3817 267,2 4960 317,8 5357 333,5

T4 3 14088 885 2307 202,6 3767 273,8 4906 319,0 5389 338,5

T4 12 13206 830 2324 204,1 3807 277,1 4926 320,7 5555 349,3

T4 28 13692 858 2238 196,6 3778 274,4 4948 321,7 5416 339,5

T4 33 13421 844 2260 198,4 3766 273,7 4894 318,3 5310 334,0

T4 47 13513 850 2253 197,8 3789 274,8 4954 322,4 5367 337,5

T4 55 13387 841 2324 204,1 3814 277,2 4964 323,3 5332 335,1

T4 64 13616 855 2402 211,0 3841 279,6 5001 325,8 5393 338,6

T4 75 13949 877 2404 211,1 3803 276,6 4951 322,6 5360 337,2

73

Apêndice 09 – Tabela de dados brutos obtido durante o experimento (continuação).

Trat

Box

Rep

N.o

1d PT1d

RF1d

N.o

7d PT7d

SR

7d NM7d

PM7d

N.o

14d PT14d

RF 8d

SR

14d NM14d

PM14d

N.o

21d PT21d

RF

15d

SR

21d

T5 6 Brill Fêmeas

Baixa

1 31 1415

9000 31 5395

4375 0 0 31 13885

30000

19000 0 0 31 26050

19000 950

T5 13 Brill Fêmeas

Baixa

2 31 1405

9000 31 5450

4400 0 0 31 13855

30000

18500 0 0 31 25700

18500 600

T5 27 Brill Fêmeas

Baixa

3 31 1420

9000 31 5305

4250 0 0 31 13175

30000

19600 0 0 30 23700

19600 3100

T5 35 Brill Fêmeas

Baixa

4 31 1410

9000 31 5180

4345 0 0 31 12980

30000

19600 0 0 31 24500

19600 2350

T5 49 Brill Fêmeas

Baixa

5 31 1435

9000 31 5415

4230 0 0 31 13675

30000

19100 0 0 31 25100

19100 2200

T5 54 Brill Fêmeas

Baixa

6 31 1415

9000 31 5450

4535 0 0 31 13905

30000

18950 0 0 31 25800

18950 1450

T5 70 Brill Fêmeas

Baixa

7 31 1405

9000 31 5515

4155 0 0 31 13980

30000

19000 0 0 31 25700

19000 1500

T5 73 Brill Fêmeas

Baixa

8 31 1410

9000 31 5295

4195 0 0 31 13120

30000

19300 0 0 31 25100

19300 1150

T6 9 Camera

Fêmeas

Baixa

1 31 1435

7000 31 5180

2570 0 0 31 13305

40000

28850 0 0 31 24600

28850 11150

T6 14 Camera

Fêmeas

Baixa

2 31 1410

7000 31 5235

2370 0 0 30 12600

40000

29450 1 250 30 23450

29450 12600

T6 23 Camera

Fêmeas

Baixa

3 31 1415

7000 31 5235

2660 0 0 31 12855

40000

29350 0 0 31 23900

29350 11900

T6 32 Camera

Fêmeas

Baixa

4 31 1425

7000 31 5135

2650 0 0 31 12905

40000

29350 0 0 31 24150

29350 11700

T6 50 Camera

Fêmeas

Baixa

5 31 1400

7000 31 5395

2325 0 0 31 13890

40000

28300 0 0 31 25650

28300 9800

T6 57 Camera

Fêmeas

Baixa

6 31 1415

7000 30 4950

2590 1 120 30 12440

40000

29350 0 0 30 23100

29350 12750

T6 65 Camera

Fêmeas

Baixa

7 31 1420

7000 31 5065

2690 0 0 31 12815

40000

29050 0 0 31 23750

29050 11700

T6 72 Camera

Fêmeas

Baixa

8 31 1390

7000 31 4915

2415 0 0 31 13270

40000

28800 0 0 31 24550

28800 11100

T7 7 Brill Fêmeas

Alta 1 43 1950

9000 42 7360

3165 1 35 42 18605

40000

25400 0 0 42 34750

25400 1900

T7 15 Brill Fêmeas

Alta 2 43 1960

9000 43 7255

2205 0 0 43 18280

40000

25500 0 0 42 33500

25500 2050

T7 26 Brill Fêmeas

Alta 3 43 1965

9000 43 7420

2995 0 0 43 17980

40000

25900 0 0 43 33900

25900 2200

T7 36 Brill Fêmeas

Alta 4 43 1950

9000 41 6615

3770 2 105 41 17005

40000

26300 0 0 41 32650

26300 3450

T7 44 Brill Fêmeas

Alta 5 43 1960

9000 43 7220

3340 0 0 43 18235

40000

25300 1 424 42 34150

25300 1600

T7 56 Brill Fêmeas

Alta 6 43 1970

9000 42 7375

2735 1 105 42 18080

40000

25650 0 0 42 33950

25650 2100

T7 69 Brill Fêmeas

Alta 7 43 1945

9000 42 7250

3060 1 45 42 17940

40000

25750 0 0 42 34050

25750 2200

T7 78 Brill Fêmeas

Alta 8 43 1950

9000 42 7365

2995 1 35 42 18440

40000

25300 0 0 41 33450

25300 1850

T8 5 Camera

Fêmeas

Alta 1 43 1990

9000 43 7355

3050 0 0 43 18455

45000

30250 1 429 42 33650

30250 6350

T8 11 Camera

Fêmeas

Alta 2 43 1985

9000 42 7065

3365 1 40 41 17425

45000

30550 1 375 41 32850

30550 7400

T8 29 Camera

Fêmeas

Alta 3 43 1955

9000 43 7345

2130 0 0 43 18630

45000

29900 0 0 42 34400

29900 4900

T8 34 Camera

Fêmeas

Alta 4 43 1960

9000 41 6735

3385 2 70 41 17450

45000

30800 0 0 41 33500

30800 7250

T8 48 Camera

Fêmeas

Alta 5 43 1985

9000 40 6750

3405 3 160 40 17660

45000

29900 0 0 40 33000

29900 6150

T8 58 Camera

Fêmeas

Alta 6 43 1960

9000 42 7310

2875 1 155 42 18865

45000

28200 0 0 42 34900

28200 1250

T8 68 Camera

Fêmeas

Alta 7 43 1970

9000 43 7090

3210 0 0 43 18035

45000

30350 0 0 43 34000

30350 6400

T8 74 Camera

Fêmeas

Alta 8 43 1945

9000 43 7335

3130 0 0 43 18820

45000

29650 1 438 42 34650

29650 5000

74

Apêndice 10 – Tabela de dados brutos obtido durante o experimento (continuação).

Trat

Box

NM21d

PM21d

N.o

28d PT28d

RF

22d

SR

28d NM28d

PM28d

N.o

36d PT36d

RF

29d

SR

35d NM36d

PM36d

N.o

42d PT42d

RF

35d

SR

42d NM42d

PM42d

T5 6 0 0 31 40550

40000 14400 0 0 31 54650

38400

4700 0 0 30 67700 32000 3150 1 1705

T5 13 0 0 31 40100

40000 14650 0 0 31 55850

38650

5900 0 0 31 68600 32000 3850 0 0

T5 27 1 400 29 35950

40000 17350 1 758 29 49900

32350

3300 0 0 29 61550 32000 6350 0 0

T5 35 0 0 31 38300

40000 15900 0 0 31 53850

38900

7350 0 0 30 64300 32000 4450 1 2000

T5 49 0 0 31 37900

40000 16400 1 1223 30 51050

31400

1550 0 0 29 61850 32000 4600 1 1550

T5 54 0 0 31 40250

40000 15450 0 0 31 54700

39450

7750 0 0 31 67500 32000 3800 0 0

T5 70 0 0 31 39800

40000 15450 0 0 31 55000

39450

8200 0 0 31 67100 32000 4700 0 0

T5 73 0 0 31 38450

40000 16800 1 1240 30 52400

31800

800 0 0 30 64350 32000 4450 0 0

T6 9 0 0 31 37300

40000 15950 0 0 31 52650

34950

2400 0 0 31 65250 32000 2300 0 0

T6 14 0 0 30 36450

40000 15900 0 0 30 50950

34900

3400 0 0 30 63450 32000 3250 0 0

T6 23 0 0 31 37000

40000 15400 0 0 31 51750

34400

2500 0 0 31 64800 32000 1700 0 0

T6 32 0 0 31 37200

40000 15450 0 0 31 52050

34450

1650 0 0 31 64700 32000 3250 0 0

T6 50 0 0 31 39050

40000 14900 0 0 31 51950

33900

2950 0 0 31 65550 32000 2450 0 0

T6 57 0 0 30 35400

40000 17250 0 0 30 48400

36250

7300 0 0 30 60250 32000 5750 0 0

T6 65 0 0 31 37150

40000 15650 0 0 31 51100

34650

4000 0 0 31 63750 32000 2650 0 0

T6 72 0 0 31 37000

40000 16300 1 1194 30 50150

35300

4950 0 0 30 61750 32000 4150 0 0

T7 7 0 0 42 53100

40000 7800 0 0 42 73050

44800

2850 0 0 42 88650 45000 9100 0 0

T7 15 1 650 42 52300

40000 7450 0 0 42 72650

44450

1750 0 0 42 89400 45000 7950 0 0

T7 26 0 0 43 52500

40000 7550 1 1221 42 72200

44550

1750 0 0 42 88650 45000 8000 0 0

T7 36 0 0 41 50650

40000 8000 0 0 41 71250

45000

2250 0 0 41 87900 45000 7850 0 0

T7 44 0 0 42 53000

40000 7400 0 0 42 72950

44400

2000 0 0 42 89850 45000 7600 0 0

T7 56 0 0 42 52800

40000 7900 0 0 42 72350

44900

3500 0 0 42 89050 45000 8200 0 0

T7 69 0 0 42 52450

40000 8000 0 0 42 72250

45000

3350 0 0 42 88650 45000 8100 0 0

T7 78 1 550 41 51700

40000 8200 0 0 41 70900

45200

2600 0 0 41 87550 45000 6200 0 0

T8 5 0 0 41 50650

40000 8400 1 751 41 70150

53400

11300 0 0 41 85550 45000 6650 0 0

T8 11 0 0 41 50650

40000 8350 0 0 41 70700

53350

11150 0 0 41 87800 45000 5450 0 0

T8 29 1 520 42 53300

40000 6850 0 0 42 74100

51850

8000 0 0 42 90100 45000 6450 0 0

T8 34 0 0 41 52000

40000 7700 0 0 41 73550

52700

8700 0 0 41 89750 45000 5900 0 0

T8 48 0 0 39 49700

40000 8100 1 836 39 68200

53100

12700 0 0 39 82950 45000 7300 0 0

T8 58 0 0 42 53200

40000 6350 1 1267 41 71300

51350

8550 0 0 40 84800 45000 6750 1 1750

T8 68 0 0 43 50650

40000 9500 0 0 43 71200

54500

11850 0 0 43 87200 45000 5900 0 0

T8 74 0 0 42 51900

40000 8600 0 0 42 71850

53600

11150 0 0 42 87300 45000 5900 0 0

75

Apêndice 11 – Tabela de dados brutos obtido durante o experimento (continuação).

