ads:
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
FACULDADE DE AGRONOMIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ZOOTECNIA
ANÁLISE DA COMERCIALIZAÇÃO DE BEZERROS DE CORTE NO RIO
GRANDE DO SUL
LUCIANA FAGUNDES CHRISTOFARI
Médica Veterinária/UFRGS
Tese apresentada como um dos requisitos à obtenção do grau de Doutor em
Zootecnia
Área de concentração Produção Animal
Porto Alegre (RS), Brasil
Dezembro, 2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ii
DEDICATÓRIA
“Papito”, meu anjo da guarda.
“Mami”, pelo amor e dedicação à nós.
ads:
iii
AGRADECIMENTOS
Agradeço à Deus primeiramente, pelas oportunidades e por ter me
colocado no caminho de duas pessoas fundamentais na minha educação, meu
saudoso pai e minha adorada mãe, que me deram a base para aproveitar estas
oportunidades com discernimento, sensatez e respeito as outras pessoas.
A minha família, em especial minhas duas manas, Carolina e
Daniela que, embora pequenas diferenças de vez em quando, sempre me
apoiaram em todos os momentos de nossas vidas e, certamente, por muito
tempo ainda. Amo vocês. À minha vózinha, as tias e tios.
Meu orientador, Prof. Júlio Barcellos, pelo apoio e confiança em todo
o período de Pós-graduação. Aos professores e funcionários do Departamento
de Zootecnia,
Meus colegas, àqueles que me ajudaram na coleta de dados,
àqueles que foram colegas de aula e, especialmente, aos que fazem parte do
Núcleo de Estudos em Sistemas de Produção de Bovinos de Corte (NESPRO).
As amigas e amigos. Em especial, à Angélica, Maria Cristina, Aline e
Fabiana, pela compreensão e auxílio.
Ao Fabio, pelo carinho e um “naquinho” de paciência dos últimos
dias.
A Capes, pelo financiamento dos estudos aqui contemplados.
iv
ANÁLISE DA COMERCIALIZAÇÃO DE BEZERROS DE CORTE NO RIO
GRANDE DO SUL
1
Autora: Luciana Fagundes Christofari
Orientador: Júlio Otávio Jardim Barcellos
RESUMO
O presente trabalho tem por objetivo avaliar as escolhas realizadas
pelos compradores em leilões de bezerros no Estado do Rio Grande do Sul,
bem como as variações de preços obtidas por estes animais. Para tanto, foram
avaliados leilões durante o período de três anos em duas estações anuais de
comercialização. Foi analisada a influência no preço final por quilograma de
peso vivo de características relacionadas à genética animal (grupo genético,
musculosidade e tamanho animal), peso vivo médio na comercialização e
características relacionadas ao momento do leilão, como uniformidade, ordem
de entrada e tempo de permanência em pista e estratégias de divulgação
utilizadas nos lotes avaliados. A partir destes dados foi possível concluir que as
variáveis que afetam qualitativamente os bezerros, como genética e
uniformidade, por exemplo, tem um grande impacto em períodos onde a oferta
de bezerros é muito alta, possibilitando ao comprador escolher por meio de
outras variáveis que não o preço. Em períodos de baixa oferta e preços altos, o
peso médio dos lotes ofertados, tem um maior efeito no preço final, sendo mais
valorizados os animais mais leves em relação aos mais pesados,
principalmente, por resultarem em um menor valor unitário, mas maior em
relação à unidade de peso. Estas informações tornam-se valiosas aos
produtores de bezerros que podem direcionar sua produção a animais de maior
demanda no mercado, especialmente em épocas de preço muito baixo e
grande oferta, onde estes critérios diferenciais entre os animais podem
significar a efetivação ou não da comercialização.
1
Tese de Doutorado em Zootecnia – Produção Animal, Faculdade de Agronomia,
Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brasil (280p.)
Dezembro, 2007.
v
ANALYSIS OF THE COMMERCIALIZATION OF BEEF CALVES IN THE RIO
GRANDE DO SUL
1
Author: Luciana Fagundes Christofari
Adviser: Júlio Otávio Jardim Barcellos
ABSTRACT
The present work has as a goal to evaluate the choices
accomplished by the buyers in auctions of beef calves in the State of Rio
Grande do Sul as well as the variations of prices obtained by these animals. For
such, auctions were appraised during the period of three years in two annual
stations of commercialization. The influence was analyzed in the final price per
kilogram of live weight of characteristics related to the animal genetics (group
genetic, muscularity and animal size), medium live weight in the
commercialization and characteristics related to the moment of the auction, as
uniformity, entrance order and time of permanence in track and popularization
strategies used in the appraised lots. From these data it was possible to
conclude that the variables that affect qualitatively the beef calves, as genetics
and uniformity, for instance, it has a great impact in periods where the offer of
calves is very high, making possible the purchaser to choose through other
variables but the price. In periods of low offer and high prices, the average
weight of the presented lots, has a larger effect in the final price, being more
valued the lightest animals in relation to the heaviest, mainly, for they result in a
smaller value unitary, but larger in relation to the unit of weight. These
information become valuable to the producer of beef calves that can address
your production to you encourage of larger demand in the market, especially in
times of very low price and great offer, where these criteria differentiate among
the animals they can mean the effective or not of the commercialization.
1
Doctoral thesis in Animal Science, Faculdade de Agronomia, Universidade Federal do
Rio Grande do Sul, Porto Alegre, RS, Brazil (280p.) December, 2007
vi
SUMÁRIO
Página
CAPÍTULO I....................................................................................................... 1
1 INTRODUÇÃO GERAL.................................................................................. 2
2 HIPÓTESES DO TRABALHO........................................................................ 6
3 OBJETIVOS................................................................................................... 7
3.1 Objetivos Gerais .................................................................................. 7
3.2 Objetivos Específicos........................................................................... 7
4 METODOLOGIA GERAL ............................................................................... 8
5 REVISÃO BIBLIOGRÁFICA ........................................................................ 11
5.1 Comercialização Agropecuária .......................................................... 11
5.1.1 Mercado............................................................................................. 12
5.1.1.1 Estrutura de Mercado..................................................................... 14
5.1.1.2 Formação do Preço de Mercado.................................................... 17
5.1.1.3 Demanda e Oferta de Produtos Agropecuários ............................. 20
5.1.1.3.1 Demanda ................................................................................ 20
5.1.1.3.2 Oferta...................................................................................... 23
5.1.2 Canais de Comercialização ............................................................... 26
5.1.2.1 Leilões ........................................................................................ 29
5.1.3 Mecanismos de Comercialização ...................................................... 33
5.1.4 Informações e Comercialização......................................................... 35
5.1.5 Diferenciação de Produtos................................................................. 38
5.1.5.1 Marketing ....................................................................................... 40
5.2 Cadeia Produtiva da Carne Bovina.................................................... 42
5.2.1 A Visão Sistêmica da Cadeia Produtiva............................................. 44
5.2.2 A Pecuária de Corte Brasileira........................................................... 45
5.2.3 Fases da Produção............................................................................ 47
5.2.4 Relações Comerciais entre as Fases de Produção ........................... 48
5.2.4.1 Relação de Troca........................................................................... 48
5.2.4.2 Sazonalidade da Produção ............................................................ 49
5.2.4.3 Ciclo Pecuário................................................................................ 50
5.3 Pecuária de Cria no Rio Grande do Sul............................................. 51
5.3.1 Variáveis Relevantes nos Sistemas de Cria ...................................... 54
5.3.1.1 Taxa de Desmame......................................................................... 55
vii
5.3.1.2 Peso ao Desmame......................................................................... 57
5.3.2 Influência de Características dos Bezerros na Demanda .................. 59
5.3.2.1 Fatores Genéticos.......................................................................... 60
5.3.2.2 Fatores Nutricionais e de Gerenciamento da Propriedade............. 62
5.3.2.3 Fatores Mercadológicos................................................................. 63
CAPÍTULO II.................................................................................................... 67
Tendências na comercialização de bezerros no Rio Grande do Sul relacionados
às características genéticas......................................................................... 68
Introdução..................................................................................................... 70
Material e Métodos ....................................................................................... 72
Resultados e Discussão ............................................................................... 74
Conclusões................................................................................................... 84
Literatura citada............................................................................................ 85
CAPÍTULO III................................................................................................... 87
Efeitos do peso vivo sobre a comercialização de bezerros de corte................ 88
Introdução..................................................................................................... 90
Material e Métodos ....................................................................................... 91
Resultados e Discussão ............................................................................... 94
Conclusões................................................................................................. 104
Literatura Citada......................................................................................... 105
CAPÍTULO IV ................................................................................................ 107
Manejo da comercialização e seus efeitos no preço de bezerros de corte .... 108
Introdução................................................................................................... 110
Materiais e Métodos ................................................................................... 111
Resultados e Discussão ............................................................................. 116
Conclusões................................................................................................. 126
Literatura Citada......................................................................................... 127
CAPÍTULO V ................................................................................................. 129
1. CONSIDERAÇÕES FINAIS....................................................................... 130
2. REFERÊNCIAS BIBLIOGRÁFICAS........................................................... 135
3. APÊNDICES .............................................................................................. 146
4. VITA........................................................................................................... 280
viii
RELAÇÃO DE TABELAS
Página
CAPÍTULO II.................................................................................................... 67
1. Características avaliadas e suas variações ................................................. 73
2. Preço e valorização por kg de PV de acordo com o grupo genético
predominante no lote ................................................................................... 77
3. Preço e valorização por kg de PV conforme característica de musculosidade
predominante no lote ................................................................................... 81
4. Preço e valorização por kg de PV de acordo com o tamanho animal
predominante no lote ................................................................................... 83
CAPÍTULO III................................................................................................... 87
1. Análise de correlação entre o peso vivo médio dos lotes e o preço final por
unidade de peso vivo................................................................................... 99
CAPÍTULO IV ................................................................................................ 107
1. Análise da variância e preços médios para cada variável avaliada no modelo
1................................................................................................................. 114
2. Influência das variáveis estudadas (através de análise de variância) no preço
final (R$/kg PV) conforme o período avaliado............................................ 117
3. Preço final por quilograma de peso vivo (R$/kg PV) de acordo com a adoção
de estratégias de divulgação por período avaliado.................................... 119
4. Preço final por quilograma de peso vivo (R$/kg PV) por período de avaliação
conforme a uniformidade dos lotes............................................................ 121
ix
RELAÇÃO DE FIGURAS
Página
CAPÍTULO I....................................................................................................... 1
1: Canais de comercialização de animais de reposição, boi gordo para abate e
carne bovina. Adaptado de IEL/CNA/SEBRAE (2000). ............................... 28
2: Ciclo da diferenciação e padronização de produtos. Adaptado de Neves
(2000). ......................................................................................................... 38
3: Estrutura da cadeia produtiva da carne bovina. Adaptado de Neves et al.
(2001). ......................................................................................................... 43
4: Fluxograma detalhado de um sistema de cria (Barcellos et al., 2007)......... 52
CAPÍTULO II.................................................................................................... 67
2: Freqüência total de animais ofertados e comercializados de acordo com a
característica de musculosidade predominante no lote. .............................. 80
3: Freqüência de animais ofertados e comercializados conforme o tamanho
animal predominante nos lotes. ................................................................... 82
CAPÍTULO III................................................................................................... 87
1: Análise de regressão entre preço (R$/ β PV) e peso médio dos lotes
comercializados em leilões de outono para os anos de 2004, 2005 e
2006............................................................................................................. 95
2: Análise de regressão entre preço (R$/ β PV) e peso médio dos lotes
comercializados em leilões de primavera para os anos de 2004, 2005 e
2006............................................................................................................. 95
3: Preços de animais para abate (esquerda) e bezerros (direita) praticados no
Rio Grande do Sul nos últimos 10 anos (Fonte:EMATER/RS, 2007). ......... 97
4: Comparações entre os preços pagos para bois para abate e bezerros de
reposição (Fonte:EMATER/RS, 2007)......................................................... 98
x
5: Pesos médios dos lotes ofertados durante três anos de avaliação em leilões
realizados nos períodos de outono e primavera. ....................................... 100
6: Liquidez dos lotes ofertados no período de outono durante os três anos
avaliados, conforme o peso vivo médio do lote. ........................................ 101
7: Liquidez dos lotes ofertados no período de primavera nos três anos
avaliados, conforme o peso vivo médio do lote. ........................................ 101
8: Valorizações por animal (% e absoluta) e unidade de peso vivo simulando a
comercialização de um bezerro com 30 kg acima do peso base de 150 kg
nas diferentes épocas avaliadas................................................................ 103
CAPÍTULO IV ................................................................................................ 107
1: Liquidez (comercializados/ofertados) conforme a uniformidade dos lotes. 121
2: Diferença de preço e número de lances ofertados (%) entre lotes uniformes e
desuniformes conforme o período de avaliação. ....................................... 122
3: Diferença de preço e número de lances ofertados (%) entre o 1° e último
quarto conforme o período avaliado. ......................................................... 123
4: Liquidez (comercializados / ofertados) dos animais avaliados conforme a
ordem de entrada em pista de comercialização......................................... 124
5: Tempo de permanência em pista conforme a ordem de entrada dos animais.
................................................................................................................... 125
1
CAPÍTULO I
1 INTRODUÇÃO GERAL
A inserção atual da pecuária de corte brasileira em uma conjuntura
de concorrência com outras cadeias produtivas, quer seja por mercados
consumidores quando se relaciona com outras carnes, como suínos e aves, ou
pela utilização da terra com cadeias como do soja ou cana-de-açúcar, levam a
uma pressão constante por maiores produtividades por área utilizada e por
menores preços ao consumidor.
Esta concorrência traz como benefícios aos consumidores aumentos
na quantidade de produtos à sua escolha, além de ampliar os critérios
utilizados na decisão de compra, que não somente o preço.
Por outro lado, este cenário tem resultado em um decréscimo nas
margens de comercialização de todos os produtos agropecuários e, quando
não é possível redução das margens de comercialização, a diminuição de
preços é repassada para cada elo da cadeia até atingir o produtor, onde em
muitos casos, o preço de venda não cobre os custos de produção.
A cadeia produtiva da carne bovina apresenta uma segmentação da
produção, ou seja, o boi gordo é produzido a partir de três fases distintas (cria,
recria e terminação). E, para cada uma das categorias de animal há um
mercado, onde esses animais são comercializados entre criadores que
desenvolvem etapas complementares de produção e onde se definem seus
3
preços de comercialização (Sachs & Martins, 2007).
Em sistemas de recria e terminação intensivos o custo da reposição
representa quase 50% do custo operacional total (Nogueira, 2003), fazendo
com que este tipo de produtor dê ênfase maior ao processo de
comercialização, pois se realizada de maneira errada pode prejudicar todo o
ciclo de produção. Além disso, são fases de mais fácil controle econômico. Um
exemplo é o sistema de terminação em confinamento nos EUA, onde o custo
da alimentação é alto, os produtores utilizam o preço do bezerro como fator de
ajuste no custo total em momentos onde o preço dos grãos é elevado (Meyer,
1997).
Na atividade de cria, geralmente o maior custo é atribuído à mão-de-
obra e muitas vezes nem é contabilizado por ser de caráter familiar. Além
disso, esta fase sempre foi considerada a “válvula reguladora” das outras,
ajustando por meio da retenção ou abate de matrizes, os fenômenos
conjunturais da pecuária de corte (Olmedo et al., 2006). Deste modo, o controle
dos custos nunca foi assumido como critério de decisão nesses sistemas,
tornando a determinação de um preço bom ou ruim para a venda do bezerro
impossível, já que poucos conhecem seus custos de produção.
Os custos de produção variam de acordo com o sistema produtivo e
com o nível tecnológico de cada um. Cerca de 25% dos produtores produzem
um bezerro por U$ 0,50/libra nos EUA, enquanto para outros 25%, este valor é
125% superior (Paterson, 2002). Portanto, sua determinação é essencial,
permitindo analisar economicamente a atividade, conhecendo e utilizando, de
maneira inteligente e econômica, os fatores de produção (Oaigen et al., 2006).
4
Essa necessidade é acentuada em momentos de preços baixos para tornar
possível o controle, gerenciamento ou até redução dos custos (Prevatt, 1998).
Além disso, as propriedades de cria, não acompanharam os
mesmos ritmos de incrementos em produtividade dos sistemas de terminação,
que passaram de taxas de desfrute de 11 para 20% (Torres Jr. & Rosa, 2003).
Neste sentido, os avanços na cadeia produtiva, passam necessariamente, por
avanços no processo de cria, buscando maiores taxas reprodutivas e
produtividades, mediante um melhor manejo do rebanho (IEL/CNA/SEBRAE,
2000).
Contudo, não existe um período de acasalamento, parição ou de
comercialização dos animais que garanta a lucratividade, todas as
combinações variam ao longo do ciclo pecuário (Leesburg et al., 2007).
Portanto, são necessárias constantes avaliações do sistema de produção ao
longo dos anos. Isso faz com que, por desconhecimento ou incapacidade, a
maior parte dos criadores produza o bezerro mais fácil de produzir e venda no
mercado mais conveniente tomando o preço naquele momento.