Trat

Box

PM1

PM7

CA7

CM7

MO7

PM21

CA21

CM21

MO21

PM36

CA36

CM36

MO36

PM42

CA42

CM42

MO42

Cu07

Cu21

Cu36

Cu42

T5 6 45,6

174 0,86

149 0,0 840 1,29 1086 0,0 1763 1,70 2999 0,0 2257 1,76 3961 3,2 0,414

0,625

0,798

0,816

T5 13 45,3

176 0,84

148 0,0 829 1,32 1097 0,0 1802 1,65 2971 0,0 2213 1,75 3879 0,0 0,408

0,639

0,774

0,815

T5 27 45,8

171 0,90

153 0,0 790 1,31 1037 3,2 1721 1,63 2809 6,5 2122 1,74 3689 6,5 0,433

0,635

0,766

0,808

T5 35 45,5

167 0,90

150 0,0 790 1,32 1042 0,0 1737 1,63 2837 0,0 2143 1,74 3734 3,2 0,434

0,637

0,766

0,810

T5 49 46,3

175 0,88

154 0,0 810 1,30 1051 0,0 1702 1,65 2800 3,2 2133 1,76 3743 6,5 0,426

0,627

0,772

0,816

T5 54 45,6

176 0,82

144 0,0 832 1,28 1065 0,0 1765 1,63 2880 0,0 2177 1,74 3789 0,0 0,396

0,618

0,766

0,809

T5 70 45,3

178 0,88

156 0,0 829 1,30 1076 0,0 1774 1,62 2876 0,0 2165 1,74 3756 0,0 0,424

0,627

0,761

0,807

T5 73 45,5

171 0,91

155 0,0 810 1,34 1086 0,0 1747 1,64 2861 3,2 2145 1,76 3774 3,2 0,438

0,648

0,769

0,819

T6 9 46,3

167 0,86

143 0,0 794 1,35 1074 0,0 1698 1,71 2899 0,0 2105 1,83 3857 0,0 0,422

0,617

0,738

0,778

T6 14 45,5

169 0,88

149 0,0 782 1,35 1056 3,2 1698 1,71 2907 3,2 2115 1,83 3864 3,2 0,437

0,617

0,740

0,775

T6 23 45,6

169 0,83

140 0,0 771 1,36 1046 0,0 1669 1,72 2869 0,0 2090 1,84 3846 0,0 0,409

0,619

0,743

0,781

T6 32 46,0

166 0,85

140 0,0 779 1,35 1053 0,0 1679 1,73 2903 0,0 2087 1,84 3831 0,0 0,418

0,617

0,747

0,779

T6 50 45,2

174 0,87

151 0,0 827 1,36 1125 0,0 1676 1,75 2933 0,0 2115 1,84 3886 0,0 0,428

0,620

0,758

0,781

T6 57 45,6

165 0,87

144 3,2 770 1,36 1050 3,2 1613 1,72 2772 3,2 2008 1,82 3646 3,2 0,430

0,622

0,744

0,772

T6 65 45,8

163 0,85

139 0,0 766 1,37 1052 0,0 1648 1,71 2826 0,0 2056 1,83 3773 0,0 0,420

0,626

0,742

0,779

T6 72 44,8

159 0,93

148 0,0 792 1,36 1080 0,0 1672 1,70 2850 3,2 2058 1,83 3773 3,2 0,461

0,622

0,738

0,779

T7 7 45,3

175 0,79

138 2,3 827 1,26 1045 2,3 1739 1,62 2810 2,3 2111 1,74 3665 2,3 0,381

0,610

0,758

0,808

T7 15 45,6

169 0,94

158 0,0 798 1,31 1045 2,3 1730 1,64 2832 2,3 2129 1,74 3712 2,3 0,453

0,633

0,768

0,811

T7 26 45,7

173 0,81

140 0,0 788 1,29 1019 0,0 1719 1,62 2788 2,3 2111 1,74 3665 2,3 0,391

0,624

0,761

0,807

T7 36 45,3

161 0,78

126 4,7 796 1,28 1016 4,7 1738 1,63 2838 4,7 2144 1,75 3744 4,7 0,376

0,616

0,766

0,812

T7 44 45,6

168 0,78

132 0,0 813 1,27 1036 2,3 1737 1,62 2818 2,3 2139 1,73 3708 2,3 0,379

0,616

0,761

0,806

T7 56 45,8

176 0,84

147 2,3 808 1,30 1048 2,3 1723 1,62 2797 2,3 2120 1,73 3673 2,3 0,405

0,627

0,762

0,806

T7 69 45,2

173 0,81

141 2,3 811 1,28 1040 2,3 1720 1,62 2793 2,3 2111 1,74 3672 2,3 0,393

0,620

0,762

0,809

T7 78 45,3

175 0,81

142 2,3 816 1,30 1058 4,7 1729 1,66 2868 4,7 2135 1,79 3812 4,7 0,392

0,627

0,778

0,830

T8 5 46,3

171 0,81

138 0,0 801 1,31 1049 2,3 1711 1,66 2838 4,7 2087 1,81 3769 4,7 0,424

0,655

0,797

0,843

T8 11 46,2

168 0,79

133 2,3 801 1,30 1041 4,7 1724 1,65 2839 4,7 2141 1,78 3802 4,7 0,416

0,650

0,791

0,828

T8 29 45,5

171 0,94

160 0,0 819 1,35 1102 2,3 1764 1,66 2931 2,3 2145 1,79 3847 2,3 0,490

0,674

0,799

0,838

T8 34 45,6

164 0,83

136 4,7 817 1,29 1055 4,7 1794 1,63 2916 4,7 2189 1,77 3869 4,7 0,432

0,646

0,780

0,824

T8 48 46,2

169 0,81

137 7,0 825 1,34 1106 7,0 1749 1,69 2950 9,3 2127 1,84 3913 9,3 0,424

0,671

0,811

0,859

T8 58 45,6

174 0,82

143 2,3 831 1,42 1182 2,3 1739 1,74 3021 4,7 2120 1,87 3966 7,0 0,430

0,712

0,836

0,875

T8 68 45,8

165 0,82

135 0,0 791 1,31 1032 0,0 1656 1,65 2733 0,0 2028 1,80 3643 0,0 0,428

0,653

0,793

0,838

T8 74 45,2

171 0,80

137 0,0 825 1,31 1079 2,3 1711 1,66 2833 2,3 2079 1,81 3763 2,3 0,419

0,654

0,796

0,845

76

Apêndice 12 – Tabela de dados brutos obtido durante o experimento (continuação).

Trat

Box

ConsEM

ConsPB

CVEM07

CVPB07

CVEM21

CVPB21

CVEM36

CVPB36

CVEM42

CVPB42

T5 6 12421 768 2529 197,2 3925 275,0 5289 337,3 5504 340,2

T5 13 12158 753 2490 194,1 4017 281,4 5125 327,1 5494 340,2

T5 27 11564 716 2641 205,9 3986 279,7 5073 324,0 5448 337,3

T5 35 11706 724 2651 206,7 4003 280,7 5076 324,1 5461 338,0

T5 49 11737 726 2599 202,6 3939 276,3 5113 326,8 5503 340,3

T5 54 11879 735 2417 188,4 3886 272,2 5072 323,8 5455 337,6

T5 70 11771 730 2592 202,1 3938 276,2 5036 321,8 5438 337,0

T5 73 11828 733 2677 208,7 4070 285,4 5088 325,4 5514 341,6

T6 9 11857 681 2520 190,1 4082 266,4 5223 310,2 5633 323,6

T6 14 11878 682 2606 196,6 4077 266,4 5236 310,9 5616 322,5

T6 23 11826 678 2443 184,3 4095 267,3 5258 312,1 5657 324,5

T6 32 11775 676 2496 188,3 4079 266,2 5291 313,9 5642 324,1

T6 50 11943 687 2554 192,6 4102 267,8 5353 318,6 5648 325,1

T6 57 11205 645 2563 193,4 4114 268,6 5255 312,6 5579 321,3

T6 65 11598 666 2508 189,2 4143 270,3 5245 311,6 5640 323,9

T6 72 11595 667 2749 207,4 4115 268,7 5214 310,2 5633 324,2

T7 7 11486 711 2328 181,5 3836 268,6 5021 320,6 5442 337,1

T7 15 11635 721 2763 215,4 3976 279,1 5087 324,9 5466 338,5

T7 26 11491 711 2387 186,1 3923 274,9 5040 321,6 5444 336,7

T7 36 11742 725 2296 179,0 3875 271,0 5079 323,4 5477 338,2

T7 44 11625 719 2313 180,3 3871 270,9 5044 321,7 5434 336,1

T7 56 11513 713 2471 192,6 3937 276,0 5046 322,4 5430 336,3

T7 69 11509 712 2402 187,3 3895 272,9 5046 322,2 5453 337,5

T7 78 11955 739 2394 186,6 3939 275,9 5155 329,0 5599 346,0

T8 5 11268 774 2292 213,1 3801 312,3 4912 356,1 5400 371,1

T8 11 11372 780 2247 208,9 3775 310,0 4876 353,3 5310 364,2

T8 29 11496 793 2650 246,4 3905 321,5 4918 357,4 5359 369,6

T8 34 11570 794 2338 217,3 3752 308,2 4815 348,5 5286 362,8

T8 48 11698 804 2294 213,3 3893 319,6 4996 362,5 5500 378,2

T8 58 11849 818 2324 216,1 4133 339,1 5141 374,2 5589 386,0

T8 68 10890 749 2314 215,1 3792 311,5 4888 355,0 5370 369,3

T8 74 11247 774 2267 210,8 3797 311,8 4903 356,2 5411 372,4

77

Apêndice 13 – Análises Estatísticas para Consumo Alimentar com Machos.

The SAS System 23:20 Saturday, February 28, 2004 1

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 2

General Linear Models Procedure

CM07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 3257,19527650 1085,73175883 43,33 0,0001

Error 27 676,48214286 25,05489418

Corrected Total 30 3933,67741935

R-Square C,V, Root MSE CM07 Mean

0,828028 3,441341 5,00548641 145,45161290

Source DF Type I SS Mean Square F Value Pr > F

TR 3 3257,19527650 1085,73175883 43,33 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 3257,19527650 1085,73175883 43,33 0,0001

The SAS System 23:20 Saturday, February 28, 2004 3

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CM07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 155,375000 1,769707 0,0001 1 , 0,1017 0,0799 0,0001

BM14 149,375000 1,769707 0,0001 2 0,1017 , 0,9971 0,0001

CM10 148,857143 1,891896 0,0001 3 0,0799 0,9971 , 0,0001

CM14 128,625000 1,769707 0,0001 4 0,0001 0,0001 0,0001 ,

78

Apêndice 14 – Análises Estatísticas para Consumo Alimentar com Machos.

The SAS System 23:20 Saturday, February 28, 2004 4

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

The SAS System 23:20 Saturday, February 28, 2004 5

General Linear Models Procedure

CM21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 35126,59375000 11708,86458333 19,57 0,0001

Error 28 16749,37500000 598,19196429

Corrected Total 31 51875,96875000

R-Square C,V, Root MSE CM21 Mean

0,677127 2,112942 24,45796321 1157,53125000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 35126,59375000 11708,86458333 19,57 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 35126,59375000 11708,86458333 19,57 0,0001

The SAS System 23:20 Saturday, February 28, 2004 6

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey

TR CM21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 1186,37500 8,64720 0,0001 1 , 0,2997 0,8860 0,0001

BM14 1164,50000 8,64720 0,0001 2 0,2997 , 0,7143 0,0001

CM10 1177,50000 8,64720 0,0001 3 0,8860 0,7143 , 0,0001

CM14 1101,75000 8,64720 0,0001 4 0,0001 0,0001 0,0001 ,

79

Apêndice 15 – Análises Estatísticas para Consumo Alimentar com Machos.

The SAS System 23:20 Saturday, February 28, 2004 7

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 8

General Linear Models Procedure

CM36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 109430,40238093 36476,80079364 14,57 0,0001

Error 26 65109,46428574 2504,21016484

Corrected Total 29 174539,86666667

R-Square C,V, Root MSE CM36 Mean

0,626965 1,516764 50,04208394 3299,26666667

Source DF Type I SS Mean Square F Value Pr > F

TR 3 109430,40238095 36476,80079365 14,57 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 109430,40238095 36476,80079365 14,57 0,0001

The SAS System 23:20 Saturday, February 28, 2004 9

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CM36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 3342,14286 18,91413 0,0001 1 , 0,0592 0,7964 0,0002

BM14 3273,12500 17,69255 0,0001 2 0,0592 , 0,0052 0,0958

CM10 3365,87500 17,69255 0,0001 3 0,7964 0,0052 , 0,0001

CM14 3210,14286 18,91413 0,0001 4 0,0002 0,0958 0,0001 ,

80

Apêndice 16 – Análises Estatísticas para Consumo Alimentar com Machos.

The SAS System 23:20 Saturday, February 28, 2004 10

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 11

General Linear Models Procedure

CM42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 255637,60887095 85212,53629032 15,42 0,0001

Error 27 149221,87500002 5526,73611111

Corrected Total 30 404859,48387097

R-Square C,V, Root MSE CM42 Mean

0,631423 1,705433 74,34202117 4359,12903226

Source DF Type I SS Mean Square F Value Pr > F

TR 3 255637,60887097 85212,53629032 15,42 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 255637,60887097 85212,53629032 15,42 0,0001

The SAS System 23:20 Saturday, February 28, 2004 12

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CM42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 4424,00000 28,09864 0,0001 1 , 0,0021 0,5592 0,0039

BM14 4268,12500 26,28387 0,0001 2 0,0021 , 0,0001 0,9938

CM10 4474,75000 26,28387 0,0001 3 0,5592 0,0001 , 0,0001

CM14 4277,75000 26,28387 0,0001 4 0,0039 0,9938 0,0001 ,

81

Apêndice 17 – Análises Estatísticas para Peso Vivo Médio com Machos.

The SAS System 23:20 Saturday, February 28, 2004 13

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 14

General Linear Models Procedure

PM01

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,50834101 0,16944700 1,87 0,1586

Error 27 2,44714286 0,09063492

Corrected Total 30 2,95548387

R-Square C,V, Root MSE PM01 Mean

0,171999 0,652457 0,30105634 46,14193548

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,50834101 0,16944700 1,87 0,1586

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,50834101 0,16944700 1,87 0,1586

The SAS System 23:20 Saturday, February 28, 2004 15

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM01 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 46,3428571 0,1137886 0,0001 1 , 0,6090 0,5113 0,1093

BM14 46,1500000 0,1064395 0,0001 2 0,6090 , 0,9983 0,6549

CM10 46,1250000 0,1064395 0,0001 3 0,5113 0,9983 , 0,7526

CM14 45,9750000 0,1064395 0,0001 4 0,1093 0,6549 0,7526 ,

82

Apêndice 18 – Análises Estatísticas para Peso Vivo Médio com Machos.

The SAS System 23:20 Saturday, February 28, 2004 16

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 17

General Linear Models Procedure

PM07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 489,39285714 163,13095238 15,16 0,0001

Error 27 290,60714286 10,76322751

Corrected Total 30 780,00000000

R-Square C,V, Root MSE PM07 Mean

0,627427 1,832813 3,28073582 179,00000000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 489,39285714 163,13095238 15,16 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 489,39285714 163,13095238 15,16 0,0001

The SAS System 23:20 Saturday, February 28, 2004 18

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 183,000000 1,159915 0,0001 1 , 0,9957 0,0006 0,0001

BM14 182,625000 1,159915 0,0001 2 0,9957 , 0,0012 0,0002

CM10 175,625000 1,159915 0,0001 3 0,0006 0,0012 , 0,8187

CM14 174,142857 1,240002 0,0001 4 0,0001 0,0002 0,8187 ,

83

Apêndice 19 – Análises Estatísticas para Peso Vivo Médio com Machos.

The SAS System 23:20 Saturday, February 28, 2004 19

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 20

General Linear Models Procedure

PM21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 6614,71666667 2204,90555556 7,90 0,0007

Error 26 7260,25000000 279,24038462

Corrected Total 29 13874,96666667

R-Square C,V, Root MSE PM21 Mean

0,476737 1,844493 16,71048726 905,96666667

Source DF Type I SS Mean Square F Value Pr > F

TR 3 6614,71666667 2204,90555556 7,90 0,0007

Source DF Type III SS Mean Square F Value Pr > F

TR 3 6614,71666667 2204,90555556 7,90 0,0007

The SAS System 23:20 Saturday, February 28, 2004 21

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 922,375000 5,908049 0,0001 1 , 0,6885 0,0005 0,0837

BM14 913,125000 5,908049 0,0001 2 0,6885 , 0,0065 0,5158

CM10 880,500000 6,822028 0,0001 3 0,0005 0,0065 , 0,1178

CM14 901,500000 5,908049 0,0001 4 0,0837 0,5158 0,1178 ,

84

Apêndice 20 – Análises Estatísticas para Peso Vivo Médio com Machos.

The SAS System 23:20 Saturday, February 28, 2004 22

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 23

General Linear Models Procedure

PM36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 37813,42741936 12604,47580645 11,30 0,0001

Error 27 30116,25000000 1115,41666667

Corrected Total 30 67929,67741935

R-Square C,V, Root MSE PM36 Mean

0,556655 1,628011 33,39785422 2051,45161290

Source DF Type I SS Mean Square F Value Pr > F

TR 3 37813,42741935 12604,47580645 11,30 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 37813,42741935 12604,47580645 11,30 0,0001

The SAS System 23:20 Saturday, February 28, 2004 24

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 2090,75000 11,80792 0,0001 1 , 0,5831 0,0001 0,0775

BM14 2069,37500 11,80792 0,0001 2 0,5831 , 0,0012 0,5742

CM10 1998,12500 11,80792 0,0001 3 0,0001 0,0012 , 0,0409

CM14 2047,00000 12,62320 0,0001 4 0,0775 0,5742 0,0409 ,

85

Apêndice 21 – Análises Estatísticas para Peso Vivo Médio com Machos.

The SAS System 23:20 Saturday, February 28, 2004 25

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 26

General Linear Models Procedure

PM42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 52641,65264977 17547,21754992 7,86 0,0006

Error 27 60284,08928572 2232,74404762

Corrected Total 30 112925,74193548

R-Square C,V, Root MSE PM42 Mean

0,466162 1,867284 47,25192110 2530,51612903

Source DF Type I SS Mean Square F Value Pr > F

TR 3 52641,65264977 17547,21754992 7,86 0,0006

Source DF Type III SS Mean Square F Value Pr > F

TR 3 52641,65264977 17547,21754992 7,86 0,0006

The SAS System 23:20 Saturday, February 28, 2004 27

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 2590,00000 16,70608 0,0001 1 , 0,0046 0,0008 0,3037

BM14 2501,75000 16,70608 0,0001 2 0,0046 , 0,9068 0,2831

CM10 2485,87500 16,70608 0,0001 3 0,0008 0,9068 , 0,0867

CM14 2546,42857 17,85955 0,0001 4 0,3037 0,2831 0,0867 ,

86

Apêndice 22 – Análises Estatísticas para Conversão Alimentar com Machos.

The SAS System 23:20 Saturday, February 28, 2004 28

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

The SAS System 23:20 Saturday, February 28, 2004 29

General Linear Models Procedure

CA07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,05265938 0,01755313 23,67 0,0001

Error 28 0,02076250 0,00074152

Corrected Total 31 0,07342188

R-Square C,V, Root MSE CA07 Mean

0,717216 3,355358 0,02723083 0,81156250

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,05265938 0,01755313 23,67 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,05265938 0,01755313 23,67 0,0001

The SAS System 23:20 Saturday, February 28, 2004 30

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey

TR CA07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 0,84875000 0,00962755 0,0001 1 , 0,1470 0,7450 0,0001

BM14 0,81875000 0,00962755 0,0001 2 0,1470 , 0,6359 0,0001

CM10 0,83500000 0,00962755 0,0001 3 0,7450 0,6359 , 0,0001

CM14 0,74375000 0,00962755 0,0001 4 0,0001 0,0001 0,0001 ,

87

Apêndice 23 – Análises Estatísticas para Conversão Alimentar com Machos.

The SAS System 23:20 Saturday, February 28, 2004 31

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 32

General Linear Models Procedure

CA21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,04563964 0,01521321 59,21 0,0001

Error 26 0,00668036 0,00025694

Corrected Total 29 0,05232000

R-Square C,V, Root MSE CA21 Mean

0,872317 1,256211 0,01602925 1,27600000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,04563964 0,01521321 59,21 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,04563964 0,01521321 59,21 0,0001

The SAS System 23:20 Saturday, February 28, 2004 33

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CA21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 1,28000000 0,00605849 0,0001 1 , 0,9686 0,0001 0,0001

BM14 1,27625000 0,00566720 0,0001 2 0,9686 , 0,0001 0,0001

CM10 1,33285714 0,00605849 0,0001 3 0,0001 0,0001 , 0,0001

CM14 1,22250000 0,00566720 0,0001 4 0,0001 0,0001 0,0001 ,

88

Apêndice 24 – Análises Estatísticas para Conversão Alimentar com Machos.

The SAS System 23:20 Saturday, February 28, 2004 34

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 35

General Linear Models Procedure

CA36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,05465429 0,01821810 107,36 0,0001

Error 25 0,00424226 0,00016969

Corrected Total 28 0,05889655

R-Square C,V, Root MSE CA36 Mean

0,927971 0,814334 0,01302653 1,59965517

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,05465429 0,01821810 107,36 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,05465429 0,01821810 107,36 0,0001

The SAS System 23:20 Saturday, February 28, 2004 36

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CA36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 1,58571429 0,00492357 0,0001 1 , 0,9635 0,0001 0,0371

BM14 1,58250000 0,00460557 0,0001 2 0,9635 , 0,0001 0,0853

CM10 1,68333333 0,00531806 0,0001 3 0,0001 0,0001 , 0,0001

CM14 1,56625000 0,00460557 0,0001 4 0,0371 0,0853 0,0001 ,

89

Apêndice 25 – Análises Estatísticas para Conversão Alimentar com Machos.

The SAS System 23:20 Saturday, February 28, 2004 37

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 38

General Linear Models Procedure

CA42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,06593013 0,02197671 70,59 0,0001

Error 27 0,00840536 0,00031131

Corrected Total 30 0,07433548

R-Square C,V, Root MSE CA42 Mean

0,886927 1,023508 0,01764397 1,72387097

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,06593013 0,02197671 70,59 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,06593013 0,02197671 70,59 0,0001

The SAS System 23:20 Saturday, February 28, 2004 39

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CA42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 1,69625000 0,00623808 0,0001 1 , 0,6725 0,0001 0,7522

BM14 1,70625000 0,00623808 0,0001 2 0,6725 , 0,0001 0,1811

CM10 1,80125000 0,00623808 0,0001 3 0,0001 0,0001 , 0,0001

CM14 1,68714286 0,00666879 0,0001 4 0,7522 0,1811 0,0001 ,

90

Apêndice 26 – Análises Estatísticas para Custo Médio de Produção com Machos.

The SAS System 23:20 Saturday, February 28, 2004 40

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 41

General Linear Models Procedure

CU07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,03145867 0,01048622 72,22 0,0001

Error 27 0,00392043 0,00014520

Corrected Total 30 0,03537910

R-Square C,V, Root MSE CU07 Mean

0,889188 2,785179 0,01204994 0,43264516

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,03145867 0,01048622 72,22 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,03145867 0,01048622 72,22 0,0001

The SAS System 23:20 Saturday, February 28, 2004 42

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CU07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 0,41025000 0,00426030 0,0001 1 , 0,0918 0,0001 0,0001

BM14 0,39550000 0,00426030 0,0001 2 0,0918 , 0,0001 0,0001

CM10 0,47428571 0,00455445 0,0001 3 0,0001 0,0001 , 0,0295

CM14 0,45575000 0,00426030 0,0001 4 0,0001 0,0001 0,0295 ,

91

Apêndice 27 – Análises Estatísticas para Custo Médio de Produção com Machos.

The SAS System 23:20 Saturday, February 28, 2004 43

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 44

General Linear Models Procedure

CU21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,00436250 0,00145417 23,90 0,0001

Error 26 0,00158180 0,00006084

Corrected Total 29 0,00594430

R-Square C,V, Root MSE CU21 Mean

0,733896 1,241431 0,00779991 0,62830000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,00436250 0,00145417 23,90 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,00436250 0,00145417 23,90 0,0001

The SAS System 23:20 Saturday, February 28, 2004 45

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CU21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 0,61771429 0,00294809 0,0001 1 , 0,9789 0,0031 0,0001

BM14 0,61612500 0,00275768 0,0001 2 0,9789 , 0,0008 0,0001

CM10 0,63400000 0,00294809 0,0001 3 0,0031 0,0008 , 0,0594

CM14 0,64475000 0,00275768 0,0001 4 0,0001 0,0001 0,0594 ,

92

Apêndice 28 – Análises Estatísticas para Custo Médio de Produção com Machos.

The SAS System 23:20 Saturday, February 28, 2004 46

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 47

General Linear Models Procedure

CU36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,00385682 0,00128561 34,85 0,0001

Error 26 0,00095918 0,00003689

Corrected Total 29 0,00481600

R-Square C,V, Root MSE CU36 Mean

0,800835 0,791895 0,00607384 0,76700000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,00385682 0,00128561 34,85 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,00385682 0,00128561 34,85 0,0001

The SAS System 23:20 Saturday, February 28, 2004 48

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CU36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 0,76900000 0,00229569 0,0001 1 , 0,9714 0,0001 0,0053

BM14 0,76762500 0,00214743 0,0001 2 0,9714 , 0,0001 0,0012

CM10 0,74871429 0,00229569 0,0001 3 0,0001 0,0001 , 0,0001

CM14 0,78062500 0,00214743 0,0001 4 0,0053 0,0012 0,0001 ,

93

Apêndice 29 – Análises Estatísticas para Custo Médio de Produção com Machos.

The SAS System 23:20 Saturday, February 28, 2004 49

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 50

General Linear Models Procedure

CU42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,00936471 0,00312157 44,48 0,0001

Error 27 0,00189471 0,00007017

Corrected Total 30 0,01125942

R-Square C,V, Root MSE CU42 Mean

0,831722 1,026881 0,00837703 0,81577419

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,00936471 0,00312157 44,48 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,00936471 0,00312157 44,48 0,0001

The SAS System 23:20 Saturday, February 28, 2004 51

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CU42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 0,82175000 0,00296173 0,0001 1 , 0,7423 0,0001 0,2123

BM14 0,82600000 0,00296173 0,0001 2 0,7423 , 0,0001 0,7385

CM10 0,78675000 0,00296173 0,0001 3 0,0001 0,0001 , 0,0001

CM14 0,83042857 0,00316622 0,0001 4 0,2123 0,7385 0,0001 ,

94

Apêndice 30 – Análises Estatísticas para Mortalidade com Machos.