O primeiro passo para ser um comerciante é reconhecer todas as
alternativas e avaliar cada uma de acordo com os potenciais custos e retornos,
selecionando a alternativa mais lucrativa e não a mais conveniente (McKissick
& Brown, 2001).
Neste sentido, este trabalho tem por objetivo identificar as escolhas
realizadas pelos compradores de bezerros, e através das variações nos preços
obtidos, avaliar suas preferências em relação aos bezerros comercializados no
Rio Grande do Sul.
5
Para tanto, no Capítulo I é realizada uma abordagem teórica dos
princípios que norteiam a comercialização e a formação dos preços em
mercados agropecuários, uma breve descrição da pecuária de corte no Brasil e
no Rio Grande do Sul, além da apresentação de fatores que podem influenciar
a demanda dos bezerros. Para finalizar, são apresentados os objetivos e
hipóteses deste estudo de tese. Os Capítulos II, III e IV referem-se às
características que podem afetar a valorização dos mesmos. O Capítulo IV traz
as considerações finais do trabalho.
2 HIPÓTESES DO TRABALHO
As características genéticas e fenotípicas dos bezerros, bem como a
ordem de entrada e o tempo de permanência em pista, e as estratégias de
apresentação nas feiras de bezerros no Rio Grande do Sul podem afetar o
preço recebido e se positivo a magnitude desses efeitos depende do cenário de
mercado.
3 OBJETIVOS
3.1 Objetivos Gerais
Avaliar a comercialização de bezerros em leilões no Rio Grande do
Sul.
Gerar informações sobre preferências do tipo de bezerro preferido.
Contribuir para a formação dos profissionais das ciências agrárias
em áreas pouco abordadas nos currículos atuais.
3.2 Objetivos Específicos
Avaliar o perfil genético dos bezerros comercializados no Rio Grande
do Sul, como raças e cruzamentos existentes.
Identificar as sinalizações dos compradores de bezerros, através de
variações na remuneração.
Avaliar os principais fatores que afetam os preços pagos no
momento da venda.
4 METODOLOGIA GERAL
As épocas de comercialização de bezerros no estado do Rio Grande
do Sul são predominantemente no outono, aos 6-7 meses de idade, oriundos
da parição da primavera e, na primavera, onde são ofertados animais de
parição de outono, além de bezerros nascidos no final da estação de parição
da primavera anterior, tornando o peso médio dos animais comercializados na
primavera superior aos de outono. Entretanto os leilões de outono apresentam
maior volume de animais, atribuído a predominância de sistemas de cria com
estação de acasalmento no período de primavera – verão e conseqüentemente
com parição na primavera seguinte (Valle et al., 1998).
Os leilões realizados, geralmente são coordenados pelas
associações de criadores, órgãos do governo estadual ou empresas privadas
que organizam a comercialização. Em cada leilão, geralmente geograficamente
regionalizados, é ofertado um número que varia de 400 a 3.000 bezerros
oriundos de diversos produtores. Estes apresentam seus bezerros constituindo
lotes de 10 a 40 animais conforme a raça, peso vivo, idade, tamanho e
condição corporal. No local, os lotes de bezerros são apresentados em
pequenos currais, contendo os dados de identificação do proprietário e dos
animais, permitindo uma observação prévia ao leilão por parte dos
9
compradores. Após um período de observação pelos compradores os lotes de
animais entram em pista para serem comercializados mediante oferta e venda
pelo maior lance de oferta (Santos et al., 2006).
No presente trabalho foram analisados dados de comercialização de
30.213 bezerros, distribuídos em 1.880 lotes, em 13 leilões municipais
(Alegrete, Bagé, Caçapava do Sul, Cachoeira do Sul, Lavras do Sul,
Uruguaiana, São Francisco de Assis, Rosário do Sul, Esteio, Santana da Boa
Vista, Santa Maria, Santo Ângelo, São Borja) nos anos 2004, 2005 e 2006,
durante os períodos de outono e primavera.
Para as avaliações, foi treinado um grupo de técnicos os quais
realizavam a caracterização dos lotes a partir de inspeções visuais e junto aos
produtores (descritas no capítulos posteriores), antes da entrada dos bezerros
na pista do leilão. A pesagem dos animais é realizada pelas instituições
responsáveis pela organização do leilão, geralmente no momento da chegada
ao local onde ocorre a comercialização e disponibilizada como peso médio do
lote.
Durante o período de permanência na pista onde ocorreu a
comercialização, foi acompanhada a movimentação do leilão (preço inicial, final
e por quilograma de peso vivo, número de lances e efetivação da
comercialização).
Os períodos avaliados no estudo representaram distintos cenários
conjunturais para a pecuária de corte. A partir do ano de 2003 ocorreu um
aumento na produção e oferta de bezerros o que determinou um ciclo de baixa
do preço de mercado com reflexos nos preços recebidos pelos produtores.
10
Esse fenômeno extende-se até meados de 2005 quando ocorre um novo ciclo
de recuperação dos preços. Já a partir da primavera de 2005, o valor pago
pelos bezerros supera do preço do boi para abate, invertendo o cenário e
favorecendo a atividade de cria no que tange aos aspectos econômicos, sendo
que esta conjuntura permanece até os dias atuais. Isto decorre da redução do
numero de bezerros produzidos, principalmente pelo grande abate de matrizes
nos anos 2004 e 2005 (IBGE, 2007).
Sendo assim, foi possível caracterizar os períodos avaliados em
favoráveis e desfavoráveis à atividade de cria, onde 2004 (outono e primavera)
e outono de 2005 são considerados os períodos desfavoráveis e primavera de
2005 e 2006 (outono e primavera), as épocas favoráveis, com alta demanda
por bezerros e conseqüente maior remuneração.
Os Capítulos III, IV e V apresentam a metodologia especifica de
avaliação das caracteristicas utilizadas conforme o artigo.
5 REVISÃO BIBLIOGRÁFICA
5.1 Comercialização Agropecuária
Comércio refere-se ao conjunto das operações ou funções
realizadas no processo de levar os bens e serviços desde a sua produção até o
consumidor final (Hoffmann et al., 1984), e, ainda é um processo social que
envolve interações entre agentes econômicos através de instituições
apropriadas (Barros, 1987).
Segundo Barros (1987) a comercialização realiza uma série de
atividades ou funções durante o processo de transferência dos produtos aos
consumidores. Sendo que, estas atividades resultam na transformação dos
bens mediante a utilização de recursos produtivos (capital e trabalho) que
atuam sobre a matéria-prima, podendo alterá-los com relação a sua forma
(processamento), tempo (armazenagem) ou no espaço (transporte).
Na comercialização de produtos pecuários, os recursos produtivos
(capital e trabalho) desempenham um grande papel na alteração do produto
bezerro até a transformação no boi gordo que é comercializado a outro setor da
cadeia produtiva. Contudo, embora baseados em tecnologias ligadas ao
processo de produção, a adoção delas é dependente do gestor de cada
propriedade, com fatores que influenciam suas decisões de modo distinto,
tornando o produto final deste processo, diferente entre os sistemas.
12
Reis & Carvalho (1999), adicionam ainda, as funções de permuta,
que se referem à compra e venda, acrescentando a utilidade de posse dos
produtos. Citam também funções auxiliares à comercialização como
padronização, financiamentos, assunção de riscos e informações de mercado.
Hoffmann et al., (1984) ainda conceituam como funções facilitadoras ou
auxiliares, a classificação, pesquisas de comercialização, criação da procura e
propaganda. Entretanto, é consenso entre os autores (Hoffmann et al., 1984;
Barros, 1987; Reis & Carvalho, 1999; Arbage, 2000) a relevância dos mercados
no ato de comercialização.
5.1.1 Mercado
O mercado pode ser entendido como o “local” em que operam as
forças de oferta e demanda, através de vendedores e compradores, de tal
forma que ocorra a transferência de propriedade das mercadorias (Barros,
1987). Pindyck & Rubinfeld (1994) descrevem que os compradores abrangem
os consumidores e as empresas, já os vendedores são as empresas, os
trabalhadores e os proprietários de recursos.
Existem três níveis de mercados (Hoffmann et al., 1984; Barros,
1987): mercado local, do produtor ou primário, caracteriza-se pela
concentração dos produtores; mercado atacadista ou terminal, onde são
realizadas as funções terminadoras dos produtos, processados e
proporcionada a sua forma final e, mercado varejista ou secundário, onde os
consumidores finais adquirem as mercadorias. As atividades agropecuárias
atuam no primeiro nível de mercado
13
Três pressupostos fundamentam as análises de mercado (Pindyck &
Rubinfeld, 1994; Abreu, 1995, Silva & Stefanelo, 2002):
Livre funcionamento ou a ausência de restrições externas como a
atuação governamental;
Maximização do lucro pelos produtores;
Racionalidade dos consumidores, ao maximizarem sua satisfação
pela alocação de suas rendas nos diversos bens, com preços e
qualidades diferentes.
Nesta ótica, a análise do mercado de bezerros tem como
pressupostos que os produtores tentam maximizar seus lucros através da
venda de bezerros aos melhores preços possíveis e, por sua vez, os
compradores visam adquirir os melhores animais, de acordo com as suas
preferências, aos menores preços, analisando o custo-benefício de cada
padrão animal.
Entretanto, a atividade de pecuária de corte também é caracterizada
pela diversidade de fatores que podem influenciar em menor ou maior grau a
tomada de decisão dos produtores tanto na compra como venda de produtos
ou serviços, tais como a minimização de riscos ou até mesmo aspectos
culturais (SEBRAE/SENAR/FARSUL, 2005). Além disso, a racionalidade dos
compradores também é limitada, pois muitas vezes não possuem todas as
informações referentes aos produtos em questão.
14
5.1.1.1 Estrutura de Mercado
As características de maior relevância das estruturas de mercado
são (Barros, 1987; Abreu, 1995; Arbage, 2000):
Grau de concentração de vendedores e compradores;
Grau de diferenciação do produto;
Condição de entrada no mercado.
Baseadas nas características acima, as estruturas de mercado,
classificam-se teoricamente em Concorrência Perfeita e Imperfeita –
Concorrência Monopolística, Oligopólio e Monopólio – (Pindyck & Rubinfeld,
1994; Abreu, 1995; Byrns & Stone, 1996; Arbage, 2000; Mansfield & Yohe,
2006).
Os mercados de concorrência perfeita têm como características
principais muitos agentes atuando, produtos homogêneos; livre acesso às
informações por todos envolvidos (Abreu, 1995), possibilitando que inovações
tecnológicas adotadas individualmente sejam percebidas pelos demais agentes
podendo adotá-las. Ainda há uma perfeita mobilidade dos agentes, sem
restrições quanto à entrada ou saída dos mesmos (Arbage, 2000). Sendo
assim, neste tipo de mercado, nenhum comprador ou vendedor tem
individualmente impacto significativo sobre o preço dos produtos
comercializados, sendo um exemplo a maior parte dos produtos agropecuários
(Pindyck & Rubinfeld, 1994).
Mercados de concorrência imperfeita têm o número de agentes
limitado e/ou quando os produtos comercializados não são homogêneos
(Abreu, 1995). Classificam-se como monopólios e oligopólios, quando se
15
relacionam com os vendedores e monopsônio e oligopsônio quando se referem
com os compradores (Pindyck & Rubinfeld, 1994, Arbage, 2000).
Em mercados monopolistas há único vendedor de um produto ou
serviço e muitos compradores, sem substitutos perfeitos para este bem ou
serviço, e sem influência mercadológica, ou seja, alterações no seu preço não
afetam as vendas e os preços de outros bens e, o conhecimento de mercado é
muito superior por parte do monopolista com relação ao consumidor (Pindyck &
Rubinfeld, 1994, Reis & Carvalho, 1999; Arbage, 2000). Este é o chamado
monopólio puro, onde existe uma única fonte de oferta de determinado bem
(Mansfield & Yohe, 2006), sendo capaz de controlar o preço pela quantidade
do produto que disponibiliza para o mercado (maior quantidade, menor preço e
vice-versa). Já os monopólios não-puros têm um único vendedor de um
produto, contudo com bons ou maus produtos substitutos (Reis & Carvalho,
1999), havendo algum grau de concorrência entre a empresa líder (dominante
do mercado) e as seguidoras (detentoras de menor parcela do mercado)
(Arbage, 2000).
Os monopsônios são caracterizados pela existência de um único
comprador e muitos vendedores de determinado produto (Pindyck & Rubinfeld,
1994), possibilitando que o comprador determine o preço de compra do
produto.
Mercados de concorrência monopolista são imperfeitos, mas se
aproximam bastante de mercados de concorrência perfeita (Abreu, 1995;
Arbage, 2000). Existe uma diferenciação de produtos apenas suficiente para
que estejam presentes elementos tanto de monopólio como de concorrência
16
perfeita (Mansfield & Yohe, 2006). Apresentam grande número de vendedores
e compradores, é possível a entrada de novos vendedores e conhecimento de
mercado é generalizado, mas limitado, garantindo vantagens competitivas e um
relativo poder de barganha às empresas (Reis & Carvalho, 1999), vendendo
produtos que são substitutos próximos, que em situações perfeitamente
competitivas, não são homogêneos de um vendedor para outro (Mansfield &
Yohe, 2006).
Nos oligopólios há apenas algumas empresas concorrendo entre si e
a entrada de novas empresas é obstruída (Pindyck & Rubinfeld, 1994), além
disso, as ações individuais alteram ou afetam a ação dos demais componentes
do oligopólio, sendo que cada ação de uma empresa corresponde a uma
reação dos concorrentes (Abreu, 1995, Byrns & Stone, 1996; Arbage, 2000).
Os produtos podem ser homogêneos ou diferenciados (Pindyck & Rubinfeld,
1994; Abreu, 1995) sendo que a lucratividade das empresas depende da forma
pela qual interagem entre si, cooperativa ou competitivamente.
Os mercados oligopsônicos têm as mesmas características dos
oligopólios, entretanto trata-se de um grupo pequeno de compradores (Pindyck
& Rubinfeld, 1994; Reis & Carvalho, 1999).
Nos mercados agropecuários são comuns os oligopsônios regionais
ou municipais na primeira venda de produtos (Reis & Carvalho, 1999). Em
pesquisa realizada pelo IEL/CNA/SEBRAE (2000) é relatado que o mercado
onde operam os pecuaristas brasileiros é relativamente competitivo pelo lado
da oferta (produtores de boi gordo) e oligopsônico (Abreu, 1995) pelo lado da
demanda (frigoríficos), mesmo assim, os pecuaristas ainda têm algum poder de
17
mercado, que reduz à medida que diminui o tamanho do produtor.
Contudo os mercados pecuários, quando analisada a fase de cria
especialmente no Rio Grande do Sul, podem ser inseridos em duas estruturas
de mercado das citadas anteriormente. Apresentam um grande número de
vendedores e compradores, sem restrições de entrada a novos produtores.
Entretanto, o produto bezerro pode ser considerado homogêneo,
caracterizando estrutura de concorrência perfeita, para alguns compradores
que escolherão entre a oferta somente pelo preço, ou considerado como
produto diferenciado, caracterizando estrutura de concorrência monopolista,
onde os compradores adquirem os animais por outros atributos diferenciais
(genética, sanidade, manejo,...).
A estrutura de mercado onde é comercializado determinado produto
ou serviço determina como será formado o preço deste bem (Abreu, 1995; Reis
& Carvalho, 1999).
5.1.1.2 Formação do Preço de Mercado
Em mercados competitivos (concorrência perfeita e concorrência
monopolista), o preço de um produto corresponde a um leilão entre as
necessidades dos compradores e a disponibilidade de produtos pelos
vendedores (Silva & Stefanelo, 2002), sendo definido pelo equilíbrio das
relações entre eles (oferta x demanda) (Ramos, 1988). Os preços podem
diminuir pelo excesso de oferta ou pela redução da demanda e aumentar pelo
excesso de demanda ou redução da quantidade de produto ofertada no
mercado (Pindyck & Rubinfeld, 1994; Reis & Carvalho, 1999).
18
Nestes casos, o lucro em uma abordagem mais simples,
corresponde à diferença entre a receita total (preço x quantidade vendida) e o
custo total (Byrns & Stone, 1996).
Outra maneira mais eficiente de maximizar o lucro econômico das
empresas é por meio da equivalência entre a receita marginal
1
e o custo
marginal
2
(Mansfield & Yohe, 2006). Em mercados competitivos, como o
produtor não tem poder sobre o preço, a receita marginal será sempre igual ao
preço de mercado (Pindyck & Rubinfeld, 1994). Sendo assim, a empresa estará
obtendo lucro enquanto os seus custos para produzir cada unidade a mais
forem inferiores ao preço de mercado, se o inverso ocorrer seu lucro diminuirá
(Byrns & Stone, 1996)
As alternativas possíveis para melhorar a lucratividade são as
reduções dos custos por meio de evolução tecnológica ou barateamento da
compra dos insumos, ou aumento da quantidade produzida.