The SAS System 23:20 Saturday, February 28, 2004 52

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

The SAS System 23:20 Saturday, February 28, 2004 53

General Linear Models Procedure

MO07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 3,40750000 1,13583333 0,65 0,5910

Error 28 49,10750000 1,75383929

Corrected Total 31 52,51500000

R-Square C,V, Root MSE MO07 Mean

0,064886 168,1684 1,32432597 0,78750000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 3,40750000 1,13583333 0,65 0,5910

Source DF Type III SS Mean Square F Value Pr > F

TR 3 3,40750000 1,13583333 0,65 0,5910

The SAS System 23:20 Saturday, February 28, 2004 54

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey

TR MO07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 0,80000000 0,46821994 0,0986 1 , 0,8655 0,9299 0,9997

BM14 0,28750000 0,46821994 0,5442 2 0,8655 , 0,5230 0,8210

CM10 1,20000000 0,46821994 0,0160 3 0,9299 0,5230 , 0,9561

CM14 0,86250000 0,46821994 0,0761 4 0,9997 0,8210 0,9561 ,

95

Apêndice 31 – Análises Estatísticas para Mortalidade com Machos.

The SAS System 23:20 Saturday, February 28, 2004 55

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

The SAS System 23:20 Saturday, February 28, 2004 56

General Linear Models Procedure

MO21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 2,92125000 0,97375000 0,40 0,7510

Error 28 67,41750000 2,40776786

Corrected Total 31 70,33875000

R-Square C,V, Root MSE MO21 Mean

0,041531 97,36147 1,55169838 1,59375000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 2,92125000 0,97375000 0,40 0,7510

Source DF Type III SS Mean Square F Value Pr > F

TR 3 2,92125000 0,97375000 0,40 0,7510

The SAS System 23:20 Saturday, February 28, 2004 57

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey

TR MO21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 2,00000000 0,54860822 0,0011 1 , 0,9864 0,7329 0,8863

BM14 1,73750000 0,54860822 0,0037 2 0,9864 , 0,8990 0,9800

CM10 1,20000000 0,54860822 0,0372 3 0,7329 0,8990 , 0,9898

CM14 1,43750000 0,54860822 0,0140 4 0,8863 0,9800 0,9898 ,

96

Apêndice 32 – Análises Estatísticas para Mortalidade com Machos.

The SAS System 23:20 Saturday, February 28, 2004 58

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 59

General Linear Models Procedure

MO36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 6,71507488 2,23835829 0,90 0,4564

Error 27 67,51589286 2,50058862

Corrected Total 30 74,23096774

R-Square C,V, Root MSE MO36 Mean

0,090462 67,70867 1,58132496 2,33548387

Source DF Type I SS Mean Square F Value Pr > F

TR 3 6,71507488 2,23835829 0,90 0,4564

Source DF Type III SS Mean Square F Value Pr > F

TR 3 6,71507488 2,23835829 0,90 0,4564

The SAS System 23:20 Saturday, February 28, 2004 60

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR MO36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 2,80000000 0,55908280 0,0001 1 , 0,9358 0,4413 0,9974

BM14 2,33750000 0,55908280 0,0003 2 0,9358 , 0,7876 0,9819

CM10 1,60000000 0,55908280 0,0080 3 0,4413 0,7876 , 0,5866

CM14 2,64285714 0,59768465 0,0001 4 0,9974 0,9819 0,5866 ,

97

Apêndice 33 – Análises Estatísticas para Mortalidade com Machos.

The SAS System 23:20 Saturday, February 28, 2004 61

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 62

General Linear Models Procedure

MO42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 8,97126728 2,99042243 1,25 0,3118

Error 27 64,68357143 2,39568783

Corrected Total 30 73,65483871

R-Square C,V, Root MSE MO42 Mean

0,121801 62,23324 1,54780097 2,48709677

Source DF Type I SS Mean Square F Value Pr > F

TR 3 8,97126728 2,99042243 1,25 0,3118

Source DF Type III SS Mean Square F Value Pr > F

TR 3 8,97126728 2,99042243 1,25 0,3118

The SAS System 23:20 Saturday, February 28, 2004 63

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR MO42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 2,80000000 0,54723028 0,0001 1 , 0,9958 0,4227 0,9955

BM14 2,62500000 0,54723028 0,0001 2 0,9958 , 0,5559 0,9690

CM10 1,60000000 0,54723028 0,0069 3 0,4227 0,5559 , 0,3285

CM14 2,98571429 0,58501378 0,0001 4 0,9955 0,9690 0,3285 ,

98

Apêndice 34 – Análises Estatísticas para Conversão Energética com Machos.

The SAS System 23:20 Saturday, February 28, 2004 64

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 65

General Linear Models Procedure

CVEM07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 267180,08870967 89060,02956989 18,62 0,0001

Error 27 129154,75000001 4783,50925926

Corrected Total 30 396334,83870968

R-Square C,V, Root MSE CVEM07 Mean

0,674127 2,828525 69,16291824 2445,19354839

Source DF Type I SS Mean Square F Value Pr > F

TR 3 267180,08870968 89060,02956989 18,62 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 267180,08870968 89060,02956989 18,62 0,0001

The SAS System 23:20 Saturday, February 28, 2004 66

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVEM07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 2504,87500 24,45278 0,0001 1 , 0,0688 0,4130 0,0001

BM14 2415,37500 24,45278 0,0001 2 0,0688 , 0,0020 0,0324

CM10 2561,00000 26,14113 0,0001 3 0,4130 0,0020 , 0,0001

CM14 2314,00000 24,45278 0,0001 4 0,0001 0,0324 0,0001 ,

99

Apêndice 34 – Análises Estatísticas para Conversão Energética com Machos.

The SAS System 23:20 Saturday, February 28, 2004 67

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 68

General Linear Models Procedure

CVEM21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 179271,10036944 59757,03345648 31,50 0,0001

Error 25 47425,58928574 1897,02357143

Corrected Total 28 226696,68965517

R-Square C,V, Root MSE CVEM21 Mean

0,790797 1,121073 43,55483408 3885,10344828

Source DF Type I SS Mean Square F Value Pr > F

TR 3 179271,10036946 59757,03345649 31,50 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 179271,10036946 59757,03345649 31,50 0,0001

The SAS System 23:20 Saturday, February 28, 2004 69

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVEM21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 3882,42857 16,46218 0,0001 1 , 0,9785 0,0001 0,0038

BM14 3873,50000 15,39896 0,0001 2 0,9785 , 0,0001 0,0075

CM10 4023,00000 17,78119 0,0001 3 0,0001 0,0001 , 0,0001

CM14 3795,62500 15,39896 0,0001 4 0,0038 0,0075 0,0001 ,

100

Apêndice 36 – Análises Estatísticas para Conversão Energética com Machos.

The SAS System 23:20 Saturday, February 28, 2004 70

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 71

General Linear Models Procedure

CVEM36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 123236,42023813 41078,80674604 26,67 0,0001

Error 26 40043,44642854 1540,13255494

Corrected Total 29 163279,86666667

R-Square C,V, Root MSE CVEM36 Mean

0,754756 0,785246 39,24452261 4997,73333333

Source DF Type I SS Mean Square F Value Pr > F

TR 3 123236,42023809 41078,80674603 26,67 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 123236,42023809 41078,80674603 26,67 0,0001

The SAS System 23:20 Saturday, February 28, 2004 72

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVEM36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 4978,14286 14,83304 0,0001 1 , 0,9787 0,0001 0,3290

BM14 4970,12500 13,87503 0,0001 2 0,9787 , 0,0001 0,5212

CM10 5111,42857 14,83304 0,0001 3 0,0001 0,0001 , 0,0001

CM14 4943,00000 13,87503 0,0001 4 0,3290 0,5212 0,0001 ,

101

Apêndice 37 – Análises Estatísticas para Conversão Energética com Machos.

The SAS System 23:20 Saturday, February 28, 2004 73

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 74

General Linear Models Procedure

CVEM42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 90433,88191240 30144,62730413 9,74 0,0002

Error 27 83546,05357147 3094,29828042

Corrected Total 30 173979,93548387

R-Square C,V, Root MSE CVEM42 Mean

0,519795 1,026269 55,62641711 5420,25806452

Source DF Type I SS Mean Square F Value Pr > F

TR 3 90433,88191244 30144,62730415 9,74 0,0002

Source DF Type III SS Mean Square F Value Pr > F

TR 3 90433,88191244 30144,62730415 9,74 0,0002

The SAS System 23:20 Saturday, February 28, 2004 75

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVEM42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 5387,87500 19,66691 0,0001 1 , 0,8237 0,0010 0,8821

BM14 5411,87500 19,66691 0,0001 2 0,8237 , 0,0094 0,4127

CM10 5507,87500 19,66691 0,0001 3 0,0010 0,0094 , 0,0002

CM14 5366,71429 21,02481 0,0001 4 0,8821 0,4127 0,0002 ,

102

Apêndice 38 – Análises Estatísticas para Consumo Energético com Machos.

The SAS System 23:20 Saturday, February 28, 2004 76

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 77

General Linear Models Procedure

CONSEM

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 1073765,89055314 357921,96351771 6,47 0,0019

Error 27 1493025,46428557 55297,23941798

Corrected Total 30 2566791,35483871

R-Square C,V, Root MSE CONSEM Mean

0,418330 1,715372 235,15365066 13708,61290323

Source DF Type I SS Mean Square F Value Pr > F

TR 3 1073765,89055299 357921,96351766 6,47 0,0019

Source DF Type III SS Mean Square F Value Pr > F

TR 3 1073765,89055299 357921,96351766 6,47 0,0019

The SAS System 23:20 Saturday, February 28, 2004 78

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CONSEM Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 14037,5714 88,8797 0,0001 1 , 0,0018 0,0396 0,0079

BM14 13537,3750 83,1394 0,0001 2 0,0018 , 0,5636 0,9283

CM10 13691,6250 83,1394 0,0001 3 0,0396 0,5636 , 0,8951

CM14 13609,0000 83,1394 0,0001 4 0,0079 0,9283 0,8951 ,

103

Apêndice 39 – Análises Estatísticas para Conversão Protéica com Machos.

The SAS System 23:20 Saturday, February 28, 2004 79

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 80

General Linear Models Procedure

CVPB07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 2479,28095622 826,42698541 26,12 0,0001

Error 27 854,24678571 31,63876984

Corrected Total 30 3333,52774193

R-Square C,V, Root MSE CVPB07 Mean

0,743741 2,819922 5,62483509 199,46774194

Source DF Type I SS Mean Square F Value Pr > F

TR 3 2479,28095622 826,42698541 26,12 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 2479,28095622 826,42698541 26,12 0,0001

The SAS System 23:20 Saturday, February 28, 2004 81

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVPB07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 195,275000 1,988680 0,0001 1 , 0,0868 0,0001 0,0414

BM14 188,312500 1,988680 0,0001 2 0,0868 , 0,0001 0,0001

CM10 212,728571 2,125988 0,0001 3 0,0001 0,0001 , 0,0147

CM14 203,212500 1,988680 0,0001 4 0,0414 0,0001 0,0147 ,

104

Apêndice 40 – Análises Estatísticas para Conversão Protéica com Machos.

The SAS System 23:20 Saturday, February 28, 2004 82

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 83

General Linear Models Procedure

CVPB21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 293,77652650 97,92550883 6,83 0,0014

Error 27 387,26089286 14,34299603

Corrected Total 30 681,03741935

R-Square C,V, Root MSE CVPB21 Mean

0,431366 1,379937 3,78721481 274,44838710

Source DF Type I SS Mean Square F Value Pr > F

TR 3 293,77652650 97,92550883 6,83 0,0014

Source DF Type III SS Mean Square F Value Pr > F

TR 3 293,77652650 97,92550883 6,83 0,0014

The SAS System 23:20 Saturday, February 28, 2004 84

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVPB21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 271,857143 1,431433 0,0001 1 , 0,9790 0,0094 0,1910

BM14 271,087500 1,338983 0,0001 2 0,9790 , 0,0025 0,0758

CM10 278,625000 1,338983 0,0001 3 0,0094 0,0025 , 0,4869

CM14 275,900000 1,338983 0,0001 4 0,1910 0,0758 0,4869 ,

105

Apêndice 41 – Análises Estatísticas para Conversão Protéica com Machos.

The SAS System 23:20 Saturday, February 28, 2004 85

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 86

General Linear Models Procedure

CVPB36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 54,98657143 18,32885714 2,79 0,0604

Error 26 170,76142857 6,56774725

Corrected Total 29 225,74800000

R-Square C,V, Root MSE CVPB36 Mean

0,243575 0,802066 2,56276165 319,52000000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 54,98657143 18,32885714 2,79 0,0604

Source DF Type III SS Mean Square F Value Pr > F

TR 3 54,98657143 18,32885714 2,79 0,0604

The SAS System 23:20 Saturday, February 28, 2004 87

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVPB36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 318,928571 0,968633 0,0001 1 , 0,9680 1,0000 0,1770

BM14 318,325000 0,906073 0,0001 2 0,9680 , 0,9636 0,0606

CM10 318,957143 0,968633 0,0001 3 1,0000 0,9636 , 0,1839

CM14 321,725000 0,906073 0,0001 4 0,1770 0,0606 0,1839 ,

106

Apêndice 42 – Análises Estatísticas para Conversão Protéica com Machos.

The SAS System 23:20 Saturday, February 28, 2004 88

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 89

General Linear Models Procedure

CVPB42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 149,28479839 49,76159946 4,10 0,0161

Error 27 327,78875000 12,14032407

Corrected Total 30 477,07354839

R-Square C,V, Root MSE CVPB42 Mean

0,312918 1,039658 3,48429678 335,13870968

Source DF Type I SS Mean Square F Value Pr > F

TR 3 149,28479839 49,76159946 4,10 0,0161

Source DF Type III SS Mean Square F Value Pr > F

TR 3 149,28479839 49,76159946 4,10 0,0161

The SAS System 23:20 Saturday, February 28, 2004 90

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVPB42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 335,012500 1,231885 0,0001 1 , 0,7024 0,2512 0,6241

BM14 336,900000 1,231885 0,0001 2 0,7024 , 0,0287 0,9983

CM10 331,700000 1,231885 0,0001 3 0,2512 0,0287 , 0,0246

CM14 337,200000 1,316940 0,0001 4 0,6241 0,9983 0,0246 ,

107

Apêndice 43 – Análises Estatísticas para Consumo Protéico com Machos.

The SAS System 23:20 Saturday, February 28, 2004 91

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BM10 BM14 CM10 CM14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 92

General Linear Models Procedure

CONSPB

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 9246,37845622 3082,12615207 15,17 0,0001

Error 27 5484,58928571 203,13293651

Corrected Total 30 14730,96774194

R-Square C,V, Root MSE CONSPB Mean

0,627683 1,680780 14,25247124 847,96774194

Source DF Type I SS Mean Square F Value Pr > F

TR 3 9246,37845622 3082,12615207 15,17 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 9246,37845622 3082,12615207 15,17 0,0001

The SAS System 23:20 Saturday, February 28, 2004 93

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CONSPB Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BM10 872,571429 5,386928 0,0001 1 , 0,0022 0,0001 0,1048

BM14 842,875000 5,039010 0,0001 2 0,0022 , 0,0702 0,3425

CM10 824,500000 5,039010 0,0001 3 0,0001 0,0702 , 0,0011

CM14 855,000000 5,039010 0,0001 4 0,1048 0,3425 0,0011 ,

108

Apêndice 44 – Análises Estatísticas para Consumo Médio de Ração com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 124

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 125

General Linear Models Procedure

CM07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 838,86637931 279,62212644 15,73 0,0001

Error 25 444,37500000 17,77500000

Corrected Total 28 1283,24137931

R-Square C,V, Root MSE CM07 Mean

0,653709 2,937655 4,21604080 143,51724138

Source DF Type I SS Mean Square F Value Pr > F

TR 3 838,86637931 279,62212644 15,73 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 838,86637931 279,62212644 15,73 0,0001

The SAS System 23:20 Saturday, February 28, 2004 126

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CM07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 151,125000 1,490596 0,0001 1 , 0,0003 0,0158 0,0001

BF14 140,000000 1,721191 0,0001 2 0,0003 , 0,2676 0,5843

CF10 144,250000 1,490596 0,0001 3 0,0158 0,2676 , 0,0137

CF14 137,000000 1,593514 0,0001 4 0,0001 0,5843 0,0137 ,

109

Apêndice 45 – Análises Estatísticas para Consumo Médio de Ração com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 127

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 128

General Linear Models Procedure

CM21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 4854,24481567 1618,08160522 2,90 0,0530

Error 27 15045,30357143 557,23346561

Corrected Total 30 19899,54838710

R-Square C,V, Root MSE CM21 Mean

0,243937 2,227843 23,60579305 1059,58064516

Source DF Type I SS Mean Square F Value Pr > F

TR 3 4854,24481567 1618,08160522 2,90 0,0530

Source DF Type III SS Mean Square F Value Pr > F

TR 3 4854,24481567 1618,08160522 2,90 0,0530

The SAS System 23:20 Saturday, February 28, 2004 129

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CM21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 1067,50000 8,34591 0,0001 1 , 0,0883 1,0000 0,9996

BF14 1038,37500 8,34591 0,0001 2 0,0883 , 0,0962 0,1268

CF10 1067,00000 8,34591 0,0001 3 1,0000 0,0962 , 0,9999

CF14 1066,28571 8,92215 0,0001 4 0,9996 0,1268 0,9999 ,

110

Apêndice 46 – Análises Estatísticas para Consumo Médio de Ração com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 130

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 131

General Linear Models Procedure

CM36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 21358,11666667 7119,37222222 2,48 0,0838

Error 26 74767,24999999 2875,66346154

Corrected Total 29 96125,36666667

R-Square C,V, Root MSE CM36 Mean

0,222190 1,874068 53,62521293 2861,43333333

Source DF Type I SS Mean Square F Value Pr > F

TR 3 21358,11666667 7119,37222222 2,48 0,0838

Source DF Type III SS Mean Square F Value Pr > F

TR 3 21358,11666667 7119,37222222 2,48 0,0838

The SAS System 23:20 Saturday, February 28, 2004 132

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CM36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 2879,12500 18,95938 0,0001 1 , 0,1290 0,9856 0,9977

BF14 2818,00000 18,95938 0,0001 2 0,1290 , 0,2387 0,1250

CF10 2869,87500 18,95938 0,0001 3 0,9856 0,2387 , 0,9572

CF14 2884,50000 21,89240 0,0001 4 0,9977 0,1250 0,9572 ,

111

Apêndice 47 – Análises Estatísticas para Consumo Médio de Ração com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 133

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 134

General Linear Models Procedure

CM42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 94844,04618225 31614,68206075 9,28 0,0003

Error 25 85154,16071430 3406,16642857

Corrected Total 28 179998,20689655

R-Square C,V, Root MSE CM42 Mean

0,526917 1,541812 58,36237168 3785,31034483

Source DF Type I SS Mean Square F Value Pr > F

TR 3 94844,04618227 31614,68206076 9,28 0,0003

Source DF Type III SS Mean Square F Value Pr > F

TR 3 94844,04618227 31614,68206076 9,28 0,0003

The SAS System 23:20 Saturday, February 28, 2004 135

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CM42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 3766,28571 22,05890 0,0001 1 , 0,2209 0,1700 0,0706

BF14 3706,37500 20,63421 0,0001 2 0,2209 , 0,0016 0,0005

CF10 3832,85714 22,05890 0,0001 3 0,1700 0,0016 , 0,9684

CF14 3847,00000 22,05890 0,0001 4 0,0706 0,0005 0,9684 ,

112

Apêndice 48 – Análises Estatísticas para Peso Vivo Médio com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 136

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 137

General Linear Models Procedure

PM01

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,46509793 0,15503264 1,42 0,2592

Error 27 2,95232143 0,10934524

Corrected Total 30 3,41741935

R-Square C,V, Root MSE PM01 Mean

0,136096 0,724393 0,33067392 45,64838710

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,46509793 0,15503264 1,42 0,2592

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,46509793 0,15503264 1,42 0,2592

The SAS System 23:20 Saturday, February 28, 2004 138

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM01 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 45,6125000 0,1169109 0,0001 1 , 0,8390 0,9328 0,6722

BF14 45,4750000 0,1169109 0,0001 2 0,8390 , 0,5113 0,2257

CF10 45,7142857 0,1249830 0,0001 3 0,9328 0,5113 , 0,9582

CF14 45,8000000 0,1169109 0,0001 4 0,6722 0,2257 0,9582 ,

113

Apêndice 49 – Análises Estatísticas para Peso Vivo Médio com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 139

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 140

General Linear Models Procedure

PM07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 249,05126728 83,01708909 6,12 0,0026

Error 27 366,30357143 13,56679894

Corrected Total 30 615,35483871

R-Square C,V, Root MSE PM07 Mean

0,404728 2,161733 3,68331358 170,38709677

Source DF Type I SS Mean Square F Value Pr > F

TR 3 249,05126728 83,01708909 6,12 0,0026

Source DF Type III SS Mean Square F Value Pr > F

TR 3 249,05126728 83,01708909 6,12 0,0026

The SAS System 23:20 Saturday, February 28, 2004 141

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 173,500000 1,302248 0,0001 1 , 0,9759 0,0039 0,1062

BF14 172,714286 1,392162 0,0001 2 0,9759 , 0,0150 0,2589

CF10 166,500000 1,302248 0,0001 3 0,0039 0,0150 , 0,4951

CF14 169,125000 1,302248 0,0001 4 0,1062 0,2589 0,4951 ,

114

Apêndice 50 – Análises Estatísticas para Peso Vivo Médio com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 142

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 143

General Linear Models Procedure

PM21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 6340,75172811 2113,58390937 9,77 0,0002

Error 27 5838,73214286 216,24933862

Corrected Total 30 12179,48387097

R-Square C,V, Root MSE PM21 Mean

0,520609 1,827053 14,70541868 804,87096774

Source DF Type I SS Mean Square F Value Pr > F

TR 3 6340,75172811 2113,58390937 9,77 0,0002

Source DF Type III SS Mean Square F Value Pr > F

TR 3 6340,75172811 2113,58390937 9,77 0,0002

The SAS System 23:20 Saturday, February 28, 2004 144

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 816,250000 5,199151 0,0001 1 , 0,6070 0,0002 0,9862

BF14 807,125000 5,199151 0,0001 2 0,6070 , 0,0054 0,8044

CF10 779,142857 5,558126 0,0001 3 0,0002 0,0054 , 0,0006

CF14 813,750000 5,199151 0,0001 4 0,9862 0,8044 0,0006 ,

115

Apêndice 51 – Análises Estatísticas para Peso Vivo Médio com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 145

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 146

General Linear Models Procedure

PM36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 30298,07499999 10099,35833333 17,32 0,0001

Error 26 15162,62500001 583,17788462

Corrected Total 29 45460,70000000

R-Square C,V, Root MSE PM36 Mean

0,666467 1,404098 24,14907627 1719,90000000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 30298,07500000 10099,35833333 17,32 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 30298,07500000 10099,35833333 17,32 0,0001

The SAS System 23:20 Saturday, February 28, 2004 147

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 1751,37500 8,53799 0,0001 1 , 0,2861 0,0001 0,5053

BF14 1729,37500 8,53799 0,0001 2 0,2861 , 0,0002 0,9923

CF10 1669,12500 8,53799 0,0001 3 0,0001 0,0002 , 0,0002

CF14 1733,00000 9,85882 0,0001 4 0,5053 0,9923 0,0002 ,

116

Apêndice 52 – Análises Estatísticas para Peso Vivo Médio com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 148

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 149

General Linear Models Procedure

PM42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 22984,34975368 7661,44991789 9,43 0,0002

Error 25 20301,85714287 812,07428571

Corrected Total 28 43286,20689655

R-Square C,V, Root MSE PM42 Mean

0,530986 1,345266 28,49691713 2118,31034483

Source DF Type I SS Mean Square F Value Pr > F

TR 3 22984,34975369 7661,44991790 9,43 0,0002

Source DF Type III SS Mean Square F Value Pr > F

TR 3 22984,34975369 7661,44991790 9,43 0,0002

The SAS System 23:20 Saturday, February 28, 2004 150

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PM42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 2156,85714 10,77082 0,0001 1 , 0,1622 0,0001 0,0769

BF14 2125,00000 10,07518 0,0001 2 0,1622 , 0,0178 0,9451

CF10 2079,25000 10,07518 0,0001 3 0,0001 0,0178 , 0,0990

CF14 2116,50000 11,63382 0,0001 4 0,0769 0,9451 0,0990 ,

117

Apêndice 53 – Análises Estatísticas para Conversão Alimentar com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 151

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 152

General Linear Models Procedure

CA07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,03050393 0,01016798 15,58 0,0001

Error 26 0,01696607 0,00065254

Corrected Total 29 0,04747000

R-Square C,V, Root MSE CA07 Mean

0,642594 3,037442 0,02554489 0,84100000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,03050393 0,01016798 15,58 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,03050393 0,01016798 15,58 0,0001

The SAS System 23:20 Saturday, February 28, 2004 153

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CA07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 0,87375000 0,00903148 0,0001 1 , 0,0001 0,9608 0,0004

BF14 0,80285714 0,00965506 0,0001 2 0,0001 , 0,0002 0,9222

CF10 0,86750000 0,00903148 0,0001 3 0,9608 0,0002 , 0,0013

CF14 0,81142857 0,00965506 0,0001 4 0,0004 0,9222 0,0013 ,

118

Apêndice 54 – Análises Estatísticas para Conversão Alimentar com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 154