Nos mercados monopolistas a empresa maximiza seus lucros
adotando o nível de produção determinado pela intersecção da curva da receita
marginal e dos custos marginais. O preço cobrado dos consumidores será o
equivalente àquela quantidade produzida refletida na curva de demanda, que
no caso de mercados monopolistas é exatamente igual à receita média
(Pindyck & Rubinfeld, 1994, Mansfield & Yohe, 2006). Além disso, o preço de
mercado ainda depende da forma da demanda (mais ou menos inclinada), do
custo de produção e da interação entre as empresas que atuam no mercado
(Silva & Stefanelo, 2002).
1
Acréscimo na receita total proveniente da venda de um item adicional do bem (Varian, 2006)
2
Acréscimo no custo total incorrido ao produzir uma unidade adicional de um bem (Varian, 2006)
19
Os mercados de concorrência monopolista diferem dos de
concorrência perfeita no curto prazo, pois neste período estas empresas têm
certo poder de monopólio (formando os preços de acordo com mercados
monopsônicos) que é perdido à medida que novas empresas entram no
mercado e aumentam a quantidade ofertada com a conseqüente redução do
preço (Pindyck & Rubinfeld, 1994).
No mercado oligopsônico, as empresas tendem a maximizar seus
lucros, ou seja, fazer o melhor que podem em função daquilo que estão
fazendo seus concorrentes: é o chamado “Equilíbrio de Nash” (Pindyck &
Rubinfeld, 1994). Cada empresa determina a quantidade que irá produzir
estimando a produção dos seus concorrentes (Byrns & Stone, 1996).
Geralmente, as empresas tendem a praticar uma política estável de preços,
implicitamente aceita por todas, e competir em outros aspectos do marketing,
pela diferenciação de produtos e serviços e pela diversificação (Reis &
Carvalho, 1999).
Por meio do preço é determinado o quê, como, quanto, para quem e
quando produzir o produto (Ramos, 1988), através dele que o consumidor
sinaliza suas preferências (Azevedo, 2001). Contudo, os pecuaristas parecem
tomar decisões em relação à quantidade ofertada em razão da oferta natural
das pastagens e não como resultado de uma estratégia visando melhores
preços (SEBRAE/SENAR/FARSUL, 2005). Além disso, características
exógenas ao sistema produtivo podem impactar seu desenvolvimento, como as
normas e crenças do ambiente institucional, oportunidades de empregos e
melhor remuneração em outros setores (Cella, 2002).
20
5.1.1.3 Demanda e Oferta de Produtos Agropecuários
5.1.1.3.1 Demanda
A demanda pode ser conceituada como as quantidades de bens ou
serviços que os consumidores desejam e estão dispostos a adquirir durante
certo período de tempo, dada as alternativas disponíveis (Byrns & Stone,
1996). O consumidor deve escolher uma combinação de bens a partir de um
conjunto dado de produtos, considerando sua renda e os preços, e escolher a
alternativa que lhe proporcione o maior grau de satisfação (Barros, 1987).
Mantendo todas as condições constantes, os consumidores
compram mais de um bem durante determinado período de tempo quanto
menor for seu custo de oportunidade (preço relativo), e vice-versa (Byrns &
Stone, 1996). A demanda de um produto pode ser influenciada pelo preço do
bem, número de compradores, renda e preferências dos consumidores, preços
de produtos substitutivos e complementares, sazonalidade, grau de distribuição
dos produtos e marketing (Ramos, 1988; Pindyck & Rubinfeld, 1994; Reis &
Carvalho, 1999; Arbage, 2000; Silva & Stefanelo, 2002; Mansfield & Yohe,
2006).
Na pecuária de cria a demanda dos produtos (bezerros) pode ser
influenciada por todos os fatores citados acima, destacando como bens
complementares ao produto bezerro, as outras categorias animais, como
novilhos de sobreano ou de 2,5 anos. Contudo, o preço do boi gordo é o único
a influenciar sistematicamente os demais preços da pecuária de corte
(IEL/CNA/SEBRAE, 2000). Os bens substitutivos referem-se a outras cadeias
produtivas, já que em um cenário de preços baixos na pecuária de corte,
21
muitos produtores destinam as áreas pertencentes à bovinocultura para outras
atividades (Barcellos et al., 2004), como plantio de soja, milho, cana-de-açúcar
e, mais recentemente o florestamento.
A demanda ao nível de consumidor é denominada demanda
primária, porque influenciará todas as demandas ao longo da cadeia produtiva.
A do produtor é classificada como derivada, pois depende da demanda dos
setores atacadistas e varejistas (Arbage, 2000), os quais são consumidores
dos fatores de produção produzidos, utilizando-os para a elaboração e
comercialização do produto final (Pindyck & Rubinfeld, 1994).
No caso da cadeia produtiva da carne bovina, o setor varejista avalia
as decisões de compra dos consumidores (cortes preferenciais, quantidade
demandada) e calculam quanto podem oferecer pela carcaça (considerando
que nela existem os cortes preferenciais e não-preferenciais) estabelecendo
uma margem de lucro. Por sua vez, os frigoríficos, a partir do quanto é
oferecido pelos varejistas, convertem o preço em diferentes níveis de qualidade
e peso do boi gordo aos produtores, que não têm capacidade de influenciar
este preço. Em sistemas de produção especializados (cria, recria e terminação
isoladamente) cada segmento tenta ajustar os preços de compra pelo que é
recebido. Estabelecendo seus próprios padrões de compra para atender às
exigências do elo seguinte, tanto em preço quanto em qualidade de produto.
A elasticidade da demanda é um conceito utilizado para medir qual a
alteração na quantidade demandada decorre da variação em um dos itens
citados anteriormente (Silva & Stefanelo, 2002). No estudo da demanda,
Arbage (2000) cita três importantes tipos de elasticidades que podem ser
22
calculadas: elasticidade-preço da procura, elasticidade-renda da procura e
elasticidade cruzada da demanda.
Por exemplo, a elasticidade-preço é chamada de elástica quando
variações no preço do produto têm efeito muito grande na quantidade
demandada (Pindyck & Rubinfeld, 1994). Se as alterações no preço não afetam
significativamente a demanda do produto, a elasticidade preço é conceituada
como inelástica (Reis & Carvalho, 1999). A elasticidade da demanda de um
bem, geralmente, depende da disponibilidade de outras mercadorias que
possam substituí-las (Pindyck & Rubinfeld, 1994).
Em situações reais, Arbage (2000) descreve que existem produtos
com demanda mais elástica ou mais inelástica. Como exemplo, cita os
remédios, onde independente do preço o consumidor terá que comprá-los e,
produtos mais supérfluos ou com grande quantidade de substitutos, em que os
aumentos de preço destes, fazem com que os consumidores reduzam ou
cessem o consumo, ou substituam por outros de valor inferior. Produtos
agroindustriais são essencialmente bens de primeira necessidade e de baixo
valor unitário, fazendo com que variações no preço do produto não afetem
intensamente a quantidade consumida (Azevedo, 2001).
A demanda de um bem também é influenciada pelos preços de
outras mercadorias (Pindyck & Rubinfeld, 1994; Mansfield & Yohe, 2006),
conceituada como elasticidade cruzada que mede a extensão da relação de
demanda entre dois diferentes produtos (Arbage, 2000). Neste caso, os bens
podem ser classificados como substitutos ou complementares. Em bens
substitutos (margarina e a manteiga, carne bovina e carne de frango ou suíno),
23
aumentos no preço de um resultam em aumentos na demanda do outro. Já
para os bens complementares, aumentos no preço de um produto determinam
a redução da demanda do outro, como por exemplo, gasolina e óleos
lubrificantes.
5.1.1.3.2 Oferta
A oferta de um bem é definida como as quantidades de um produto
ou serviço que os vendedores colocarão no mercado a diversos preços
alternativos possíveis, permanecendo o restante inalterado (Barros, 1988). A
curva da oferta tem inclinação para cima, pois quanto mais altos forem os
preços, maior será o número de empresas aptas e desejosas a produzir e
vender (Pindyck & Rubinfeld, 1994).
A oferta de um produto se relaciona basicamente com os custos de
produção do mesmo (Byrns & Stone, 1996), que são representados pela soma
dos fatores fixos de produção (custo fixo) e dos fatores variáveis (custos
variáveis) (Pindyck & Rubinfeld, 1994). Ainda é possível classificá-los como
custos diretos, que são alocados diretamente na produção do bem em questão
(matéria-prima e mão-de-obra, por exemplo) e indiretos, os quais exigem um
critério de rateio para serem atribuídos ao custo do produto final (Silva &
Stefanelo, 2002).
Além do preço, que determinará a quantidade ofertada, valores dos
insumos, tecnologia de produção, número de produtores no mercado,
expectativas futuras, preços de outros bens que podem ser produzidos com os
mesmos recursos e clima podem ampliar ou reduzir a oferta (Byrns & Stone,
24
1996; Arbage, 2000; Silva & Stefanelo, 2002).
Tecnologias de produção geram aumentos de produtividade, pois
propiciam um aumento na mesma com os recursos semelhantes, reduzindo o
custo por unidade (Pindyck & Rubinfeld, 1994). Por exemplo, ajuste na estação
de acasalamento, desmama na idade correta, estratificação dos lotes de
matrizes conforme necessidades alimentares pontuais, entre outros (Barcellos
et al., 2007) podem aumentar as taxas de desmame em sistemas de cria,
reduzindo o custo de produção do bezerro, conseqüentemente.
Os preços dos bens que competem pelos mesmos fatores de
produção também influenciam a quantidade ofertada (Arbage, 2000). O plantio
de soja é um bom exemplo, pois quando há aumentos no preço deste produto,
no ano seguinte há uma redução de área de uma série de atividades
agropecuárias. Na pecuária de corte, esse fenômeno acarreta a redução do
rebanho ou aumento da carga animal, prejudicando os indicadores produtivos
do ano seguinte (taxa de prenhez, peso de diferentes categorias animais).
A expectativa futura em relação ao preço do bem e dos insumos
utilizados para a produção atua estimulando ou desestimulando-a (Byrns &
Stone, 1996; Silva & Stefanelo, 2002). Recentemente, a expectativa do
aumento das exportações de bio-diesel, fez com que aumentasse o plantio de
cana-de-açúcar em todo Brasil (BEEF POINT, 2007), aumentando a oferta. O
contrário também é verdadeiro, os baixos preços da cria nos anos de 2004 e
meados de 2005 no País refletiram em aumentos do abate de matrizes, pelo
desestímulo à produção e conseqüente acréscimo de preços nos períodos
seguintes, pela oferta reduzida de bezerros. Quanto aos insumos, um exemplo
25
é a produção de carne bovina baseada em alimentação com grãos, onde os
preços destes influenciam tanto o preço quanto à quantidade produzida de boi
gordo (Dhuyvetter & Schroeder, 2000).
Ainda quanto às inovações tecnológicas, Silva & Stefanelo (2002)
citam que pela redução de custos médios, estes produtos ficam com uma
situação mais elástica a preço, indicando que para aumentar a produção
ocorrem pequenos aumentos nos custos sem a necessidade de aumentar o
preço. Produtos com situação inelástica ao preço respondem com baixa
magnitude à alterações nos preços dos produtos (Pindyck & Rubinfeld, 1994).
No caso dos produtos agropecuários, diz-se que a oferta é perfeitamente
inelástica, ou seja, não há variação na quantidade ofertada a partir de
alterações no preço dos produtos (Arbage, 2000), pois apresentam produção
sazonal. Nesses casos, os preços variam ao longo das estações do ano, de
modo a premiar os que vendem seus produtos fora do período de safra
(Azevedo, 2001). Entretanto, esta estratégia aumenta os custos, pois necessita
de tecnologias especializadas para produzir em épocas menos favoráveis,
locais para armazenamento ou, até mesmo, aumento de áreas para possibilitar
a redução de lotação animal, visando a manutenção do peso dos animais.
A oferta é mais preço-elástica a longo do que em curto prazo para a
maior parte dos produtos (Pindyck & Rubinfeld, 1994), uma vez que as
modificações da oferta em longo prazo são provenientes da expansão da
capacidade produtiva por meio de construções de novas instalações,
contratação de mão-de-obra ou aumento de área para plantio.
Quanto à oferta de produtos agropecuários, nota-se que atividades
26
de ciclo mais longo como pecuária de corte/leite ou cultivo de café, apresentam
uma curva de oferta menos elástica do que culturas de ciclo curto como
tomate, soja ou trigo (Arbage, 2000).
5.1.2 Canais de Comercialização
É o caminho percorrido pelo produto desde que sai da unidade de
produção até chegar ao consumidor final (Reis & Carvalho, 1999),
correspondendo à seqüência de mercados pelos quais passa o produto, sob
ação de diversos intermediários, até atingir a região de consumo (Hoffmann et
al., 1984).
Os canais de distribuição ou comercialização não só satisfazem à
demanda através de produtos e serviços no local, em quantidade, qualidade e
preços corretos, mas também tem papel fundamental de estimular através de
atividades promocionais dos varejistas, representantes ou outros (Neves,
2007b).
Hoffmann et al. (1984) classificam os canais de comercialização
quanto ao comprimento e sua complexidade. Em uma abordagem mais
recente, Sproesser (2001) adiciona a questão de tecnologias de venda ao
comprador final nesta classificação. Quanto maior o número de operações
necessárias e maior número de pessoas envolvidas, maior será a
complexidade e comprimento do canal de comercialização (Hoffmann et al.
1984).
A identificação dos canais de comercialização permite uma melhor
determinação dos possíveis pontos de estrangulamento ao longo da cadeia
27
produtiva, como a ausência de concorrência, má logística de escoamento da
produção (transporte, processamento e armazenamento), nível de organização
e integração dos agentes e possibilidades de rastreabilidade
(IEL/CNA/SEBRAE, 2000).
A presença de intermediários aos canais de distribuição traz efeitos
positivos à cadeia agroalimentar quando possibilita a redução dos custos
comerciais, regulariza o fluxo da demanda de produtos e proporciona ganhos
de produtividade ao sistema (Sproesser, 2001). Além disso, ainda aparecem
para ajustar a discrepância da oferta no processo de suprimentos,
principalmente através da homogeneização, usos de lotes, acumulação de
diversas fontes de um mesmo produto em um lote, alocação de grandes lotes
em lotes menores e até individuais e, finalmente, juntando produtos diferentes
para a venda (Neves, 2007b). Contudo, contribui negativamente quando não
agregam valor ao produto e/ou praticam margens muito elevadas em função do
serviço prestado (Sproesser, 2001).
A escolha do canal de comercialização depende da natureza do
produto (perecibilidade) e do mercado, hábitos de compra dos consumidores,
volume médio de vendas por consumidor (quanto menor o volume, menor a
possibilidade de realizar vendas diretas), volume total de vendas, tipo de
distribuição, caráter estacional das vendas (favorece o prolongamento do canal
de distribuição) e concorrência de outros produtores (Hoffmann et al., 1984).
Na pecuária de corte são identificados os canais de comercialização
ilustrados na Figura 1, onde é possível verificar os agentes nos três níveis de
mercado (IEL/CNA/SEBRAE, 2000).
28
FIGURA 1: Canais de comercialização de animais de reposição, boi gordo para
abate e carne bovina. Adaptado de IEL/CNA/SEBRAE (2000).
Na etapa de produção, além da distribuição através dos
intermediários (corretores e leiloeiros) ainda é possível a venda direta entre os
elos. A comercialização através de leilões chegou a representar 60% das
negociações realizadas no Brasil (De Zen, 1999). Contudo este valor já reduziu
para aproximadamente 20% (IEL/CNA/SEBRAE, 2000). No Rio Grande do Sul,
é a forma secundária de comercialização de animais de reposição para a
média dos sistemas estudados (SEBRAE/SENAR/FARSUL, 2005). Porém,
47,46% dos pecuaristas buscam os leilões para vender ou comprar animais,
onde mais da metade destes (75%) comercializam em mais de um leilão
(Oliveira, 2008).
Quanto à comercialização de animais para abate também há a
presença dos corretores, exclusivos ou não dos frigoríficos, mas também surge
a figura dos marchants, que são descritos na pesquisa IEL/CNA/SEBRAE
(2000) como sendo intermediários que podem assumir tanto o papel de agente
corretor (vende animais de outros produtores) quanto de intermediário
29
comerciante (compra animais e revende a outro produtor). Na mesma
pesquisa, citam que a participação média desses agentes na comercialização
de animais para abate seria em torno de 5 a 10%. No Rio Grande do Sul, a
venda direta para os frigoríficos é a forma preferencial dos terminadores
(SEBRAE/SENAR/FARSUL, 2005).
Os métodos de venda para abate mais comuns no Brasil são a
venda com base no peso vivo, rendimento de carcaça e rendimento associado
a características de qualidade da carcaça (gordura, idade, sexo). O último
método citado tem crescido nos últimos anos, devido a possibilidade dos
frigoríficos valorizarem os animais de melhor qualidade, sinalizando através do
preço, as preferências dos consumidores de carne bovina (Suné, 2005). Além
disso, através dos sinais de mercado transmitidos pelas classificações de
preços e as informações de qualidade das carcaças comercializadas, os
produtores poderiam gerenciar e alterar a seleção genética para produzir
carcaças que atinjam a classificação especificada, afim de satisfazer as
demandas de mercado e obter melhores lucratividades (Johnson & Ward,
2005).
5.1.2.1 Leilões
Leilão é conceituado como a venda pública de objetos a quem
oferece o maior lance, existindo quatro tipos básicos de leilões competitivos,
concretizando a venda ao maior lance ou não (Ferreira, 1986).
O leilão inglês é a forma mais comumente utilizada para venda de
mercadorias. Também chamado leilão aberto, oral ou de lances ascendentes.
30
Neste tipo de leilão, o preço é sucessivamente aumentado até que apenas um
lance permaneça (Varian, 2006). Uma característica importante do leilão inglês
é que, a qualquer instante, todos os licitantes têm conhecimento do melhor
nível de lance corrente e podem rever suas propostas de preço para cima até
que o bem seja arrematado pelo mais alto lance (Hasegawa & Barros, 1997).
O leilão holandês é o inverso do inglês, onde o leiloeiro dá um preço
inicial alto e então diminui sucessivamente até que um comprador aceite o
preço corrente (Hasegawa & Barros, 1997; Varian, 2006; Mansfield & Yohe,
2006).
Os leilões fechados caracterizam-se pelos lances selados de cada
comprador, podendo ser vendido ao maior preço (leilão fechado do primeiro
preço) ou ao segundo mais alto (leilão de lance fechado de segundo preço).
Diferencia-se dos anteriores pela impossibilidade dos compradores observarem
os lances uns dos outros e por esse motivo também é denominado
discriminatório (Hasegawa & Barros, 1997, Mansfield & Yohe, 2006; Varian,
2006).
Hasegawa & Barros (1997) citam que a origem dos leilões de gado
no Brasil está associada aos criadores gaúchos e não aos leilões de obras de
arte, sendo introduzido no Rio Grande do Sul na década de 40 pelos uruguaios
que vinham prestar serviço aos criadores do estado.
São realizados em locais determinados, com maior ou menor infra-
estrutura de currais, bebedouros, restaurantes e locais para diversão e
acomodação, os animais trazidos de diversas fazendas são separados, para
serem leiloados, em lotes mais ou menos uniformes, de acordo com a
31
categoria, idade, raça e prazo de pagamento (IEL/CNA/SEBRAE, 2000). O
local deve, além de fácil acesso, permitir o exame detalhado dos lotes antes do
início do evento para a realização da venda (Hasegawa & Barros, 1997).
No Rio Grande do Sul, para a comercialização de bezerros,
especificamente, existe um programa oficial do Estado, que é chamado “Feiras
de Terneiros”, que ocorrem em duas épocas distintas, outono e primavera, e
em ambas, exige-se uma idade e peso mínimo para a inscrição dos animais
(Cachapuz, 1995).
A grande vantagem da utilização de leilões é que os participantes
não necessitam de nenhum conhecimento prévio de mercado e o preço é
estabelecido no momento da comercialização (Popp & Parsch, 1998; McKissick
& Brown, 2001). Contudo, quanto mais informações obtiverem antes da
comercialização, maior o poder de barganha tanto na venda como na compra
de animais. No que se refere especificamente a animais, a difusão dos leilões
fez com que os recriadores não precisem procurar bezerros e bois magros nas
propriedades, com a incerteza de realizar suas aquisições; e aos criadores
trouxe uma redução de trabalho, pois não necessitam reunir os animais cada
vez que um interessado na compra aparecer (Hasegawa & Barros, 1997).
Diversos autores (Turner et al., 1992; Meyer, 1997; Popp & Parsch,
1998; McKissick & Brown, 2001; Bailey & Hunnicutt, 2002; Schmitz et al., 2003)
citam diferentes meios de leiloar animais, entre os quais se destacam os leilões
locais, privados, de vídeo ou internet. Contudo todos utilizam o modelo inglês,
onde os animais são leiloados e a transação é efetuada ao maior lance
ofertado.
32
Schmitz et al. (2003) destacam que a escolha do tipo de leilão
também esta relacionada ao tamanho do produtor, já que para a utilização de
leilões de vídeo ou internet é necessário um número mínimo usual de 100
bezerros por lote. Os mesmos autores citam que a utilização dos dois
mecanismos é em torno de 10 e 5%, respectivamente, por produtores de gado
nos Estados Unidos (EUA), sendo a baixa adoção atribuída aos lotes de
tamanho mínimo, incerteza no grau de segurança envolvido na transação e na
qualidade do gado comercializado. Este tipo de leilão é dependente da
descrição do gado pelo leiloeiro porque não há a necessidade dos
compradores verem os animais para a compra (Turner et al., 1992).
Nos Estados Unidos, 93,8% dos produtores de bezerros e 87,9 %
dos recriadores utilizavam os leilões como modo de venda preferencial em
1998 (Popp & Parsch, 1998), que foi reduzido para 60,8 e 65,8%,
respectivamente, em 2003 (Schmitz et al., 2003). Em outro estudo no Estado
de Utah (EUA) foi demonstrada a preferência de 48 e 51% dos produtores de
bezerros e recriadores pelas vendas diretas e 28 e 37% pelos leilões
tradicionais, respectivamente (Bailey & Hunnicutt, 2002). Estes resultados
demonstram a importância do contato direto entre comprador e vendedor, além
de um menor custo e tempo para efetuar a comercialização através das vendas
diretas.
Contudo, o leilão como canal de comercialização, pode ser
interessante do ponto de vista do criador, pois aumenta o poder de barganha
do segmento menos organizado no mercado de animais de reposição.
Reunindo mercadorias e potenciais compradores, quebra-se o poder
33
oligopsônico dos últimos, pela possibilidade de ofertar a um número maior de
compradores, aumentando a concorrência (Hasegawa & Barros, 1997).
5.1.3 Mecanismos de Comercialização
Os produtos, objetos de comercialização, diferem entre si em
inúmeras características que fazem com que as transações efetuadas para a
sua comercialização tenham canais e mecanismos distintos, por exemplo, as
commodities
3
são mais eficientemente comercializadas através de mercado
spot ou de futuros (Azevedo, 2001).
O mercado spot, físico ou à vista, é o tipo de mercado onde as
transações envolvem um único instante de tempo (Azevedo, 2001) onde a
liquidação (pagamento financeiro e recebimento físico) é efetuada. Neste
mercado, comprador e vendedor dependem de todos os fatores responsáveis
pela formação do preço do produto (Flores et al., 2006), representando uma
alta dose de incerteza na transação (Azevedo, 2001). Compras de animais por
meio de leilões com pagamento à vista e entrega no ato, é exemplo do uso
desse mecanismo.
O mercado a termo é a forma de comercialização onde se liquida
hoje (data atual) e se faz entrega da mercadoria no futuro (Flores et al., 2006).
Comprador e vendedor podem detalhar um contrato especificando a
mercadoria, a data de entrega, o local, o meio de transporte, de pagamento e
qualquer outro elemento que ambas as partes desejem incorporar ao contrato
(Azevedo, 2001). Diante disso, os tipos de contratos são muito variados,
3
Produtos padronizados, homogêneos, perecibilidade limitada, dispersão e oscilação na oferta
e demanda e sem restrições governamentais (Flores et al., 2006)
34
contemplando preços pré-estabelecidos ou variáveis, pagamento antecipado
ou à vista. A aquisição de animais em leilões ou diretamente de produtores
para recria ou abate com entrega no ato e pagamento em data futura são
exemplos deste mecanismo de comercialização, comumente utilizados no
Brasil (IEL/CNA/SEBRAE, 2000). Contratos de parcerias pecuárias onde um
produtor traz seus bois para recria ou engorda na fazenda de outro e recebe o
pagamento quando os animais são comercializados, também são exemplos
deste mecanismo (Lazzarini Neto, 1995).
O mercado futuro é aquele no qual compradores e vendedores de
determinados produtos fixam na data atual um preço, com vencimento em uma
data futura, objetivando realizar um seguro de preço tanto para o comprador
quanto para o vendedor (Flores et al., 2006). Os contratos de futuros
especificam apenas o período de entrega, o lugar e o objeto transacionado,
sendo estabelecidos de modo limitado (Azevedo, 2001).
Já o mercado de opções, consiste na negociação de direitos, e não
obrigações, de um determinado contrato de futuros (Azevedo, 2001). Ambos os
mecanismos, mercado futuro e de opções, são utilizados para buscar um
seguro de preço (Flores et al., 2006). São mercados extremamente simples e
restrito a determinados produtos, reduzindo os custos de transação pela
padronização, que reduz os problemas informacionais e elimina as
especificidades da relação contratual (Azevedo, 2001).
No Brasil, os mecanismos de comercialização de animais se
restringiam as transações à vista ou a termo. Recentemente, a abertura dos
contratos de boi gordo para negociação na Bolsa de Mercadorias e Futuros
35
(BM&F) proporcionou ao produtor outra ferramenta para proteção das
oscilações de preços na pecuária (Soares Filho, 2002).
5.1.4 Informações e Comercialização
Dentro de qualquer sistema agroalimentar tradicional, o ofertante
envia ao recebedor, através de transações, produtos, serviços e comunicações,
recebendo em troca recursos, informações e solicitações de mais mercadorias
(Neves, 2007a). As informações têm origem no consumidor, que deve ser
atendido dentro de seus padrões de exigências (Marques & Aguiar, 1993). É a
partir dele (consumidor – emissores) que se inicia o fluxo de informação, e “flui”
para dentro e para fora da estrutura da cadeia de produção (Brisola & Castro,
2005).
As dificuldades no fluxo de informações entre os segmentos se
devem a muitos fatores. Entre os quais, a utilização de poucas fontes de
informações por parte dos produtores de gado, a falta de organização dos
mesmos, além do baixo repasse de informações por parte dos frigoríficos e
varejo (Aliti, 2003). Embora, os frigoríficos sejam os receptores mais eficientes
dos sinais de preferências do consumidor de carne bovina (Brisola & Castro,
2005).
Este tipo de falha no fluxo de informações acontece em todos os
setores e países. Nos EUA, por exemplo, foi criado um sistema onde os
frigoríficos que abatem mais de 125.000 cabeças/ano, devem informar
diariamente o volume e as condições de compra de gado e venda de carne,
visando maior transparência à cadeia produtiva. Entretanto, embora os
36
produtores acreditem que a transparência do mercado evoluiu, o volume de
negociações com os frigoríficos não aumentou com a criação desse sistema
(Grunewald et al., 2004).
Chiara & Acosta (2003) analisando o mercado de carnes uruguaio
destacam que é discutível que o produtor necessite conhecer o preço e as
condições de comercialização do produto final, pois em mercados de
concorrência, onde o preço se determina pelo mercado, conhecer ou não os
preços a que se vende a carne, é irrelevante para a tomada de decisão do
produtor, já que a relação de comércio é com o frigorífico e não com o
consumidor.
A eficiência em decodificar as informações transmitidas pelos elos
da cadeia é determinada pela sintonia entre os agentes (Brisola & Castro,
2005) e, gerenciar adequadamente as informações e transferi-las rapidamente
no sistema de produção é fator de competitividade para a cadeia (Neves,
2007a). Entretanto, Brun e Jank (2001) consideram que a cadeia de suprimento
da carne bovina é reconhecida como uma das que mais é afetada por
informações assimétricas entre os agentes e por fraca ou ausente
padronização de procedimentos, desde a produção animal até a
comercialização nos supermercados e açougues.
Todas as transações comerciais envolvem um processo de
negociação, e nestes processos a informação pode ajudar ou atrapalhar uma
negociação, podendo ser valiosa quando o indivíduo descobre o quanto à outra
parte precisa de sua cooperação e, inversamente, revelar suas necessidades
pode trazer prejuízos à sua posição (Camargo, 2007).
37
Esta resistência em transmitir as informações aos outros elos da
cadeia produtiva pode ocasionar uma assimetria de informações no momento
de uma transação comercial, pois quando o vendedor possui melhores
informações a respeito da qualidade do produto do que o comprador pode se
desenvolver um mercado de produtos com qualidade duvidosa, de forma que
as mercadorias de baixa qualidade acabem eliminando as de alta qualidade,
ocorrendo um desvio de eficiência do mercado (Pindyck & Rubinfeld, 1994).
Na cadeia da carne bovina, uma situação de assimetria de
informações bastante comum é em casos onde as características de produção
afetam o produto final e não podem ser vislumbradas ou medidas
adequadamente no produto. Nesta situação, quem tem a informação não
revelada é o produtor, e o frigorífico busca uma maior integração porque obtém
benefícios conseguindo-a (Chiara & Acosta, 2003). O sistema de produção de
carne orgânica é um exemplo.
Esta falta de informações aos compradores pode ser suprida através
da reputação dos vendedores, da padronização das mercadorias e serviços,
sinalização de mercado, por meio da comunicação de informações sobre a
qualidade do produto ou de garantias e certificações (Mansfield & Yohe, 2006).
A competitividade e a exigência de melhor eficiência nos sistemas
de produção, conseqüência da abertura de mercados, da economia e da
informação globalizada, faz com que a informação tenha uma importância vital
especialmente para o setor de produção primária, uma vez que é o elo menos
preparado para as mudanças que tem sido impostas (Euclides Filho, 2004).
38
5.1.5 Diferenciação de Produtos
Os produtos diferenciados são bens que, como grupo, satisfazem
uma determinada necessidade, mas diferem em suas especificações
individuais (Eaton & Eaton, 1999). Os vendedores tornam seus produtos
diferentes dos produtos concorrentes por meio de variações sutis em estilo,
oferecendo ao vendedor uma quantidade de poder de monopólio, mas
geralmente pequena, pois os produtos de outras empresas são muito similares
(Mansfield & Yohe, 2006). Este mercado é chamado de concorrência
monopolista, já descrito anteriormente.
O processo de diferenciação não é estático (Figura 2) e as
vantagens (diferenciações) conquistadas têm rápida comunicação no mercado
e despertam os concorrentes para a cópia do atributo (e até a melhoria), ou a
inserção de novo atributo/serviço, trazendo nova padronização e um ciclo sem
fim (Neves, 2000).
FIGURA 2: Ciclo da diferenciação e padronização de produtos. Adaptado de
Neves (2000).
39
Sendo assim, a diferenciação torna-se uma estratégia
mercadológica que pode ser atingida através de atributos do produto, tais
como aparência visual, origem, sanidade, qualidade, sabor, teor de
ingredientes, desempenho, durabilidade, estilo, método de produção; serviços
oferecidos, tais como freqüência de entrega (permitindo regularidade e
diminuição de estoques), ou formato de entrega (produto já limpo, pronto para
exposição em gôndola, para processamento ou para uso específico do cliente),
instalação, treinamento do consumidor e serviços de manutenção;
atendimento, tais como a relação próxima com o cliente industrial,
competência, educação, credibilidade e reputação; e, finalmente, da marca,
que simboliza a imagem da empresa no mercado (Neves, 2007a).
Vale a pena estabelecer uma estratégia de diferenciação quando se
oferece um benefício altamente valorizado para um número suficiente de
compradores, quando este não é oferecido pelos concorrentes nem facilmente
copiável, quando a diferença é superior a outras maneiras de se obter o
mesmo benefício, quando é comunicável ou visível, quando é rentável induzir a
diferença (análise valor x custo) e quando o comprador dispõe de recursos
para pagar (Neves, 2007a).
A diferenciação visa desenvolver um conjunto de características
significativas para promover o seu produto em relação ao mercado concorrente
(Shimoyama & Zela, 2002), necessitando se posicionar no mercado através de
algumas estratégias comentadas a seguir.
40
5.1.5.1 Marketing
O produto surge com o principal objetivo de satisfazer uma
necessidade, que é inerente ao indivíduo. O marketing tenta transformar as
necessidades em desejos, por exemplo, estar com sede (necessidade) e ter o
desejo de beber um suco de laranja (Neves, 2007a) ou necessitar de animais
para reposição (necessidade) e adquirir bezerros de determinada raça.
Obviamente, as origens dos desejos dos exemplos acima são diferentes, mas
são dois produtos que podem ser diferenciados através de atributos e estas
diferenças percebidas através de ferramentas de marketing.
O composto de marketing pode ser entendido como um conjunto das
variáveis mercadológicas que a empresa planeja, implementa e controla, de
modo a satisfazer a seu mercado-alvo em um prazo pré-determinado (Silva &
Batalha, 2001). Estas variáveis são relacionadas ao produto (é o ato de
“desenhar” o objeto), preço (estabelecendo termos de troca para o objeto),
ponto de distribuição (alterando a acessibilidade do objeto) e composto
promocional (associação a determinados significados através da propaganda)
(Megido & Xavier, 1998; Silva & Batalha, 2001; Neves, 2001). Deixar de
administrar uma delas é não fazer marketing.
O plano de marketing do produtor rural consiste em estabelecer
objetivos, estratégias e táticas que o ajudem a decidir sobre a produção e
comercialização (Megido & Xavier, 1998).
Utilizando o composto de marketing para analisar um sistema de
cria, que produz um bezerro A, com atributos tangíveis (raça, pelagem,
condição corporal, alguns aspectos sanitários) e intangíveis (reputação do
41
proprietário da fazenda, sistema de produção adequado, utilização de genética
melhoradora), permite afirmar que os atributos tangíveis podem ser
semelhantes a qualquer outro bezerro (B, por exemplo) e, com custo de
produção menor, pois não tem o custo dos atributos intangíveis do bezerro A.