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 155

General Linear Models Procedure

CA21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,02141849 0,00713950 25,17 0,0001

Error 27 0,00765893 0,00028366

Corrected Total 30 0,02907742

R-Square C,V, Root MSE CA21 Mean

0,736602 1,279060 0,01684233 1,31677419

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,02141849 0,00713950 25,17 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,02141849 0,00713950 25,17 0,0001

The SAS System 23:20 Saturday, February 28, 2004 156

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CA21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 1,30750000 0,00595466 0,0001 1 , 0,0787 0,0001 0,7825

BF14 1,28625000 0,00595466 0,0001 2 0,0787 , 0,0001 0,0112

CF10 1,35750000 0,00595466 0,0001 3 0,0001 0,0001 , 0,0003

CF14 1,31571429 0,00636580 0,0001 4 0,7825 0,0112 0,0003 ,

119

Apêndice 55 – Análises Estatísticas para Conversão Alimentar com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 157

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 158

General Linear Models Procedure

CA36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,03958071 0,01319357 58,25 0,0001

Error 26 0,00588929 0,00022651

Corrected Total 29 0,04547000

R-Square C,V, Root MSE CA36 Mean

0,870480 0,906098 0,01505028 1,66100000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,03958071 0,01319357 58,25 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,03958071 0,01319357 58,25 0,0001

The SAS System 23:20 Saturday, February 28, 2004 159

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CA36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 1,63571429 0,00568847 0,0001 1 , 0,8079 0,0001 0,0593

BF14 1,62875000 0,00532108 0,0001 2 0,8079 , 0,0001 0,0060

CF10 1,71875000 0,00532108 0,0001 3 0,0001 0,0001 , 0,0001

CF14 1,65714286 0,00568847 0,0001 4 0,0593 0,0060 0,0001 ,

120

Apêndice 56 – Análises Estatísticas para Conversão Alimentar com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 160

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 161

General Linear Models Procedure

CA42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,04559575 0,01519858 109,40 0,0001

Error 25 0,00347321 0,00013893

Corrected Total 28 0,04906897

R-Square C,V, Root MSE CA42 Mean

0,929218 0,661795 0,01178680 1,78103448

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,04559575 0,01519858 109,40 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,04559575 0,01519858 109,40 0,0001

The SAS System 23:20 Saturday, February 28, 2004 162

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CA42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 1,74875000 0,00416726 0,0001 1 , 0,3607 0,0001 0,0001

BF14 1,73857143 0,00445499 0,0001 2 0,3607 , 0,0001 0,0001

CF10 1,83250000 0,00416726 0,0001 3 0,0001 0,0001 , 0,0012

CF14 1,80500000 0,00481194 0,0001 4 0,0001 0,0001 0,0012 ,

121

Apêndice 57 – Análises Estatísticas para Custo Médio de Produção com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 163

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 164

General Linear Models Procedure

CU07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,00739083 0,00246361 15,91 0,0001

Error 26 0,00402504 0,00015481

Corrected Total 29 0,01141587

R-Square C,V, Root MSE CU07 Mean

0,647417 2,989004 0,01244223 0,41626667

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,00739083 0,00246361 15,91 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,00739083 0,00246361 15,91 0,0001

The SAS System 23:20 Saturday, February 28, 2004 165

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CU07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 0,42162500 0,00439899 0,0001 1 , 0,0001 0,7251 0,9629

BF14 0,38814286 0,00470272 0,0001 2 0,0001 , 0,0001 0,0001

CF10 0,42812500 0,00439899 0,0001 3 0,7251 0,0001 , 0,9511

CF14 0,42471429 0,00470272 0,0001 4 0,9629 0,0001 0,9511 ,

122

Apêndice 58 – Análises Estatísticas para Custo Médio de Produção com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 166

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 167

General Linear Models Procedure

CU21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,00659041 0,00219680 33,29 0,0001

Error 27 0,00178159 0,00006598

Corrected Total 30 0,00837200

R-Square C,V, Root MSE CU21 Mean

0,787197 1,285301 0,00812310 0,63200000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,00659041 0,00219680 33,29 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,00659041 0,00219680 33,29 0,0001

The SAS System 23:20 Saturday, February 28, 2004 168

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CU21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 0,63200000 0,00287195 0,0001 1 , 0,0738 0,0307 0,0001

BF14 0,62162500 0,00287195 0,0001 2 0,0738 , 0,9779 0,0001

CF10 0,62000000 0,00287195 0,0001 3 0,0307 0,9779 , 0,0001

CF14 0,65757143 0,00307024 0,0001 4 0,0001 0,0001 0,0001 ,

123

Apêndice 59 – Análises Estatísticas para Custo Médio de Produção com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 169

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 170

General Linear Models Procedure

CU36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,00997834 0,00332611 71,57 0,0001

Error 26 0,00120836 0,00004648

Corrected Total 29 0,01118670

R-Square C,V, Root MSE CU36 Mean

0,891983 0,888940 0,00681728 0,76690000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,00997834 0,00332611 71,57 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,00997834 0,00332611 71,57 0,0001

The SAS System 23:20 Saturday, February 28, 2004 171

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CU36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 0,76771429 0,00257669 0,0001 1 , 0,7992 0,0001 0,0001

BF14 0,76450000 0,00241027 0,0001 2 0,7992 , 0,0001 0,0001

CF10 0,74375000 0,00241027 0,0001 3 0,0001 0,0001 , 0,0001

CF14 0,79528571 0,00257669 0,0001 4 0,0001 0,0001 0,0001 ,

124

Apêndice 60 – Análises Estatísticas para Custo Médio de Produção com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 172

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 173

General Linear Models Procedure

CU42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,01423131 0,00474377 154,31 0,0001

Error 25 0,00076855 0,00003074

Corrected Total 28 0,01499986

R-Square C,V, Root MSE CU42 Mean

0,948763 0,686147 0,00554454 0,80806897

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,01423131 0,00474377 154,31 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,01423131 0,00474377 154,31 0,0001

The SAS System 23:20 Saturday, February 28, 2004 174

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CU42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 0,81250000 0,00196029 0,0001 1 , 0,4998 0,0001 0,0001

BF14 0,80842857 0,00209564 0,0001 2 0,4998 , 0,0001 0,0001

CF10 0,77800000 0,00196029 0,0001 3 0,0001 0,0001 , 0,0001

CF14 0,84183333 0,00226355 0,0001 4 0,0001 0,0001 0,0001 ,

125

Apêndice 61 – Análises Estatísticas para Mortalidade Média com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 175

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 176

General Linear Models Procedure

MO07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 15,30438364 5,10146121 2,85 0,0562

Error 27 48,37303571 1,79159392

Corrected Total 30 63,67741935

R-Square C,V, Root MSE MO07 Mean

0,240342 157,1729 1,33850436 0,85161290

Source DF Type I SS Mean Square F Value Pr > F

TR 3 15,30438364 5,10146121 2,85 0,0562

Source DF Type III SS Mean Square F Value Pr > F

TR 3 15,30438364 5,10146121 2,85 0,0562

The SAS System 23:20 Saturday, February 28, 2004 177

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR MO07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 0,00000000 0,47323275 1,0000 1 , 0,0676 0,9319 0,2445

BF14 1,73750000 0,47323275 0,0010 2 0,0676 , 0,2135 0,9341

CF10 0,40000000 0,47323275 0,4054 3 0,9319 0,2135 , 0,5462

CF14 1,32857143 0,50590709 0,0141 4 0,2445 0,9341 0,5462 ,

126

Apêndice 62 – Análises Estatísticas para Mortalidade Média com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 178

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 179

General Linear Models Procedure

MO21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 38,30091667 12,76697222 6,91 0,0014

Error 26 48,02875000 1,84725962

Corrected Total 29 86,32966667

R-Square C,V, Root MSE MO21 Mean

0,443659 83,04313 1,35913929 1,63666667

Source DF Type I SS Mean Square F Value Pr > F

TR 3 38,30091667 12,76697222 6,91 0,0014

Source DF Type III SS Mean Square F Value Pr > F

TR 3 38,30091667 12,76697222 6,91 0,0014

The SAS System 23:20 Saturday, February 28, 2004 180

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR MO21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 0,40000000 0,48052831 0,4128 1 , 0,0156 0,9346 0,0056

BF14 2,61250000 0,48052831 0,0001 2 0,0156 , 0,0589 0,9096

CF10 0,80000000 0,48052831 0,1080 3 0,9346 0,0589 , 0,0208

CF14 3,10000000 0,55486629 0,0001 4 0,0056 0,9096 0,0208 ,

127

Apêndice 63 – Análises Estatísticas para Mortalidade Média com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 181

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 182

General Linear Models Procedure

MO36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 40,78177340 13,59392447 6,78 0,0017

Error 25 50,14857143 2,00594286

Corrected Total 28 90,93034483

R-Square C,V, Root MSE MO36 Mean

0,448495 65,61195 1,41631312 2,15862069

Source DF Type I SS Mean Square F Value Pr > F

TR 3 40,78177340 13,59392447 6,78 0,0017

Source DF Type III SS Mean Square F Value Pr > F

TR 3 40,78177340 13,59392447 6,78 0,0017

The SAS System 23:20 Saturday, February 28, 2004 183

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR MO36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 0,91428571 0,53531604 0,1000 1 , 0,0547 0,9794 0,0044

BF14 2,90000000 0,50074231 0,0001 2 0,0547 , 0,1029 0,5670

CF10 1,20000000 0,50074231 0,0244 3 0,9794 0,1029 , 0,0083

CF14 3,90000000 0,57820741 0,0001 4 0,0044 0,5670 0,0083 ,

128

Apêndice 64 – Análises Estatísticas para Mortalidade Média com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 184

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 185

General Linear Models Procedure

MO42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 33,48633333 11,16211111 3,06 0,0461

Error 26 94,98333333 3,65320513

Corrected Total 29 128,46966667

R-Square C,V, Root MSE MO42 Mean

0,260656 70,70293 1,91133595 2,70333333

Source DF Type I SS Mean Square F Value Pr > F

TR 3 33,48633333 11,16211111 3,06 0,0461

Source DF Type III SS Mean Square F Value Pr > F

TR 3 33,48633333 11,16211111 3,06 0,0461

The SAS System 23:20 Saturday, February 28, 2004 186

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR MO42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 2,82500000 0,67575931 0,0003 1 , 0,9998 0,3438 0,5030

BF14 2,90000000 0,67575931 0,0002 2 0,9998 , 0,3058 0,5467

CF10 1,20000000 0,67575931 0,0875 3 0,3438 0,3058 , 0,0291

CF14 4,28333333 0,78029964 0,0001 4 0,5030 0,5467 0,0291 ,

129

Apêndice 65 – Análises Estatísticas para Conversão Energética com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 187

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 188

General Linear Models Procedure

CVEM07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 420054,42023808 140018,14007936 25,25 0,0001

Error 26 144175,44642859 5545,20947802

Corrected Total 29 564229,86666667

R-Square C,V, Root MSE CVEM07 Mean

0,744474 3,031105 74,46616331 2456,73333333

Source DF Type I SS Mean Square F Value Pr > F

TR 3 420054,42023810 140018,14007937 25,25 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 420054,42023810 140018,14007937 25,25 0,0001

The SAS System 23:20 Saturday, February 28, 2004 189

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVEM07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 2574,50000 26,32776 0,0001 1 , 0,0001 0,9517 0,0001

BF14 2370,14286 28,14556 0,0001 2 0,0001 , 0,0003 0,2745

CF10 2554,87500 26,32776 0,0001 3 0,9517 0,0003 , 0,0001

CF14 2296,57143 28,14556 0,0001 4 0,0001 0,2745 0,0001 ,

130

Apêndice 66 – Análises Estatísticas para Conversão Energética com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 190

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 191

General Linear Models Procedure

CVEM21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 325245,60426264 108415,20142088 46,14 0,0001

Error 27 63436,58928575 2349,50330688

Corrected Total 30 388682,19354839

R-Square C,V, Root MSE CVEM21 Mean

0,836791 1,226250 48,47167531 3952,83870968

Source DF Type I SS Mean Square F Value Pr > F

TR 3 325245,60426268 108415,20142089 46,14 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 325245,60426268 108415,20142089 46,14 0,0001

The SAS System 23:20 Saturday, February 28, 2004 192

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVEM21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 3970,50000 17,13733 0,0001 1 , 0,0615 0,0001 0,0001

BF14 3906,50000 17,13733 0,0001 2 0,0615 , 0,0001 0,0067

CF10 4100,87500 17,13733 0,0001 3 0,0001 0,0001 , 0,0001

CF14 3816,42857 18,32057 0,0001 4 0,0001 0,0067 0,0001 ,

131

Apêndice 67 – Análises Estatísticas para Conversão Energética com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 193