Como o preço é dado pelo mercado (leilão), a um valor X, o comprador poderá
escolher entre o A e o B assumindo que não conheça a região onde está
comprando e nem a reputação dos criadores. Com um custo menor, o produtor
do bezerro B obterá lucro maior que o do A, que deveria aliar a produção,
estratégias de comunicação já que o canal de distribuição dos dois bezerros é
o mesmo. Caso as vendas fossem realizadas diretamente na propriedade, o
próprio canal de comercialização os diferenciaria, pois permitiria ao comprador
conhecer os dois sistemas de produção ou a reputação do fazendeiro.
O composto promocional é formado pela propaganda,
merchandising, promoção de vendas, vendas pessoais (Silva & Batalha, 2001)
e consiste nos esforços realizados por uma empresa para a transmissão da
informação dela aos demais membros do canal, buscando influenciar suas
atitudes e comportamentos (Vitti et al., 2007).
O merchandising é definido como o conjunto de operações táticas no
ponto-de-venda para se colocar no mercado o produto, na hora, na quantidade
e nos preços certos com o impacto visual adequado (Silva & Batalha, 2001)
como, por exemplo, a realização de leilões de gado.
A propaganda exerce duas funções principais: a informativa e a
mercadológica. A informativa encarrega-se de fazer com que as pessoas
tomem conhecimento da existência do produto, de suas características e
42
benefícios. A mercadológica encarrega-se de persuadir os consumidores a
comprar determinada marca (Vitti et al., 2007).
Na promoção de vendas também há um conjunto de ferramentas
que podem ser utilizadas pelas empresas com os objetivos de atrair novos
clientes, recompensar consumidores fiéis e aumentar a taxa de recompra dos
clientes eventuais. Na pecuária de corte já existem alguns exemplos da
utilização destas ferramentas, como por exemplo, na comercialização de touros
onde clientes que compram anualmente podem receber descontos ou
facilidades de pagamento, a realização de “dias de campo” nas propriedades,
envio de convite personalizado a antigos clientes.
5.2 Cadeia Produtiva da Carne Bovina
A cadeia de produção é definida a partir da identificação de um
produto final e, a partir daí encadeando de jusante a montante, as várias
operações técnicas, comerciais e logísticas necessárias a sua produção
(Batalha & Silva, 2001). Pode ser vista como um sistema aberto, onde as
fronteiras são permeáveis e permitem trocas com o meio, sua estrutura é
percebida como a maneira pela quais seus elos estão integrados internamente.
Enquanto sistema ela evolui no espaço e no tempo em função de mudanças
internas e externas (Batalha & Silva, 2001).
A cadeia produtiva da carne bovina (Figura 3) percorre diferentes
níveis desde o vendedor de insumos para a produção de bezerros até o último
nível para o consumidor final. A cada nível varia o grau de poder de mercado,
que tem uma influência substancial na habilidade ou inabilidade dos agentes
43
em diferentes níveis de produção, adotar ou utilizar práticas de produção e
gerenciamento alternativas (Outlaw et al., 1997). Este poder a cada nível de
produção faz com que as relações entre eles sejam extremamente delicadas.
Uma análise da cadeia produtiva da carne bovina permite concluir
que a falta de competitividade constitui-se, hoje, em seu maior problema.
Vários são os pontos de estrangulamento que contribuem de forma isolada ou
integrada para a perpetuação dessa situação, ressalta-se a deficiência na
qualidade de mão-de-obra em todos os níveis e segmentos; falta de eficiência
dos segmentos isoladamente e inexistência de integração entre eles (Euclides
Filho & Cezar, 2000).
FIGURA 3: Estrutura da cadeia produtiva da carne bovina. Adaptado de Neves
et al. (2001).
44
As relações entre os agentes da cadeia produtiva da carne bovina
brasileira sempre foram permeadas de conflitos, definindo uma relação entre
seus membros exclusivamente via mercado (Malafaia et al. 2007), reflexos da
desorganização, carência de coordenação e por não possuir diretrizes ou
estratégias bem definidas (Euclides Filhos & Cezar, 2000). Adicionam-se os
baixos níveis de cooperação entre os seus agentes, onde a comercialização é
um sistema defasado e ineficiente, repleto de oportunismo, assimetria de
informações e falta de estabilidade de preços (Malafaia et al., 2007).
Contudo, o crescente interesse dos consumidores pela segurança e
qualidade dos alimentos que estão consumindo, em especial à carne bovina
(Euclides Filho, 2004), faz com que os agentes da cadeia venham a interagir de
forma mais eficiente, buscando garantir por meio de uma melhor relação com
os produtores, os mercados conquistados. Exemplo disso é a implantação
crescente de alianças mercadológicas na cadeia produtiva da carne bovina.
Estas mudanças conduziram ao processo de carnes certificadas, onde os
processos de produção levam a uma qualidade superior e a exigência da
rastreabilidade no processo produtivo.
5.2.1 A Visão Sistêmica da Cadeia Produtiva
Um sistema de produção de gado de corte refere-se ao conjunto de
tecnologias e práticas de manejo, bem como o tipo de animal, o propósito da
criação, a raça ou grupamento genético e a ecorregião onde a atividade é
desenvolvida, acrescenta-se ainda os aspectos sociais, econômicos e culturais
(Euclides Filho, 2000).
45
Dentro das propriedades nem sempre a avaliação de uma
tecnologia, quando conduzida de forma isolada, mostra a real dimensão de seu
impacto no sistema de produção (Euclides Filho, 2000). A possibilidade da
utilização integrada dos diversos conhecimentos com o enfoque de sistema de
produção em bovinos de corte, certamente conduzirá a atividade para um outro
caminho, mais embasado e justificado tecnicamente sendo sustentável
socialmente sob o ponto de vista econômico (Barcellos, 1999). Do lado de fora
das propriedades, a competitividade presente no ambiente ao qual estão
sujeitos os agentes, define as diretrizes estratégicas de toda a cadeia de
produção, tornando-se necessária a compreensão dos diversos fluxos
existentes: de materiais e produtos, de capital e de informação (Brisola &
Castro, 2005).
5.2.2 A Pecuária de Corte Brasileira
O Brasil é atualmente o país com o maior rebanho comercial de
bovinos do mundo com um número aproximado de 160 milhões de cabeças
(ANUALPEC, 2007). Contudo, apesar do enorme rebanho, em produção de
carne encontra-se na segunda posição, atrás dos Estados Unidos que
apresentam um rebanho quase 40% menor.
Obviamente, os sistemas de produção dos dois países têm enfoques
distintos. Enquanto os EUA baseiam sua produção em sistemas de
confinamento e semi-confinamento, a produção brasileira tem caráter mais
extensivo, baseado em criações quase que exclusivamente a pasto. Estas
disparidades, também estão presentes no território brasileiro, onde em cada
46
estado ou mesmo dentro de um mesmo estado, têm-se sistemas de produções
extremamente diferentes, determinando produtividades e rentabilidades
distintas. Isto se deve ao fato de que as mudanças tecnológicas não têm
ocorrido com a mesma velocidade nas várias regiões do País, ou mesmo nas
diversas microrregiões de cada estado, trazendo a coexistência de diferentes
subsistemas de produção, que divergem quanto ao nível de tecnologia
empregado e, conseqüentemente, quanto à produtividade (IEL/CNA/SEBRAE,
2000).
Um exemplo disso é o Estado do Rio Grande do Sul, que na década
de 80 detinha mais de 10% do rebanho brasileiro (Corrêa, 1983) e atualmente
conta com apenas 6,8% (IBGE, 2007). Quando se analisa o setor exportador
de carne in natura, verifica-se que o estado do Rio Grande do Sul é o menos
dinâmico (acompanha os movimentos dos demais estados, mas com menor
amplitude), havendo uma menor eficiência na produção de gado do Estado
(Fürstenau, 2004).
Contudo, o desenvolvimento de novas tecnologias por centros de
pesquisas, o processo de profissionalização de mercado (desde os
fornecedores de insumos até o varejo) e, a segmentação da produção (alianças
comerciais) e do consumo foram importantes para a modernização da
bovinocultura de corte brasileira, qualificando-a para o mercado nacional e
internacional (Polaquini et al., 2006).
Entretanto, a gestão das propriedades ainda carece de
desenvolvimento de ferramentas mais adequadas às suas especificidades,
devido à heterogeneidade das próprias propriedades e das formas de gestão
47
adotadas por elas (MAPA/IICA, 2007).
Entre uma das maneiras possíveis de melhorias da eficiência dos
sistemas de produção de bovinos de corte, Euclides Filho (2000) destaca o
desenvolvimento de sistemas especializados nas diferentes fases até a
produção de carne.
5.2.3 Fases da Produção
A produção de bovinos de corte é caracterizada por três fases
distintas de produção, a cria, recria e a terminação, sendo que estes sistemas
podem coexistir de maneira a adequar-se às especificidades de cada sistema
de produção.
A atividade de cria é a etapa onde ocorre a produção de bezerros,
onde figuram na composição do rebanho as matrizes, que, dependendo da
taxa de natalidade, geram o fluxo do produto final (Vieira & Farina, 1987). Além
disso, a atividade de cria se constitui na atividade de menor rentabilidade,
quando analisada isoladamente das outras fases (Euclides Filho, 2000).
Barcellos et al. (2004) destacam a importância da vaca de descarte no sistema
de cria, sendo esta categoria a que melhor aproveitará sistemas de integração
lavoura-pecuária, pois tem a capacidade de aproveitar eficientemente as
restevas de lavouras de baixa qualidade, o que não poderia ser aproveitada por
outros componentes da cria. Do ponto de vista econômico, o desempenho
reprodutivo é cinco vezes mais importante que o crescimento e, pelo menos, 10
vezes mais importante que a qualidade da carne (Barcellos et al., 2000).
Os sistemas de recria são o processo intermediário, onde a partir do
48
bezerro (input) são produzidos os novilhos ou boi magro (Vieira & Farina,
1987). E a partir deste produto até a produção do boi gordo, em condições de
abate é denominada fase de terminação.
A recria e a terminação, são etapas que têm maior flexibilidade em
tecnologia de processos e maior competitividade sobre o custo de oportunidade
da terra do que a cria, em situações de maior ocupação de áreas pela
agricultura (Barcellos et al., 2004). Aparentemente o que tem acontecido é que
o processo de recria e terminação tem-se modernizado mais do que o processo
de cria. Isto pode ser atribuído às reduções de custos, por meio de melhorias
tecnológicas que o recriador tem enfrentado para sustentar a oferta em
cenários onde a margem de comercialização é reduzida. Além disso, o avanço
tecnológico no processo de cria é mais complexo, já que envolve
principalmente melhoramento genético do rebanho, o que por si só é caro,
difícil e demorado para se obter resultados (ILE/CNA/SEBRAE, 2000).
5.2.4 Relações Comerciais entre as Fases de Produção
5.2.4.1 Relação de Troca
Sendo o bezerro, o principal componente das demais fases, os
valores desta categoria terão reflexos em toda a cadeia produtiva. Portanto, a
utilização da relação de troca boi gordo:bezerro (número de bezerros possíveis
de repor com a venda de um boi gordo) é um indicador muito utilizado pelos
recriadores e terminadores (IEL/CNA/SEBRAE, 2000).
Todavia, a utilização desta relação, quando desfavorável, pode fazer
com que os terminadores vendam o boi gordo mais pesado pelo
49
prolongamento do período de terminação (aumento da idade de abate) e, com
isso, piorando a eficiência alimentar gastando mais com alimentação (Lazzarini
Neto, 1995). Além disso, Barcellos (2007) cita que embora a relação de troca
seja um indicador corrente entre os pecuaristas, o que deve ser considerado
atualmente, em sistemas de menor idade de abate, é a margem entre a venda
de um boi gordo menos o custo da aquisição de um bezerro ou boi magro. A
reposição é de 1:1, pois quando o pecuarista vende o boi gordo ele não repõe
com o número de bezerros que a relação permite. Neste sentido, a margem
bruta da reposição é o dado relevante.
As margens de lucro da pecuária de corte reduziram-se
sensivelmente e, os ganhos financeiros e especulativos deixaram de existir.
Fato ocasionado devido à desvalorização do preço do boi gordo nos últimos 30
anos, com acentuado declínio até 1994 e posterior estabilização (Souza et al.,
2006), promovendo alguma redistribuição de margens no interior da cadeia
produtiva, o que se evidencia nas relações de troca entre os segmentos de cria
e engorda (Nunes et al., 2001).
5.2.4.2 Sazonalidade da Produção
A variação estacional ou anual é referente à produção ao longo das
estações do ano, sendo um determinante fundamental do comportamento do
preço (Azevedo, 2001). No caso da pecuária de corte, a introdução de
tecnologias visando à terminação de animais em pastagens cultivadas,
suplementação e/ou confinamentos, reduziram a influência da sazonalidade da
produção no preço do boi gordo (Franco & Brumatti, 2007). A adoção de duas
50
temporadas de acasalamento também pode desestacionalizar a produção de
bezerros e, conseqüentemente, diminuir as variações de preços de bezerros
entre as épocas do ano.
O reconhecimento dos padrões e da magnitude da sazonalidade dos
preços pode auxiliar as decisões de manejo e de comercialização do produtor
(Peel & Meyer, 2002), sendo que, nestas situações, a meta é maximizar os
lucros e não os preços (Meyer, 1997).
5.2.4.3 Ciclo Pecuário
A influência do ciclo pecuário ou plurianual é determinada
principalmente, pelas variações no estoque de matrizes (Franco & Brumatti,
2007), influenciado pelas expectativas futuras do preço do boi gordo
(IEL/CNA/SEBRAE, 2000). Ou seja, se há uma baixa no preço do boi gordo, o
produtor não tem estímulos para a produção. Pela necessidade de cobrir seus
custos, leva ao abate o maior número de animais possíveis, incluindo as
matrizes que passam de um bem de capital (retenção para procriar) para um
bem de consumo (abate) (Vieira & Farina, 1987). Isto pôde ser notado nos
anos de 2002 a 2005 no Estado do Rio Grande do Sul, onde a taxa de abate de
matrizes ultrapassou os 50%, reduzindo em quase 10% a oferta de bezerros
(ANUALPEC, 2007).
Menos bezerros, menos matéria-prima para a produção de boi
gordo, e conseqüente elevação dos preços pela baixa oferta no mercado,
estimulando a cadeia produtiva (através de melhores preços em todas as
categorias) a reter matrizes para a reprodução e, provocando uma alta oferta
51
de bezerros no mercado, retornando ao início do ciclo.
Este fenômeno caracteriza o ciclo pecuário, ocorre com maior ou
menor intensidade, em todos os países produtores de carne e, sua extensão é
condicionada, de modo geral, pelos coeficientes zootécnicos do rebanho, por
variáveis de natureza econômica que atuam sobre o mercado e fenômenos
climáticos (Corrêa, 1983).
5.3 Pecuária de Cria no Rio Grande do Sul
A atividade de cria no Rio Grande do Sul, de maneira geral, obedece
ao fluxograma apresentado na Figura 4. Contudo, ainda predomina no Estado
a verticalização das três fases de produção (cria – recria – terminação, ciclo
completo) em rebanhos pequenos (IEL/CNA/SEBRAE, 2000). Entretanto, são
reconhecidos os benefícios da especialização em uma fase de produção,
principalmente em pequenas propriedades, definindo objetivos claros de
produção, como por exemplo, a produção de bezerros ou de boi gordo e, a
partir daí estabelecer metas e planejar a produção (Souza, 1983).
Porém, em diagnóstico dos sistemas de produção do Rio Grande do
Sul, realizado pelo SEBRAE/SENAR/FARSUL em 2005, foram identificadas 16
combinações de sistemas de produção, onde a atividade pecuária pode ser
realizada em conjunto com a atividade agrícola ou não, de modo especializado
ou combinando algumas fases de produção.
52
SELEÇÃO DE ANIMAIS ACASALAMENTO
VAZIAS
LACTAÇÃOPARTODIAG. GESTAÇÃO
ENGORDA
AVEC
PERDAS DE BEZERROS
CONTROLE DOS BEZERROS
AVEC
(vacas)
DESMAME
PRECOCE OU
CONVENCIONAL
INSEMINAÇÃO - TOUROS
CAUSAS
TIPO DE CRUZAMENTO
SELEÇÃO DE REPOSIÇÃORECRIA COMERCIALIZAÇÃO
COMERCIALIZAÇÃODESCARTE
AVALIAÇÃO DOS TOUROS
AVEC= Avaliação do Estado Corporal
CONTROLE DA PARIÇÃO
TOUROS DESCARTE
INDICADORES ECONÔMICOS DE
DESEMPENHO E EFICIÊNCIA
FIGURA 4: Fluxograma detalhado de um sistema de cria (Barcellos et al.,
2007).
No Rio Grande do Sul, 76% dos recursos alimentares para a
bovinocultura têm origem nas pastagens naturais ou cultivadas (IBGE, 1996) e
estas sofreram uma redução nos últimos 10 anos na ordem de 40% (Nabinger
et al. 2006). A exploração baseada em pastagem nativa, composta
principalmente por espécies de crescimento estival, determina condições
alimentares insuficientes para atingir índices satisfatórios de produtividade
(Cachapuz, 1985). Entretanto, a utilização de manejos visando a adequação de
carga animal e crescimento das pastagens nativas, ou outras estratégias como,
por exemplo, a introdução de espécies hibernais, adubação do campo nativo
ou a prática do diferimento de campos, possibilitam alcançar estes índices
(Nabinger et al. 2006).
Há pelo menos 30 tipos de cruzamentos entre raças no Estado,
53
ocasionando um índice de menos de 10% de animais de raças puras
(SEBRAE/SENAR/FARSUL, 2005). Os cruzamentos são indicados em
sistemas de produção objetivando a complementaridade das raças, a
adaptação ao meio e a maior eficiência (Lobato, 1999). Entretanto, a mudança
genética deve ser direcionada no sentido de atender uma demanda específica,
que em um ambiente capitalista é estabelecida pelo mercado (Euclides Filho,
2000). Além disso, cada raça, bem como suas cruzas, terá curvas de
crescimento distintas, necessitando maior ou menor tempo e alimento para
estar apto à reprodução e terminação (Di Marco et al., 2007).
Esta grande variabilidade de grupos genéticos faz com que a
produção de bovinos de corte no Estado não tenha um padrão tanto na
produção de bezerros quanto nos animais ofertados aos frigoríficos. Felício
(2001) destaca que isto tem a ver com a falta de uma classificação obrigatória
de carcaças, que servisse ao mesmo tempo para defender o interesse dos
produtores e assegurar uma padronização de produto ao longo da cadeia
produtiva, que iria, em última instância, beneficiar os consumidores.
A taxa de desmame no Estado situa-se em 57% e a idade ao
primeiro entoure em torno de dois anos (SEBRAE/SENAR/FARSUL, 2005).
Contudo, 15% dos produtores não têm período de acasalamento definido
(SEBRAE/SENAR/FARSUL, 2005). O estabelecimento de uma estação de
acasalamento, além de disciplinar as demais atividades de manejo, permite
com que o período de maior exigência nutricional coincida com o de maior
disponibilidade de pastagens de melhor qualidade, reduzindo a necessidade de
suplementação alimentar (Rovira, 1996). Ainda traz o aperfeiçoamento da
54
fertilidade e produtividade do rebanho, identificação de animais mais prolíferos
e planejamento da estação de parição com períodos de melhor remuneração
pelos bezerros desmamados (Oliveira et al., 2007). Outro fator importante, é
que estações de acasalamento mais reduzidas propiciam a produção de
bezerros mais uniformes com relação à idade e peso (Holt et al., 2002). Abreu
et al. (2003) citam que a implementação de estação de monta e os seus efeitos
acumulados aumentaram a margem bruta da atividade de cria em 31%,
principalmente devido ao impacto positivo no índice de natalidade.
5.3.1 Variáveis Relevantes nos Sistemas de Cria
A produtividade do sistema de cria depende do conhecimento
mínimo de fatores envolvidos no processo produtivo, do nível de
gerenciamento, das técnicas de manejo empregadas e da disponibilidade de
recursos financeiros (Valle et al., 2000).
Sem os altos índices de prenhez, de natalidade e desmama na
etapa de cria, não existe aumento do índice de desfrute, fator essencial para
aumentos de receita (Lobato, 1999). Avanços na cadeia produtiva da carne
bovina passam necessariamente, por avanços no processo de cria
(IEL/CNA/SEBRAE, 2000).
Conseqüentemente, o primeiro objetivo da vaca dentro de um
sistema de cria, deve ser a produção de um bezerro por ano e, o segundo, um
bom bezerro por ano, sendo que o segundo objetivo nunca deve priorizado em
detrimento do primeiro (Olmedo et al., 2006). O resultado da cria é o produto da
taxa de desmame, peso do bezerro a desmama e o peso da vaca de descarte
55
(Barcellos et al., 2007).
Sendo assim, serão discutidas as duas variáveis dentro dos
sistemas de produção que podem interferir na quantidade unitária e por
unidade de peso dos animais ofertados: taxa de desmame (número de
bezerros desmamados) e peso à desmama (peso vivo dos bezerros
desmamados).
5.3.1.1 Taxa de Desmame
A maneira mais comum de medir a eficiência de um rodeio de cria é
relacionar a quantidade de bezerros desmamados com o número de vacas
entouradas – taxa de desmame (Rovira, 1996) e marca o ponto final de um
processo que se inicia com o acasalamento.
A taxa de desmame é altamente dependente dos índices de prenhez
(Barcellos et al., 2007). Contudo, dentro do período entre o diagnóstico de
gestação e o desmame, existem algumas perdas que podem ocorrer no
período pré-natal, ao parto, pós-parto, consideradas normais quando não
ultrapassam 8% (Rovira, 1996). Beckwith (2003) classifica estas perdas nas
que se produzem da prenhez até a parição e aquelas de se produzem entre a
parição e o desmame, sendo que em geral situam-se em torno de 4 a 10%.
A taxa de prenhez é uma conseqüência biológica do manejo
realizado e das condições de ano atrás no rodeio de cria (Canosa, 2003).
A idade ao primeiro serviço é determinada quando a novilha atinge
cerca de 65% do peso da vaca adulta, sendo dependente das características
de maturidade do indivíduo. Animais de maturidade mais precoce necessitam
56
uma porcentagem levemente inferior a 65% e vice-versa (Di Marco et al.,
2007), demonstrando a importância da recria da bezerra para a obtenção de
bons índices de prenhez posteriormente.
Diversos trabalhos demonstram diferentes sistemas de recria de
bezerras que possibilitam chegar ao peso desejado aos 14, 18 ou 24 meses de
idade. Contudo, quanto menor a idade do primeiro serviço, maior as exigências
alimentares (NRC, 1996; Beretta et al., 2001; Rocha et al., 2004).
Após a prenhez, a novilha deve seguir ganhando peso para chegar
ao parto com o peso adequado e boa condição corporal que permita que as
vacas retornem ao cio rapidamente e repitam prenhez na próxima estação de
monta (Lobato, 1999). Neste sentido, a lotação dos campos tem grande
influência, onde cargas de 320 e 240 kg PV/ha determinam taxas de prenhez
de 86,8 e 96,8%, respectivamente, em campo nativo (Quadros & Lobato,
1996). Em outro trabalho conduzido por Fagundes et al. (2003), utilizando 280
e 360 kg PV/ha as taxas de prenhez foram de 67,56 e 22,56%,
respectivamente, demonstrando que a lotação menor permitiu que as vacas
apresentassem maiores recuperações de peso e condição corporal no pós-
parto, determinando melhores taxas de re-concepção e menores intervalos de
partos (395,4 vs. 409,9 dias, respectivamente).
A condição corporal (CC) das vacas é determinada principalmente
pelo manejo alimentar, podendo ser administrado através de um acréscimo na
alimentação, como visto acima, ou por uma diminuição nas exigências da vaca
através de práticas de desmame.
A CC ao parto tem um impacto positivo na taxa de prenhez e
57
negativo no intervalo entre partos. Na estação de acasalamento, verificam-se
maiores taxas de prenhez naquelas vacas com CC intermediária (entre 4,5 e 5
– escala americana) e um impacto negativo no intervalo entre partos também
(Renquist et al., 2006).
A adoção de técnicas de desmame antecipado visam melhorar a
taxa de prenhez por meio de melhorias na CC das vacas. O desmame pode ser
utilizado objetivando aumentos de carga animal, já que a vaca sem bezerro ao
pé reduz suas exigências nutricionais em 18%, adiantamento da prenhez (em
casos onde a vaca pare no final da estação de parição) ou para atenuar
contingências climáticas (Nistal, 2003).
5.3.1.2 Peso ao Desmame
Cerca de 50% da variação do peso à desmama é devido ao
consumo de leite (Rovira, 1996). A produção de leite da vaca é afetada,
principalmente, pelo nível alimentar durante a lactação (Lobato, 1999).
A produção de leite da vaca é responsável por uma porção
significativa do ganho de peso até a desmama. Quanto maior o peso ao
nascimento do bezerro, menor o ganho de peso, necessitando maior
quantidade de leite para a produção de 1 kg de PV (Alencar, 1989).
Quanto à lotação utilizada em campo nativo no período pós – parto
(280 e 360 kg PV/ha), verifica-se que não tem influencia na produção de leite
das vacas e no desempenho dos bezerros (Gottschall & Lobato, 1996;
Fagundes et al. 2004). Ao comparar com pastagem cultivada a correlação entre
a produção de leite e o ganho médio diário dos bezerros é maior para os
58
animais mantidos em pastagem cultivada do que em pastagem nativa (Restle
et al., 2004).
As vacas que apresentam ganhos na CC do período de
acasalamento até o desmame, desmamam bezerros mais leves que as vacas
que perdem CC (Renquist et al., 2006).
A raça da vaca tem influência na produção de leite e no
desempenho dos bezerros, sendo quanto maior o grau de heterose, melhor o
desempenho até a desmama (Ribeiro & Lobato, 1988; Barcellos & Lobato
1992; Fagundes et al., 2004; Restle et al., 2004).
Além disso, o peso à desmama ainda tem influência da idade da
vaca, proporcionando ganhos médios diários crescentes até a mãe atingir sete
anos e decrescendo posteriormente (Teixeira & Albuquerque, 2003). Variações
conforme a raça da vaca (Bocchi & Albuquerque, 2005), peso da vaca ao parto
(Gottschall & Lobato, 1996), o peso ao nascimento, aos 120 e 240 dias de
idade (Alencar, 1987) também determinam o peso de desmama.
A parição de outono proporciona peso ao nascimento superior a
parição de primavera, mas com peso aos 205 dias inferior (Barcellos & Lobato,
1992). Bezerros nascidos mais cedo na estação de parição apresentam
maiores pesos à desmama (Bocchi & Albuquerque, 2005; Mendonça et al.,
2003).
As mudanças entre períodos de acasalamento, parição e desmame
e, estratégias de comercialização de bezerros são dinâmicas e podem ter
efeitos importantes na lucratividade de sistemas de cria. As múltiplas
combinações entre períodos de parição e estratégias de comercialização
59
permitem aos produtores de bezerros explorarem a variedade de
oportunidades de produção e comercialização (Leesburg et al., 2007).
O peso à desmama ainda pode ser alterado através de estratégias
de suplementação, como por exemplo, o creep feeding ou creep grazing, que
visa fornecer suplementos ou pastagens aos bezerros, de modo que as
animais adultos não consumam, objetivando um maior peso a desmama ou
complementar a dieta de animais mais fracos (Oliveira et al., 2007).
5.3.2 Influência de Características dos Bezerros na
Demanda
O produtor pode influenciar a comercialidade do seu gado. Todo
gado pode ser vendido, mas o produtor deve produzir o de maior lucratividade
(McKissick & Brown, 2001), aquele que alia adaptação ao sistema de produção
com as características que o mercado deseja.
No Rio Grande do Sul, este desejo refere-se, principalmente, as
características raciais, que são determinantes na escolha na compra de
animais para reposição, enquanto que para os animais de recria e terminação
considera-se a combinação peso/ preço/ características raciais, mas o último
critério aparece com mais destaque (SEBRAE/SENAR/FARSUL, 2005).
Na produção de bezerros, quando o preço é semelhante para todas
as raças, ele irá produzir a que melhor lhe convier dentro das características do
seu sistema de produção. Se isto não for verdadeiro, o mercado irá direcioná-lo
para a produção da raça de melhor remuneração. Assim, segundo Kotler
(1996), esse produtor está utilizando uma estratégia de marketing, pois atende
60
as necessidades dos clientes, com lucro.
As características dos sistemas de produção relacionadas à
genética, aos fatores nutricionais e de gerenciamento da propriedade e, aos
aspectos mercadológicos do ambiente de comercialização diferenciam os
bezerros produzidos e podem influenciar no momento da venda.
A exclusividade de produção não leva a diferenciação, a menos que
seja valiosa para o comprador. Para que esta diferenciação venha
acompanhada de agregação de valor ou de maior preferência pelo produto, é
necessário que o comprador deste bezerro “diferente” vislumbre a possibilidade
de gerar um valor adicional dentro do seu sistema de produção. Por meio de
incrementos no desempenho produtivo, pela redução de custos proporcionados
pela aquisição de determinado animal ou ainda, pela obtenção de um maior
preço pelo novilho terminado que será ofertado ao frigorífico.
5.3.2.1 Fatores Genéticos
Através do conhecimento das características que o mercado
demanda, o produtor poderá buscar sua diferenciação até mesmo antes do
nascimento dos bezerros, em função da escolha do touro, por exemplo, para
disponibilizar ao mercado um bezerro de determinada raça, pelagem, frame ou
musculosidade.
Estas características estão fortemente relacionadas com o tipo de
seleção realizada no sistema. Sendo que as características de tamanho animal
e musculosidade podem ser aprimoradas pela seleção de animais dentro dos
padrões e de uma mesma raça desejados, pois apresentam herdabilidades de
61
média a alta e de baixa a média, respectivamente (Alencar, 1987).
Contudo, é possível observar que as preferências dos compradores
de bezerros em relação às características genéticas, se alteram ao longo do
tempo. A raça Hereford que era a preferência entre os compradores até
metade da década de 80 (Turner et al., 1992, Sartwelle et al., 1996a, Sartwelle
et al., 1996b), teve uma desvalorização na década de 90, onde as principais
preferências tornaram-se as raças Angus, cruzas entre Hereford e Angus e
cruzamentos exóticos (Turner et al., 1992, Sartwelle et al., 1996a, Sartwelle et
al., 1996b, Smith et al., 1998). Em estudo mais recente, Troxel & Barham
(2007), verificaram a mesma tendência quanto à raça Angus e cruzas
(Hereford, Charolês e Brahman), quando comparam os anos de 2000 vs 2005,
entretanto, a raça Hereford e suas cruzas (com raças continentais e Brahman)
mantiveram estável a valorização entre os anos avaliados.
Quanto às características de musculosidade e tamanho animal,
percebe-se uma valorização muito superior, independente do ano avaliado,
para animais de musculosidade forte e tamanho grande (Turner et al., 1992,
Sartwelle et al., 1996a, Sartwelle et al., 1996b, Smith et al., 1998, Troxel &
Barham, 2007). Cabe ressaltar que estes trabalhos foram realizados nos
Estados Unidos, onde os sistemas de produção são baseados em animais
confinados.
Características genéticas podem influenciar o preço de outras
categorias animais de modo diferentes. Em vacas, os cruzamentos exóticos
chegam a obter cerca de U$ 2/100 libras PV a mais em relação às raças
Hereford e Angus (Minert et al., 1990). Entretanto, quando avaliado o par vaca
62
– bezerro a raça Angus é a mais valorizada, sendo que o tamanho da vaca
influencia mais do que o do bezerro, onde as vacas grandes e com idade até
quatro anos recebem preços superiores (Parcell et al., 1995).
5.3.2.2 Fatores Nutricionais e de Gerenciamento da
Propriedade
Aspectos nutricionais e sanitários têm grande relevância no
momento da apresentação dos animais para os compradores, pois influenciam
o peso dos animais e o desempenho posterior destes dentro do sistema de
produção de quem os adquire.
Animais doentes e com problemas locomotores geralmente são mais
penalizados do que animais velhos ou com problemas nos olhos com relação
ao preço obtido por animais sadios (Sartwelle et al., 1996a; Sartwelle et al.,
1996b, Smith et al., 1998), já mais recentemente os animais com pêlo ruim são
mais descontados no preço (Troxel & Barham, 2007, Barham & Troxel, 2007)
Condição corporal muito ruim ou muito boa sofria maiores descontos
na década de 80 em relação a animais de condição corporal média (Sartwelle
et al., 1996a; Sartwelle et al., 1996b, Smith et al., 1998). Com o passar dos
anos observa-se um maior desconto para animais muito gordos, sendo que a
diferença para os magros é quase nula (Sartwelle et al., 1996a; Sartwelle et al.,
1996b, Smith et al., 1998, Troxel & Barham, 2007, Barham & Troxel, 2007). Os
compradores podem atribuir a animais muito magros um risco maior no período
pós-desmama do que animais de condição média, enquanto que animais de
condição corporal muito gorda deixam dúvidas quanto à adaptação ao sistema
63
de alimentação posterior.
Pesos médios superiores a 200 kg por animal sofrem descontos no
preço (Troxel & Barham, 2007; Barham & Troxel, 2007), sendo que em todos
os trabalhos o preço por unidade de peso (kg ou libras) diminui a medida que
aumenta o peso médio por animal (Faminow & Gum, 1986; Sartwelle et al.,
1996a; Sartwelle et al., 1996b, Smith et al., 1998, Troxel & Barham, 2007,
Barham & Troxel, 2007)
Estes são apenas alguns exemplos de atitudes dentro da
propriedade que podem influenciar no desempenho econômico do bezerro,
bonificando ou penalizando um lote no ato de comercialização.