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 194

General Linear Models Procedure

CVEM36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 483033,13928574 161011,04642858 85,05 0,0001

Error 26 49221,66071426 1893,14079670

Corrected Total 29 532254,80000000

R-Square C,V, Root MSE CVEM36 Mean

0,907522 0,856029 43,51023784 5082,80000000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 483033,13928571 161011,04642857 85,05 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 483033,13928571 161011,04642857 85,05 0,0001

The SAS System 23:20 Saturday, February 28, 2004 195

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVEM36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 5083,28571 16,44532 0,0001 1 , 0,8430 0,0001 0,0001

BF14 5064,75000 15,38319 0,0001 2 0,8430 , 0,0001 0,0001

CF10 5259,37500 15,38319 0,0001 3 0,0001 0,0001 , 0,0001

CF14 4901,14286 16,44532 0,0001 4 0,0001 0,0001 0,0001 ,

132

Apêndice 68 – Análises Estatísticas para Conversão Energética com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 196

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 197

General Linear Models Procedure

CVEM42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 229126,83600158 76375,61200053 58,93 0,0001

Error 25 32401,92261911 1296,07690476

Corrected Total 28 261528,75862069

R-Square C,V, Root MSE CVEM42 Mean

0,876106 0,655136 36,00106811 5495,20689655

Source DF Type I SS Mean Square F Value Pr > F

TR 3 229126,83600164 76375,61200055 58,93 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 229126,83600164 76375,61200055 58,93 0,0001

The SAS System 23:20 Saturday, February 28, 2004 198

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVEM42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 5477,12500 12,72830 0,0001 1 , 0,4602 0,0001 0,0010

BF14 5449,42857 13,60712 0,0001 2 0,4602 , 0,0001 0,0374

CF10 5631,00000 12,72830 0,0001 3 0,0001 0,0001 , 0,0001

CF14 5391,66667 14,69737 0,0001 4 0,0010 0,0374 0,0001 ,

133

Apêndice 69 – Análises Estatísticas para Consumo Energético com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 199

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 200

General Linear Models Procedure

CONSEM

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 439121,16256127 146373,72085376 4,56 0,0111

Error 25 801700,28571459 32068,01142858

Corrected Total 28 1240821,44827586

R-Square C,V, Root MSE CONSEM Mean

0,353896 1,533855 179,07543502 11674,86206897

Source DF Type I SS Mean Square F Value Pr > F

TR 3 439121,16256159 146373,72085386 4,56 0,0111

Source DF Type III SS Mean Square F Value Pr > F

TR 3 439121,16256159 146373,72085386 4,56 0,0111

The SAS System 23:20 Saturday, February 28, 2004 201

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CONSEM Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 11806,1429 67,6842 0,0001 1 , 0,2098 0,9940 0,0183

BF14 11619,5000 63,3127 0,0001 2 0,2098 , 0,3202 0,5779

CF10 11781,7143 67,6842 0,0001 3 0,9940 0,3202 , 0,0328

CF14 11500,0000 67,6842 0,0001 4 0,0183 0,5779 0,0328 ,

134

Apêndice 70 – Análises Estatísticas para Conversão Protéica com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 202

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 203

General Linear Models Procedure

CVPB07

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 3189,58430952 1063,19476984 31,79 0,0001

Error 26 869,63035714 33,44732143

Corrected Total 29 4059,21466667

R-Square C,V, Root MSE CVPB07 Mean

0,785764 2,923057 5,78336593 197,85333333

Source DF Type I SS Mean Square F Value Pr > F

TR 3 3189,58430952 1063,19476984 31,79 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 3189,58430952 1063,19476984 31,79 0,0001

The SAS System 23:20 Saturday, February 28, 2004 204

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVPB07 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 200,712500 2,044729 0,0001 1 , 0,0001 0,0484 0,0012

BF14 184,771429 2,185907 0,0001 2 0,0001 , 0,0596 0,0001

CF10 192,737500 2,044729 0,0001 3 0,0484 0,0596 , 0,0001

CF14 213,514286 2,185907 0,0001 4 0,0012 0,0001 0,0001 ,

135

Apêndice 71 – Análises Estatísticas para Conversão Protéica com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 205

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 31 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 206

General Linear Models Procedure

CVPB21

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 9262,23402650 3087,41134217 224,72 0,0001

Error 27 370,94339286 13,73864418

Corrected Total 30 9633,17741936

R-Square C,V, Root MSE CVPB21 Mean

0,961493 1,312764 3,70656771 282,34838710

Source DF Type I SS Mean Square F Value Pr > F

TR 3 9262,23402650 3087,41134217 224,72 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 9262,23402650 3087,41134217 224,72 0,0001

The SAS System 23:20 Saturday, February 28, 2004 207

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVPB21 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 278,362500 1,310470 0,0001 1 , 0,0767 0,0001 0,0001

BF14 273,662500 1,310470 0,0001 2 0,0767 , 0,0169 0,0001

CF10 267,712500 1,310470 0,0001 3 0,0001 0,0169 , 0,0001

CF14 313,557143 1,400951 0,0001 4 0,0001 0,0001 0,0001 ,

136

Apêndice 72 – Análises Estatísticas para Conversão Protéica com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 208

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 209

General Linear Models Procedure

CVPB36

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 7496,08305952 2498,69435317 280,87 0,0001

Error 26 231,30660714 8,89640797

Corrected Total 29 7727,38966667

R-Square C,V, Root MSE CVPB36 Mean

0,970067 0,908626 2,98268469 328,26333333

Source DF Type I SS Mean Square F Value Pr > F

TR 3 7496,08305952 2498,69435317 280,87 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 7496,08305952 2498,69435317 280,87 0,0001

The SAS System 23:20 Saturday, February 28, 2004 210

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVPB36 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 324,714286 1,127349 0,0001 1 , 0,7703 0,0001 0,0001

BF14 323,225000 1,054538 0,0001 2 0,7703 , 0,0001 0,0001

CF10 312,512500 1,054538 0,0001 3 0,0001 0,0001 , 0,0001

CF14 355,571429 1,127349 0,0001 4 0,0001 0,0001 0,0001 ,

137

Apêndice 73 – Análises Estatísticas para Conversão Protéica com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 211

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 30 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 212

General Linear Models Procedure

CVPB42

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 7825,71966667 2608,57322222 324,67 0,0001

Error 26 208,89500000 8,03442308

Corrected Total 29 8034,61466667

R-Square C,V, Root MSE CVPB42 Mean

0,974001 0,831022 2,83450579 341,08666667

Source DF Type I SS Mean Square F Value Pr > F

TR 3 7825,71966667 2608,57322222 324,67 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 7825,71966667 2608,57322222 324,67 0,0001

The SAS System 23:20 Saturday, February 28, 2004 213

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CVPB42 Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 339,025000 1,002149 0,0001 1 , 0,9556 0,0001 0,0001

BF14 338,300000 1,002149 0,0001 2 0,9556 , 0,0001 0,0001

CF10 323,650000 1,002149 0,0001 3 0,0001 0,0001 , 0,0001

CF14 370,800000 1,157182 0,0001 4 0,0001 0,0001 0,0001 ,

138

Apêndice 74 – Análises Estatísticas para Consumo Protéico com Fêmeas.

The SAS System 23:20 Saturday, February 28, 2004 214

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 BF10 BF14 CF10 CF14

Number of observations in data set = 32

NOTE: Due to missing values, only 29 observations can be used in this analysis,

The SAS System 23:20 Saturday, February 28, 2004 215

General Linear Models Procedure

CONSPB

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 44977,98706897 14992,66235632 108,33 0,0001

Error 25 3459,87500000 138,39500000

Corrected Total 28 48437,86206897

R-Square C,V, Root MSE CONSPB Mean

0,928571 1,626973 11,76414043 723,06896552

Source DF Type I SS Mean Square F Value Pr > F

TR 3 44977,98706897 14992,66235632 108,33 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 44977,98706897 14992,66235632 108,33 0,0001

The SAS System 23:20 Saturday, February 28, 2004 216

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CONSPB Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

BF10 731,000000 4,446427 0,0001 1 , 0,2180 0,0001 0,0001

BF14 718,875000 4,159252 0,0001 2 0,2180 , 0,0001 0,0001

CF10 672,750000 4,159252 0,0001 3 0,0001 0,0001 , 0,0001

CF14 786,500000 4,802690 0,0001 4 0,0001 0,0001 0,0001 ,

139

Apêndice 75 – Análises Estatísticas para Percentual de Penas com Machos.

The SAS System 11:49 Monday, March 3, 2004 1

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T1 T2 T3 T4

Number of observations in data set = 64

NOTE: Due to missing values, only 59 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 2

General Linear Models Procedure

PENA

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,75651326 0,25217109 0,70 0,5546

Error 55 19,74109690 0,35892903

Corrected Total 58 20,49761017

R-Square C,V, Root MSE PENA Mean

0,036907 12,34538 0,59910686 4,85288136

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,75651326 0,25217109 0,70 0,5546

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,75651326 0,25217109 0,70 0,5546

The SAS System 11:49 Monday, March 3, 2004 3

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PENA Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T1 4,77285714 0,16011804 0,0001 1 , 0,9984 0,9794 0,6555

T2 4,73571429 0,16011804 0,0001 2 0,9984 , 0,9431 0,5514

T3 4,85875000 0,14977672 0,0001 3 0,9794 0,9431 , 0,8548

T4 5,03066667 0,15468873 0,0001 4 0,6555 0,5514 0,8548 ,

140

Apêndice 76 – Análises Estatísticas para Rendimento de Carcaça com Machos.

The SAS System 11:49 Monday, March 3, 2004 4

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T1 T2 T3 T4

Number of observations in data set = 64

NOTE: Due to missing values, only 58 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 5

General Linear Models Procedure

CARC

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 2,35268823 0,78422941 0,49 0,6933

Error 54 87,09502212 1,61287078

Corrected Total 57 89,44771034

R-Square C,V, Root MSE CARC Mean

0,026302 1,618509 1,26998850 78,46655172

Source DF Type I SS Mean Square F Value Pr > F

TR 3 2,35268823 0,78422941 0,49 0,6933

Source DF Type III SS Mean Square F Value Pr > F

TR 3 2,35268823 0,78422941 0,49 0,6933

The SAS System 11:49 Monday, March 3, 2004 6

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CARC Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T1 78,7161538 0,3522314 0,0001 1 , 0,6402 0,9710 0,9679

T2 78,1269231 0,3522314 0,0001 2 0,6402 , 0,8535 0,8607

T3 78,5068750 0,3174971 0,0001 3 0,9710 0,8535 , 1,0000

T4 78,4993750 0,3174971 0,0001 4 0,9679 0,8607 1,0000 ,

141

Apêndice 77 – Análises Estatísticas para Percentual de Gordura Abdominal com Machos.

The SAS System 11:49 Monday, March 3, 2004 7

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T1 T2 T3 T4

Number of observations in data set = 64

NOTE: Due to missing values, only 58 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 8

General Linear Models Procedure

GORD

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,66022696 0,22007565 1,79 0,1603

Error 54 6,64486442 0,12305304

Corrected Total 57 7,30509138

R-Square C,V, Root MSE GORD Mean

0,090379 19,18869 0,35078917 1,82810345

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,66022696 0,22007565 1,79 0,1603

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,66022696 0,22007565 1,79 0,1603

The SAS System 11:49 Monday, March 3, 2004 9

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR GORD Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T1 1,95307692 0,09729141 0,0001 1 , 0,9951 0,6282 0,1823

T2 1,92000000 0,09729141 0,0001 2 0,9951 , 0,7783 0,2851

T3 1,79562500 0,08769729 0,0001 3 0,6282 0,7783 , 0,8064

T4 1,68437500 0,08769729 0,0001 4 0,1823 0,2851 0,8064 ,

142

Apêndice 78 – Análises Estatísticas para Rendimento de Coxas com Machos.

The SAS System 11:49 Monday, March 3, 2004 10

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T1 T2 T3 T4

Number of observations in data set = 64

NOTE: Due to missing values, only 59 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 11

General Linear Models Procedure

COXA

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,56545822 0,18848607 0,65 0,5893

Error 55 16,06913500 0,29216609

Corrected Total 58 16,63459322

R-Square C,V, Root MSE COXA Mean

0,033993 3,902604 0,54052390 13,85033898

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,56545822 0,18848607 0,65 0,5893

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,56545822 0,18848607 0,65 0,5893

The SAS System 11:49 Monday, March 3, 2004 12

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR COXA Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T1 13,8150000 0,1560358 0,0001 1 , 0,9977 0,8253 0,9772

T2 13,8540000 0,1395627 0,0001 2 0,9977 , 0,8915 0,9213

T3 13,9925000 0,1351310 0,0001 3 0,8253 0,8915 , 0,5251

T4 13,7312500 0,1351310 0,0001 4 0,9772 0,9213 0,5251 ,

143

Apêndice 79 – Análises Estatísticas para Rendimento de Sobre Coxas com Machos.