Entretanto, ainda existe uma série de fatores que também podem
refletir neste desempenho, como a presença de animais aspados,
desvalorizando o lote (Sartwelle et al., 1996b, Smith et al., 1998, Troxel &
Barham, 2007), que pode ser corrigido com a utilização de “amochadores”, por
exemplo.
Animais inteiros ou castrados (Cleere & Boleman, 2006),
desmamados no ato ou anteriormente a comercialização, onde os animais
desmamados até 45 dias antes da venda são mais valorizados (Spratling,
2002), são aspectos intrínsecos ao manejo da propriedade que também tem
influência na preferência dos compradores.
5.3.2.3 Fatores Mercadológicos
Percebidos os sinais das preferências do mercado, surge a
necessidade de voltar à informação ao consumidor, demonstrando onde e
64
como ele pode encontrar o produto que deseja, tornando esta relação (produtor
– consumidor) cada vez mais interligada. Esta comunicação é fundamental
tanto para características que não são perceptíveis em um primeiro momento
tanto para as que são facilmente observadas.
Afora as características imperceptíveis, algumas características
determinadas no momento da venda podem influenciar a decisão do
comprador.
Tamanho dos lotes relaciona-se com o transporte destes animais em
caminhões além de ter relação com a origem dos animais. Em lotes maiores,
os animais seriam todos de um mesmo produtor, minimizam riscos sanitários,
que podem surgir através da compra de animais de diferentes produtores (no
caso de aquisição de vários lotes). Sartwelle et al. (1996 a,b) destacam que um
tamanho de lote ótimo para bezerros seria entre 35 e 50 animais, entretanto,
vários outros autores já demonstram ganhos em lotes com mais de 6 (Troxel &
Barham, 2007; Barham & Troxel, 2007), mais de 10 (Smith et al., 1998) e até
60 animais por lote (Faminow & Gum, 1986; Turner et al., 1992). Já para vacas,
lotes de 11 a 15 animais são os que recebem maiores valorizações (Minert et
al., 1990).
O tamanho do lote também pode afetar a uniformidade dos mesmos,
já que em lotes muito grandes é difícil agrupá-los de maneira mais semelhante.
A adoção de padrões de referência facilita a coordenação entre o comprador e
o vendedor, pela redução do custo da informação, além de reduzir a variedade,
o que simplifica as estimativas de avaliação da relação preço – desempenho
(Farina, 2003).
65
A padronização pode ser alçancada em animais o mais semelhante
póssivel em grupo genético, idade e desenvolvimento. Mesmo assim, dentro de
um mesmo grupo genético existem variações de tamanhos e as disparidades
no desenvolvimento de animais com idades de um mês de diferença são
visualmente marcantes. Sendo que, estas diferenças podem ser minimizadas,
se os animais forem agrupados de maneira que formem grupos homogêneos
no tamanho e no estado corporal. Na maioria dos casos isto pode ser obtido
com acompanhamento pelo produtor no momento da distribuição dos animais
nos lotes, ou seleção prévia destes na propriedade ou ainda, interferindo na
sua tecnologia de processos concentrando os nascimentos pelo melhor manejo
no acasalamento .
A ordem de entrada dos animais em pista (Sartwelle et al., 1996a), a
localização do local do leilão, além do número de compradores presentes, pode
influenciar o preço e o volume de negócios, sendo que o número de
compradores tem maior influência no volume do que no preço do negócio
(Troxel et al., 2006).
Neste sentido, um sistema de produção de bezerros pode ser
entendido como um processo que envolve aspectos da reprodução e produção
dos bovinos de corte, análise do mercado onde está inserido o sistema para a
verificação das possibilidades de comercilização ou retenção dos animais.
Aspectos de marketing podem ser utilizados nesta fase visando explorar os
diferenciais identificados em relação aos outros bezerros produzidos. Contudo,
para o êxito de todas as variáveis acima citadas, a demanda deve ser
66
verificada, suas preferências e comportamento em relação a variações no
preço do produto em questão.
CAPÍTULO II
1
1
Artigo elaborado conforme as Normas da Revista Brasileira de Zootecnia (Apêndice 1).
Publicado no Volume 37, Número 1, p. 171-176, 2008.
68
Tendências na comercialização de bezerros no Rio Grande do Sul relacionados às
características genéticas
Luciana Fagundes Christofari
1
, Júlio Otávio Jardim Barcellos
2
, Eduardo Castro
da Costa
3
, Ricardo Pedroso Oaigen
4
, José Braccini Neto
2
, Roberto Andrade
Grecellé
5
RESUMO - A pecuária de corte tem buscado aumentar a lucratividade,
aumentando a produtividade, reduzindo custos ou obtendo melhor preço pelos seus
produtos. Contudo, a forma de comercializar o produto ainda é pouco conhecida e
manejada pelo pecuarista, especialmente as preferências do seu cliente. Este trabalho
objetivou caracterizar os efeitos dos aspectos dependentes da genética dos bezerros
comercializados no estado do Rio Grande do Sul, como forma de verificar a influência
destes no preço de venda. Foram coletados em 13 feiras municipais de bezerros de corte
no Estado, dados referentes ao grupo genético predominante, tamanho e musculatura
dos animais de 739 lotes de animais correspondendo a 11.986 cabeças. Foram avaliados
o preço obtido por kg de peso vivo, percentagem de liquidez e a valorização do bezerro
durante a comercialização. Os bezerros sem predominância genética ainda demonstram
grande frequência nas feiras do RS. Porém, apresentam menor preferência do
comprador pois demonstraram menor liquidez em relação ao outros grupos ofertados.
Os bezerros do grupo genético sintético (Braford, Brangus ou Canchim) obtiveram
maiores preços por kg de peso vivo e maior valorização. Para características de tamanho
e desenvolvimento muscular, os bezerros grandes e fortes tiveram maior liquidez em
relação a animais de estrutura média ou pequena, obtendo maior preço e valorização por
kg de peso vivo.
Palavras-chave: grupo genético, leilões de bezerros, musculosidade, tamanho animal
1
Médica Veterinária, Doutoranda PPG - Zootecnia – UFRGS. Av. Bento Gonçalves, 7712.CEP: 91501 –
970. Porto Alegre, RS, Brasil. Email: luciana_christofari@yahoo.com.br
2
Professor Adjunto do Departamento de Zootecnia – UFRGS. Pesquisador do CNPq.
3
Zootecnista, DSc., Pesquisador FEPAGRO-RS.
4
Médico Veterinário, Mestrando PPG – Zootecnia – UFRGS.
5
Médico Veterinário, MSc. Professor do Curso de Medicina Veterinária – ULBRA Ji-Paraná.
69
Tendency in the commercialization of calves in Rio Grande do Sul related to your
genetic characteristics
ABSTRACT - The beef production has been looking for an increase in profitability,
increasing the productivity, reducing costs or obtaining better price for its products.
However, the marketing methods and the factors that affect the value of this price are
still little known by producers, especially their customer's preferences. This work aimed
to characterize the effects of the dependent aspects of the genetics of the calves
marketed in the State of Rio Grande do Sul, as a way of verifying the influence of these
in the sale price. They were collected in 13 municipal auction of calves in the State, data
referring to the predominant genetic group, size and musculature of the animals of 739
lots of animals corresponding to 11,986 heads. The price obtained by kg of live weight,
liquidity percentage and the valorization of the calf were appraise during the
commercialization. The calves without genetic predominance still demonstrate great
frequency in the auction of RS. However, they present the buyer's smaller preference
because they demonstrated smaller liquidity in relation to the other presented groups.
The calves of the synthetic genetic group (Braford, Brangus or Canchim) obtained
larger prices for kg of live weight and larger valorization. For size characteristics and
muscular development, the big and strong calves had larger liquidity in relation to
animals of medium or small structure, obtaining larger price and valorization for kg of
live weight.
Key-Words: animal size, calves auctions, genetic group, muscularity
70
Introdução
Na pecuária de corte, a cria é considerada como a atividade menos rentável,
comparado ao desempenho dos segmentos de recria e terminação (Nunes et al., 2001).
Esta baixa rentabilidade pode estar atribuída ao ciclo biológico dos processos
produtivos, que é mais longo, associado ao fato do rebanho de cria normalmente ocupar
áreas de pior qualidade de solo e forragem do que os ocupados pela recria e terminação.
Apesar da menor eficiência econômica, a cria representa uma segurança aos
produtores, pois tem a garantia de manter uma unidade de produção, a vaca, e a
probabilidade de produzir um bezerro por ano para o mercado, associada à uma
flexibilidade do sistema, assegurando menores riscos de insolvência do negócio
(Barcellos et al., 2000).
A produtividade do sistema de cria está intimamente associada com o tipo de
genótipo utilizado dentro do sistema e com o tipo de manejo adotado, uma vez que o
peso ao desmame depende principalmente da raça e/ou cruzamentos utilizados
(Barcellos & Lobato, 1992a; Mendonça et al., 2003) e do sistema de alimentação
(Cachapuz et al., 1990; Ribeiro & Lobato, 1989). A escolha da raça ou cruzamento
determina uma série de fatores associados aos custos de produção e produtividade da
empresa, não só pela busca de melhor capacidade de resposta, mas, principalmente, pela
importância da melhor adequação do binômio genótipo – ambiente (Euclides Filho,
2000).
A seleção genética ainda tem efeito direto no tamanho do animal que esta sendo
produzido, bem como na musculosidade destes. Ambas características podem ser
aprimoradas pela busca de animais dentro dos padrões desejados, pois apresentam
71
herdabilidades de média a alta e de baixa a média, respectivamente (Mascioli et al.,
2000).
Animais de tamanho pequeno tem menor potencial de crescimento e maior para
deposição de gordura (Di Marco, 1998), sendo que, a um mesmo tamanho, pode haver
grandes diferenças em musculosidade e acúmulo de gordura, implicando em diferentes
conformações e composição corporal quando compara-se animais grandes e pequenos
(Di Marco et al., 2006). Aliado a isto, a idade de abate de diferentes tipos animais
(tardios e precoces) pode variar de 30 a 90 dias quando confinados (Euclides Filho,
2000).
Uma das características de avaliação visual buscada nos animais para produção de
carne é a musculosidade, associada aos perfis musculares do animal e ao volume
muscular (Di Marco et al., 2006). Esta associada ao rendimento de porção comestível,
ou seja, maior proporção carne:osso, e superior rendimento de carcaça (Felício, 2005).
Assim, os compradores de bezerros vão procurar identificar nestes os atributos que
estarão relacionados com o perfil do futuro novilho procurado pelos frigoríficos.
Sendo assim, tanto para o produtor de bezerros quanto para os terminadores, o
padrão animal (grupo genético, tamanho animal, musculosidade) mais adequado para
produzir carne depende do nível tecnológico da empresa, já que o desempenho
produtivo dos animais de diferentes tamanhos ou categorias, está fortemente
relacionado com as condições de alimentação que predominam no sistema ou na região
pecuária. Contudo, toda e qualquer estratégia de melhoramento animal deve estar
sintonizada com o consumidor final ou o elo seguinte na cadeia produtiva.
De modo geral, a maior parte do preço obtido pela venda do bezerro é
determinada por aspectos fora do controle do produtor (Jones & Simms, 1997), visto
72
que ele exerce pouco poder nas relações de oferta e demanda de bezerros no mercado.
Entretanto, alguns elementos do preço podem ser manipulados para o produtor obter a
maior valorização do seu produto antes da comercialização (Sartwelle et al., 1996). Esta
manipulação do preço de mercado, independente da lei da oferta e demanda e pode ser
obtida por meio do conhecimento do mesmo, atendendo as necessidades do seu
consumidor e algumas vezes, diferenciando o seu produto final, o bezerro.
A diferenciação pode ser alcançada alterando-se a genética ou etapas do processo
de produção a fim de obter características específicas que se traduzem em uma maior
remuneração pelo bezerro, refletindo na lucratividade do sistema.
Os objetivos deste artigo são caracterizar as tendências da demanda dos
recriadores e dos terminadores, bem como os seus efeitos nos preços obtidos, através da
caracterização genética dos bezerros comercializados em feiras no Rio Grande do Sul e
das remunerações obtidas por estes.
Material e Métodos
O presente trabalho foi realizado a partir da coleta de dados relativo ao processo
de comercialização de 11.986 bezerros, totalizando 739 lotes, em 13 feiras (municípios),
durante o outono de 2004. Para as avaliações, foi treinado um grupo de técnicos os
quais realizavam a caracterização dos lotes a partir de inspeções visuais e junto aos
produtores, antes da entrada dos bezerros na pista do leilão e durante o período de
permanência na pista onde ocorreu a comercialização, acompanhando a movimentação
do leilão (preço inicial, final e por quilograma de peso vivo, número de lances e
efetivação da comercialização).
Na primeira etapa de avaliação, os lotes foram discriminados de acordo com as
73
características apresentadas na Tabela 1.
TABELA 1 - Características avaliadas e suas variações
Grupo Genético Musculosidade Tamanho Animal
BB (Hereford, Devon, Angus)
CC (Charolês, Limousin,
Simental)
Forte Grande
BX (Cruzas britânicas)
CX (Cruzas continentais)
Média Médio
ZX (Cruzas zebuínas)
SI (Brangus, Braford e Canchim)
MI (Indefinido)
Leve Pequeno
Os grupos genéticos “BX”, “CX” e “ZX” são lotes onde predominavam
características fenotípicas de animais cruzados com as raças britânicas (BB),
continentais (CC) ou zebuínas (ZX), respectivamente. Para os “BX” e “CX” era
admitido cruzamentos entre tais raças (britânicas x britânicas e continentais x
continentais, respectivamente) além de cruzamentos com raças zebuínas (até 25%).
Cruzamentos com grau de sangue igual ou superior a 50% de zebuínos foram
caracterizados como “ZX”. Aos lotes onde predominavam animais Brangus, Braford e
Canchim foram classificados como Sintético (SI), e quando era impossível a
identificação de um grupo racial predominante no lote, eram caracterizados como
Miscelânia (MI).
O tamanho animal foi obtido através da altura da garupa dos animais do lote,
sendo os animais classificados em pequenos (menos de 98 cm), médios (entre 99 e 108
cm) e grandes (superior a 109 cm).
Na segunda etapa, foram coletados dados referentes ao momento da
74
comercialização dos lotes onde foram avaliados a valorização (V), obtida pela diferença
entre os preços final e inicial do lote e o preço final obtido por quilo de peso vivo (PV).
Por meio de uma análise exploratória dos dados foi determinada a frequência e a
porcentagem comercializada dentro de cada característica avaliada. Posteriormente, foi
realizada a análise de variância e a comparação das médias do preço final e valorização
por quilograma de peso vivo pelo teste de Tukey, utilizando o pacote estatístico SPSS
(2002) e incluindo como covariável o peso vivo, conforme o modelo abaixo:
Y
ijklm
= µ + PV
i
+ GR
j
+ TA
k
+ MM
l
+ e
ijklm
Onde Y
ijklm
refere-se ao preço final por quilograma de peso vivo do m-ésimo lote
(variável dependente); µ = média geral de todas as observações; PV
i
= efeito da
covariável “peso vivo médio do lote”; GR
j
=efeito do grupo genético de ordem j, sendo
1 = BB, 2 = CC, 3 = BX, 4 = CX, 5 = ZX, 6 = SI e 7 = MI; TA
k
= efeito do tamanho
animal de ordem k, onde 1 = GRANDE, 2 = MÉDIO e 3 = PEQUENO; MM
l
= efeito
do desenvolvimento muscular predominante no lote de ordem l, sendo 1 = FORTE, 2 =
MÉDIO e 3 = LEVE; e
ijklm
= erro aleatório residual.
As análises preliminares, testando os efeitos das interações entre os fatores, não
demonstraram efeitos (P<0,05). Portanto, no modelo final constaram somente os efeitos
dos fatores principais.
Resultados e Discussão
A análise exploratória dos dados permite afirmar que como qualquer outro tipo de
mercado competitivo, o preço dos animais é determinado pela relação entre oferta e
demanda. Entretanto, cabe ressaltar que há uma discriminação dentro das
características, podendo o produtor direcionar sua produção.
75
A diversidade de grupos genéticos descritos é reflexo da heterogeneidade dos
sistemas de produção de bezerros, podendo ser observado na Figura 1, por meio do
grande número de animais oriundos do cruzamento de raças européias (BX e CX) no
Estado. Os cruzamentos com raças zebuínas (BX, CX e ZX) ultrapassam 60% dos
animais ofertados, sem considerar os lotes onde não foi possível a identificação do
grupo genético predominante (MI).
Estes cruzamentos têm uma boa aceitação devido ao maior potencial de produção
nos ambientes subtropicais devido a boa adaptabilidade às condições ambientais
adversas, resultado da heterose. Na composição do rebanho gaúcho, Leal (2003),
descreve que as raças Hereford, Angus e Charolês, contribuem com 9% cada, sendo que
no presente estudo, foi observada uma porcentagem menor de animais provenientes de
raças continentais.
76
0
5
10
15
20
25
30
35
BB
CC
BX
CX
ZX
MI
S
I
Grupo genético (GG)
Animais ofertados conforme GG (%)
50
60
70
80
90
100
Animais comercializados em relação
ao ofertado conforme GG (%)
Animais ofertados/GG (%) Animais comercializados/GG (%)
FIGURA 1: Freqüência de animais ofertados e comercializados de acordo com os
grupos genéticos predominantes nos lotes (%).