The SAS System 11:49 Monday, March 3, 2004 13

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T1 T2 T3 T4

Number of observations in data set = 64

NOTE: Due to missing values, only 62 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 14

General Linear Models Procedure

SCOX

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 4,40306507 1,46768836 2,29 0,0878

Error 58 37,18047042 0,64104259

Corrected Total 61 41,58353548

R-Square C,V, Root MSE SCOX Mean

0,105885 3,960585 0,80065136 20,21548387

Source DF Type I SS Mean Square F Value Pr > F

TR 3 4,40306507 1,46768836 2,29 0,0878

Source DF Type III SS Mean Square F Value Pr > F

TR 3 4,40306507 1,46768836 2,29 0,0878

The SAS System 11:49 Monday, March 3, 2004 15

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR SCOX Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T1 19,8466667 0,2067273 0,0001 1 , 0,0882 0,2702 0,8663

T2 20,5375000 0,2001628 0,0001 2 0,0882 , 0,9375 0,3781

T3 20,3731250 0,2001628 0,0001 3 0,2702 0,9375 , 0,7243

T4 20,0726667 0,2067273 0,0001 4 0,8663 0,3781 0,7243 ,

144

Apêndice 80 – Análises Estatísticas para Rendimento de Asas com Machos.

The SAS System 11:49 Monday, March 3, 2004 16

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T1 T2 T3 T4

Number of observations in data set = 64

NOTE: Due to missing values, only 60 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 17

General Linear Models Procedure

ASA

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,72056394 0,24018798 1,76 0,1653

Error 56 7,64173439 0,13645954

Corrected Total 59 8,36229833

R-Square C,V, Root MSE ASA Mean

0,086168 2,949375 0,36940431 12,52483333

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,72056394 0,24018798 1,76 0,1653

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,72056394 0,24018798 1,76 0,1653

The SAS System 11:49 Monday, March 3, 2004 18

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR ASA Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T1 12,4292308 0,1024543 0,0001 1 , 0,2418 0,8730 0,9999

T2 12,6906250 0,0923511 0,0001 2 0,2418 , 0,6287 0,1900

T3 12,5337500 0,0923511 0,0001 3 0,8730 0,6287 , 0,8319

T4 12,4213333 0,0953798 0,0001 4 0,9999 0,1900 0,8319 ,

145

Apêndice 81 – Análises Estatísticas para Rendimento de Peito com Machos.

The SAS System 11:49 Monday, March 3, 2004 19

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T1 T2 T3 T4

Number of observations in data set = 64

NOTE: Due to missing values, only 63 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 20

General Linear Models Procedure

PEIT

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 14,58206238 4,86068746 1,91 0,1386

Error 59 150,51822333 2,55115633

Corrected Total 62 165,10028571

R-Square C,V, Root MSE PEIT Mean

0,088322 4,983495 1,59723396 32,05047619

Source DF Type I SS Mean Square F Value Pr > F

TR 3 14,58206238 4,86068746 1,91 0,1386

Source DF Type III SS Mean Square F Value Pr > F

TR 3 14,58206238 4,86068746 1,91 0,1386

The SAS System 11:49 Monday, March 3, 2004 21

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PEIT Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T1 32,7612500 0,3993085 0,0001 1 , 0,0935 0,4955 0,5795

T2 31,3986667 0,4124040 0,0001 2 0,0935 , 0,7601 0,6818

T3 31,9625000 0,3993085 0,0001 3 0,4955 0,7601 , 0,9991

T4 32,0387500 0,3993085 0,0001 4 0,5795 0,6818 0,9991 ,

146

Apêndice 82 – Análises Estatísticas para Percentual de Penas com Fêmeas.

The SAS System 11:49 Monday, March 3, 2004 22

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T5 T6 T7 T8

Number of observations in data set = 64

NOTE: Due to missing values, only 61 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 23

General Linear Models Procedure

PENA

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 0,59973073 0,19991024 0,41 0,7498

Error 57 28,12240042 0,49337545

Corrected Total 60 28,72213115

R-Square C,V, Root MSE PENA Mean

0,020880 13,48826 0,70240689 5,20754098

Source DF Type I SS Mean Square F Value Pr > F

TR 3 0,59973073 0,19991024 0,41 0,7498

Source DF Type III SS Mean Square F Value Pr > F

TR 3 0,59973073 0,19991024 0,41 0,7498

The SAS System 11:49 Monday, March 3, 2004 24

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PENA Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T5 5,12937500 0,17560172 0,0001 1 , 0,9988 0,9018 0,8873

T6 5,09133333 0,18136068 0,0001 2 0,9988 , 0,8429 0,8251

T7 5,30266667 0,18136068 0,0001 3 0,9018 0,8429 , 1,0000

T8 5,31200000 0,18136068 0,0001 4 0,8873 0,8251 1,0000 ,

147

Apêndice 83 – Análises Estatísticas para Rendimento de Carcaça com Fêmeas.

The SAS System 11:49 Monday, March 3, 2004 25

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T5 T6 T7 T8

Number of observations in data set = 64

NOTE: Due to missing values, only 58 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 26

General Linear Models Procedure

CARC

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 12,38154737 4,12718246 2,95 0,0405

Error 54 75,42714401 1,39679896

Corrected Total 57 87,80869138

R-Square C,V, Root MSE CARC Mean

0,141006 1,512337 1,18186250 78,14810345

Source DF Type I SS Mean Square F Value Pr > F

TR 3 12,38154737 4,12718246 2,95 0,0405

Source DF Type III SS Mean Square F Value Pr > F

TR 3 12,38154737 4,12718246 2,95 0,0405

The SAS System 11:49 Monday, March 3, 2004 27

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR CARC Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T5 77,6446667 0,3051556 0,0001 1 , 0,7420 0,9219 0,0314

T6 78,0900000 0,3158660 0,0001 2 0,7420 , 0,9841 0,3043

T7 77,9269231 0,3277897 0,0001 3 0,9219 0,9841 , 0,1684

T8 78,8506250 0,2954656 0,0001 4 0,0314 0,3043 0,1684 ,

148

Apêndice 84 – Análises Estatísticas para Percentual de Gordura Abdominal com Fêmeas.

The SAS System 11:49 Monday, March 3, 2004 28

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T5 T6 T7 T8

Number of observations in data set = 64

NOTE: Due to missing values, only 58 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 29

General Linear Models Procedure

GORD

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 6,20549146 2,06849715 14,30 0,0001

Error 54 7,80953095 0,14462094

Corrected Total 57 14,01502241

R-Square C,V, Root MSE GORD Mean

0,442774 17,72347 0,38029060 2,14568966

Source DF Type I SS Mean Square F Value Pr > F

TR 3 6,20549146 2,06849715 14,30 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 6,20549146 2,06849715 14,30 0,0001

The SAS System 11:49 Monday, March 3, 2004 30

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR GORD Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T5 2,43928571 0,10163694 0,0001 1 , 0,9974 0,1620 0,0001

T6 2,41142857 0,10163694 0,0001 2 0,9974 , 0,2336 0,0001

T7 2,14066667 0,09819061 0,0001 3 0,1620 0,2336 , 0,0029

T8 1,62866667 0,09819061 0,0001 4 0,0001 0,0001 0,0029 ,

149

Apêndice 85 – Análises Estatísticas para Rendimento de Coxas com Fêmeas.

The SAS System 11:49 Monday, March 3, 2004 31

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T5 T6 T7 T8

Number of observations in data set = 64

NOTE: Due to missing values, only 62 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 32

General Linear Models Procedure

COXA

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 1,61273608 0,53757869 1,00 0,3988

Error 58 31,13938167 0,53688589

Corrected Total 61 32,75211774

R-Square C,V, Root MSE COXA Mean

0,049241 5,629013 0,73272498 13,01693548

Source DF Type I SS Mean Square F Value Pr > F

TR 3 1,61273608 0,53757869 1,00 0,3988

Source DF Type III SS Mean Square F Value Pr > F

TR 3 1,61273608 0,53757869 1,00 0,3988

The SAS System 11:49 Monday, March 3, 2004 33

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR COXA Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T5 13,2737500 0,1831812 0,0001 1 , 0,6643 0,6504 0,3514

T6 12,9775000 0,1831812 0,0001 2 0,6643 , 1,0000 0,9489

T7 12,9666667 0,1891888 0,0001 3 0,6504 1,0000 , 0,9608

T8 12,8353333 0,1891888 0,0001 4 0,3514 0,9489 0,9608 ,

150

Apêndice 86 – Análises Estatísticas para Rendimento de Sobre Coxas com Fêmeas.

The SAS System 11:49 Monday, March 3, 2004 34

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T5 T6 T7 T8

Number of observations in data set = 64

NOTE: Due to missing values, only 60 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 35

General Linear Models Procedure

SCOX

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 16,34862436 5,44954145 10,85 0,0001

Error 56 28,12853564 0,50229528

Corrected Total 59 44,47716000

R-Square C,V, Root MSE SCOX Mean

0,367573 3,537979 0,70872793 20,03200000

Source DF Type I SS Mean Square F Value Pr > F

TR 3 16,34862436 5,44954145 10,85 0,0001

Source DF Type III SS Mean Square F Value Pr > F

TR 3 16,34862436 5,44954145 10,85 0,0001

The SAS System 11:49 Monday, March 3, 2004 36

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR SCOX Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T5 20,7092308 0,1965658 0,0001 1 , 0,6070 0,0133 0,0001

T6 20,3773333 0,1829928 0,0001 2 0,6070 , 0,2089 0,0006

T7 19,8737500 0,1771820 0,0001 3 0,0133 0,2089 , 0,1290

T8 19,3162500 0,1771820 0,0001 4 0,0001 0,0006 0,1290 ,

151

Apêndice 87 – Análises Estatísticas para Rendimento de Asas com Fêmeas.

The SAS System 11:49 Monday, March 3, 2004 37

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T5 T6 T7 T8

Number of observations in data set = 64

NOTE: Due to missing values, only 56 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 38

General Linear Models Procedure

ASA

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 1,71857024 0,57285675 4,09 0,0111

Error 52 7,28165119 0,14003175

Corrected Total 55 9,00022143

R-Square C,V, Root MSE ASA Mean

0,190948 2,919347 0,37420817 12,81821429

Source DF Type I SS Mean Square F Value Pr > F

TR 3 1,71857024 0,57285675 4,09 0,0111

Source DF Type III SS Mean Square F Value Pr > F

TR 3 1,71857024 0,57285675 4,09 0,0111

The SAS System 11:49 Monday, March 3, 2004 39

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR ASA Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T5 12,9307143 0,1000113 0,0001 1 , 0,9999 0,9999 0,0277

T6 12,9208333 0,1080246 0,0001 2 0,9999 , 1,0000 0,0441

T7 12,9206667 0,0966201 0,0001 3 0,9999 1,0000 , 0,0294

T8 12,5286667 0,0966201 0,0001 4 0,0277 0,0441 0,0294 ,

152

Apêndice 88 – Análises Estatísticas para Rendimento de Peito com Fêmeas.

The SAS System 11:49 Monday, March 3, 2004 40

General Linear Models Procedure

Class Level Information

Class Levels Values

TR 4 T5 T6 T7 T8

Number of observations in data set = 64

NOTE: Due to missing values, only 60 observations can be used in this analysis,

The SAS System 11:49 Monday, March 3, 2004 41

General Linear Models Procedure

PEIT

Source DF Sum of Squares Mean Square F Value Pr > F

Model 3 45,40261673 15,13420558 7,61 0,0002

Error 56 111,32747661 1,98799065

Corrected Total 59 156,73009333

R-Square C,V, Root MSE PEIT Mean

0,289687 4,217064 1,40996122 33,43466667

Source DF Type I SS Mean Square F Value Pr > F

TR 3 45,40261673 15,13420558 7,61 0,0002

Source DF Type III SS Mean Square F Value Pr > F

TR 3 45,40261673 15,13420558 7,61 0,0002

The SAS System 11:49 Monday, March 3, 2004 42

General Linear Models Procedure

Least Squares Means

Adjustment for multiple comparisons: Tukey-Kramer

TR PEIT Std Err Pr > |T| Pr > |T| H0: LSMEAN(i)=LSMEAN(j)

LSMEAN LSMEAN H0:LSMEAN=0 i/j 1 2 3 4

T5 32,7920000 0,3640504 0,0001 1 , 0,9942 0,5357 0,0011

T6 32,6631250 0,3524903 0,0001 2 0,9942 , 0,3756 0,0004

T7 33,4992857 0,3768280 0,0001 3 0,5357 0,3756 , 0,0618

T8 34,8400000 0,3640504 0,0001 4 0,0011 0,0004 0,0618 ,

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 