Foi observado que apesar de ter uma grande participação de animais cruzados no
rebanho gaúcho, ocorre maior aceitação quando o cruzamento é conduzido de forma
orientada e pré-estabelecida, demonstrado pela maior relação entre o total de animais
ofertados e vendidos para o grupo genético SI em relação aos BX, CX e ZX. Caso
contrário, os compradores ainda preferem raças definidas (BB e CC), já conhecidas dos
terminadores gaúchos. Esta baixa relação também verifica-se quando os lotes não tem
nenhuma definição de grupo genético (MI), o que evidencia a exigência do atributo
padronização do lote por parte dos compradores.
77
A necessidade de padronização é exigência de outro segmento da cadeia da carne
bovina, o frigorífico, o qual tem maior facilidade de obter cortes da carcaça de acordo
com a necessidade de seus clientes e nichos de mercado, em controlar melhor os
rendimentos e em programar sua atividade industrial (Luchiari Filho, 2005). Entretanto,
toda cadeia se beneficia quando existe padronização (produtor, frigorífico, processador,
varejista e consumidor).
A valorização obtida pelos diferentes grupos genéticos comprova esta tendência,
pois ocorreu maior remuneração dos lotes de animais de raças sintéticos (SI),
geralmente mais padronizados em tamanho e musculosidade. Além disso, observa-se
que o mercado gaúcho tem uma melhor aceitação por animais com menor introdução de
sangue zebuíno na composição racial, indicado pela menor valorização dos lotes onde
havia predominância de animais zebuínos (ZX) (Tabela 2).
TABELA 2 - Preço e valorização por kg de PV de acordo com o grupo genético
predominante no lote
Grupo genético Preço (R$/kg PV)* Valorização (R$/kg PV)*
ZX 1,42
a
0,08
a
CX 1,45
ab
0,08
a
MI 1,46
ab
0,09ª
BX 1,47
ab
0,09ª
CC 1,50
ab
0,08ª
BB 1,53
bc
0,14
ab
SI 1,58
c
0,20
b
*Letras diferentes na mesma coluna diferem estatisticamente a 5% de significância pelo teste de
Tukey.
Esta observação também foi verificada em trabalhos semelhantes conduzidos nos
Estados Unidos, por Sartwelle et al. (1996), avaliando bezerros em duas épocas
distintas, 1986/1987 e 1993, onde os cruzamentos exóticos obtiveram remuneração de
1,13 e 3,63 US$/100 libras de peso vivo respectivamente, superiores ao grupo genético
base (Hereford), sendo o mesmo comportamento observado para as fêmeas.
78
A superioridade da remuneração por kg de PV poderia ser explicada pelo maior
peso destes animais, entretanto, quando o peso é incluído como co-variável, não houve
alteração nas diferenças entre os grupos genéticos.
Quando comparados com os preços médios dos lotes onde não havia a
predominância de grupo genético, percebe-se a importância econômica de um processo
de seleção dentro das propriedades produtoras de bezerros, uma vez que estes animais
(MI) obtiveram uma diferença de R$ 0,12 por quilo de PV em relação ao grupo genético
com melhor remuneração (SI). Este valor corresponde a R$ 18,00 por animal,
considerando o peso mínimo de 150 kg, exigido pela Secretária de Agricultura e
Abastecimento do Estado nas Feiras para o ano de 2004.
Diferentes trabalhos de pesquisa verificaram a importância de cruzamentos com
raças zebuínas no Rio Grande do Sul, pela superioridade de bezerros filhos de vacas
cruzadas atribuída a maior produção de leite (Barcellos & Lobato, 1992a; Mendonça et
al., 2003; Pötter et al., 2004) e pela heterose individual que também resulta no maior
ganho de peso (Barcellos & Lobato, 1992b).
Contudo, ainda não há um consenso com relação ao grau de sangue zebuíno
utilizado nos cruzamentos, sendo que a partir de determinado percentual de sangue,
dependendo da região e do sistema de produção, não são obtidos ganhos oriundos destes
cruzamentos. Barcellos & Lobato (1992a), demonstraram que em graus de sangue
superiores a 50% Nelore o ganho médio diário até a desmama é inferior aos obtidos
com outras composições de cruzamento entre Hereford e Nelore. Em outra região do
Estado, Mendonça et al. (2003), não encontraram diferenças no peso a desmama
analisando bezerros Hereford puros ou cruzados (mães Hereford x pais Nelore). Sendo
assim, os benefícios dos cruzamentos entre Bos taurus e Bos indicus no Rio Grande do
79
Sul, dependem principalmente da região onde se situa a propriedade, além do tipo de
sistema de produção.
O ganho pelo cruzamento depende principalmente do ambiente, das condições de
produção e os incrementos no preço de venda ocorrem quando este é realizado de forma
orientada e planejada, sendo necessário que antes de utilizar essa ferramenta o produtor
tenha em mente qual o propósito do cruzamento.
A preferência dos compradores refletiu-se na maior liquidez dos animais mais
musculosos, onde grande parte do que estava sendo ofertado foi comercializado, porém
este tipo de animal corresponde a apenas 17% do total de animais ofertado (Figura 2),
percentual semelhante ao de animais de musculatura leve. Mais de 60% dos animais
ofertados caracterizam-se por musculosidade média, devendo-se principalmente aos
sistemas de produção do Estado, onde a atividade de cria situa-se predominantemente
em pastagens nativas, com muitas vezes lotações inadequadas não permitindo aos
animais chegar ao desmame com maiores pesos e musculatura desenvolvida
(SEBRAE/SENAR/FARSUL, 2005; Barcellos et al., 2004).
80
10
20
30
40
50
60
70
Leve Média Forte
Animais ofertados conforme musculatura (%)
60
65
70
75
80
85
90
Animais comercializados com
relação ao ofertado (%)
Total ofertado (%)
Total comercializado (%)
FIGURA 2: Freqüência total de animais ofertados e comercializados de acordo com a
característica de musculosidade predominante no lote.
Os preços dos animais musculosos também apresentaram maior remuneração e
valorização por kg de PV, conforme demonstra a Tabela 3. Entretanto, não diferiram na
valorização dos animais de musculosidade média, devido principalmente aos dados
utilizados para o cálculo da valorização (preço inicial e final do lote e o peso médio), o
que fez com que animais mais musculosos, geralmente mais pesados, tivessem
valorizações semelhantes por quilo de peso vivo a animais com menos musculosidade e
peso.
A musculosidade pode ser utilizada como um critério de avaliação visual a
desmama, em programas de melhoramento genético (Cardoso et al., 2001), em conjunto
com outras variáveis, selecionando animais com maior desenvolvimento muscular,
sendo um efetivo critério de seleção, uma vez que apresenta estimativas de
herdabilidade de moderada a média, semelhantes às obtidas para ganho de peso (Dal
81
Farra et al., 2002).
TABELA 3: Preço e valorização por kg de PV conforme característica de
musculosidade predominante no lote
Musculosidade Preço (R$/kg PV)* Valorização (R$/kg PV)*
Leve 1,43
a
0,09
a
Média 1,48
b
0,10
ab
Forte 1,53
c
0,13
b
*Letras diferentes na mesma coluna diferem estatisticamente a 5% de significância pelo teste de
Tukey.
Entretanto, este critério pode ser influenciado por diversos fatores ambientais
como a data de nascimento, idade a desmama e idade da vaca ao parto (Cardoso et al.,
2001; Dal Farra et al., 2002; Kippert et al., 2006). A relação entre músculo e gordura
difere entre raças, sendo dependente da seleção dentro e entre raças utilizada na
propriedade produtora de bezerros. As raças de origem continental apresentam maiores
relações de carne/gordura, sendo verificados animais mais musculosos, entretanto, cabe
ressaltar que também apresenta um maior tamanho adulto e idade a puberdade,
necessitando de maiores aportes energéticos para atingir o peso adulto (Di Marco et al.,
2006).
Sartwelle et al (1996) encontraram a mesma tendência nos Estados Unidos, com
expressivos descontos para animais com musculatura leve, chegando a 18,04 e 20,83
US$/100 libras de peso vivo para o período de 1986/87 e 1993, respectivamente. Sendo
que neste trabalho mais de 90% dos lotes avaliados nos dois períodos eram de animais
com característica muscular forte. Em Oklahoma (EUA), Smith et al. (2000) também
observaram grandes descontos para animais caracterizados por musculatura leve,
obtendo preços de 26,48 e 8,10 US$/100 libras de peso vivo, para machos e fêmeas,
respectivamente, quando comparados com animais de musculatura forte.
A característica de tamanho animal, assim com a musculosidade, também é
82
avaliada em programas de seleção para melhoramento genético, estando incluída no
conjunto denominado características morfológicas (Mascioli et al., 2000).
0
10
20
30
40
50
60
Grande Médio Pequeno
Animais ofertados de acordo com
tamanho animal (%)
50
55
60
65
70
75
80
85
Animais comercializados em
relação aos ofertados (%)
Total ofertado (%) Total comercializado (%)
FIGURA 3: Freqüência de animais ofertados e comercializados conforme o tamanho
animal predominante nos lotes.
Há no Rio Grande do Sul a predominância de animais de tamanho médio, fruto
das condições ambientais que requerem vacas de tamanho e produção de leite
moderadas, com menores exigências de mantença a fim de obter bezerros com bons
pesos ao desmame e ainda apresentar boas taxas de prenhez subseqüente (Barcellos et
al., 2000).
Os compradores de bezerros tendem a bonificar os animais de tamanho maior
quando comparados com os de tamanho menor. Entretanto, não foi observada diferença
estatística entre os de tamanho médio e pequeno e tampouco na valorização dos três
grupos.
83
TABELA 4 - Preço e valorização por kg de PV de acordo com o tamanho animal
predominante no lote
Tamanho Animal Preço (R$/kg PV)* Valorização (R$/kg PV)*
Grande 1,49
a
0,11
a
Médio 1,48
ab
0,11
a
Pequeno 1,45
b
0,11
a
*Letras diferentes diferem estatisticamente a 5% de significância pelo teste de Tukey.
A preferência por animais de tamanho grande e musculosos também está
relacionada com a conjuntura atual da pecuária de corte, uma vez que os preços do boi
gordo e do bezerro apresentam-se deprimidos, os recriadores ou terminadores tentam
obter maiores lucratividades aumentando o giro de capital através de aquisição de
animais mais pesados que consequentemente permaneçam menos tempo dentro do
sistema de recria e engorda.
Preferências semelhantes foram verificados por Sartwelle et al. (1996) e Smith et
al. (2000), sendo que, nos dois trabalhos foram avaliados quatro tamanhos animais e a
predominância era de animais de tamanho moderado. Nestes trabalhos os descontos
para animais de tamanho pequeno chegaram a quase 21 US$/100 libras de peso vivo
com relação a animais de tamanho grande.
A seleção do tamanho do animal, depende do sistema de produção, porém é certo
que o potencial de ganho de peso aumenta com o tamanho animal, por isso a preferência
dos compradores. No entanto, os biotipos de maior estrutura tem maior proporção de
tecido magro, sendo mais exigentes em energia para terminação do que animais de
tamanho menor, com menor idade (Di Marco, 1998). As vantagens ou limitações destes
animais vai depender da qualidade e quantidade da alimentação que será oferecida à
eles após a aquisição, visto que aliado ao maior potencial de crescimento, também
apresentam uma menor capacidade de deposição de gordura, requisito essencial para os
frigoríficos.
84
O tamanho do bezerro depende do tamanho corporal na vaca de cria, pois vacas
maiores desmamam bezerros maiores com maiores pesos ao desmame (Di Marco,
1998). Entretanto, apresentam requerimentos nutricionais maiores quando comparados
com animais menores, que se não forem adequadamente atendidos podem influenciar
negativamente nos índices reprodutivos. Além disso, deve-se avaliar que para atender as
exigências nutricionais de animais maiores, são necessários sistemas com menores
cargas animais, produzindo menos bezerros por unidade de superfície, que deveria ser
compensado por melhores preços do seu produto final, o bezerro, o que não depende da
vontade do produtor.
Conclusões
Durante o período do outono de 2004 a utilização de animais sintéticos para a
produção de bezerros no Rio Grande do Sul foi a característica de maior impacto no
preço final. Fatores que podem influenciar o preço do bezerro devem ser utilizados
como uma ferramenta no processo de tomada de decisão pelo produtor e não como
único critério de direcionamento do seu sistema de produção.
85
Literatura citada
BARCELLOS, J.O.J.; LOBATO, J.F.P. Efeitos da época de nascimento no
desenvolvimento de bezerros Hereford e suas cruzas: II. Pesos ao desmame, ano
e sobreano. Revista Brasileira de Zootecnia, v.21, n., p.150-157, 1992b.
BARCELLOS, J.O.J.; LOBATO, J.F.P. Efeitos da época de nascimento no
desenvolvimento de bezerros Hereford e suas cruzas: I. peso ao nascer e ganho
médio diário a pré-desmama. Revista Brasileira de Zootecnia, v.21, n., p.137-
149, 1992a.
BARCELLOS, J. O. J.; OSPINA, H.; PRATES, E. R. et al. Ganadería de cría en
ambientes sub-tropicales: sub-trópico argentino y centro-sur brasileño. Revista
Argentina de Producción Animal, v. sn, n. ocasional, p. 1-13, 2000.
BARCELLOS, J.O.J; SUÑE, Y.B.P; SEMMELMANN C. E. N. A. et al.
Bovinocultura de Corte frente a Agriculturização no Sul do Brasil. In: XI
CICLO DE ATUALIZAÇÃO EM MEDICINA VETERINÁRIA, 11., Lages,
2004. Anais... Lages : Centro Agroveterinário de Lages, 2004.
CACHAPUZ, J. M. S. ; LOBATO, J. F. P. ; LEBOUTE, E. M. . Efeitos de
Pastagens Melhoradas e Suplementos Alimentares No Comportamento
Reprodutivo de Novilhas Com Primeira Cria. Pesquisa Agropecuaria
Brasileira, v. 25, n. 3, p. 445-454, 1990.
CARDOSO, F. F.; CARDELLINO, R. A.; CAMPOS, L. T. Fatores ambientais
sobre escores de avaliação visual à desmama em bezerros Angus criados no Rio
Grande do Sul. Revista Brasileira de Zootecnia, v. 30, n.2, p. 318 - 325, 2001.
DAL FARRA, R. A.; ROSO, V. M.; SCHENKEL, F. S. Efeitos de ambiente e de
heterose sobre o ganho de peso do nascimento ao desmame e sobre os escores
visuais ao desmame de bovinos de corte. Revista Brasileira de Zootecnia,
v.31, n. 3, p. 1350 - 1361, 2002.
DI MARCO, O. N.; BARCELLOS, J. O. J.; COSTA, E. C. Crescimento de
Bovinos de Corte. Porto Alegre: Departamento de Zootecnia da Universidade
Federal do Rio Grande do Sul, 2006. 248p.
DI MARCO, O.N. Crecimiento de vacunos para carne. Mar del Plata: Asociación
Argentina de Producción Animal, 1998. 247p.
EUCLIDES FILHO, K. Produção de bovinos de corte e o trinômio genótipo –
ambiente – mercado. Campo Grande: Embrapa CNPGC, 2000. Documento 85.
FELÍCIO, P. E. de ; PEDROSO, E. K. . Carcaças: qual o padrão adequado ao
Brasil. Visão Agrícola, Piracicaba SP, v. 03, p. 107-111, 2005.
JONES, R.D.; SIMMS, D.D. Improving cow-calf profitability through enterprise
analysis. Kansas: Kansas State University Agricultural Experiment Station and
Cooperative Extension Service, 1997 (MF – 2259). 4 p.
KIPPERT, C. J.; RORATO, P. R. N.; CAMPOS, L. T. et al. Efeitos de fatores
ambientais sobre escores de avaliação visual a desmama e estimativa de
parâmetros genéticos, em bezerros da raça Charolês. Ciência Rural, v. 36, n. 2,
p. 579-585, 2006.
86
MASCIOLI, A. S. ; FARO, L. ; ALENCAR, M. M. et al. Estimativas de
parâmetros genéticos e fenotípicos e análises de componentes principais para
características de crescimento na raça Canchim. Revista Brasileira de
Zootecnia, v. 29, n. 6, p. 1654-1660, 2000.
MENDONÇA, G.; PIMENTEL, M. A.; CARDELLINO, R. A. et al. Época de
nascimento, genótipo e sexo de terneiros cruzas taurinos e zebuínos sobre peso
ao nascer, à desmama e eficiência individual de primíparas Hereford. Ciência
Rural, v. 33, n. 6, p. 1117 – 1121, 2003.
NUNES, R., FORMIGONI, I. B., BRUMATTI, R. C. As relações entre os
segmento de cria e engorda na era do real. In: CONGRESSO
INTERNACIONAL DE ECONOMIA E GESTÃO, 3, 2001, Ribeirão Preto.
Anais... Ribeirão Preto, 2001. CD-ROM.
PÖTTER, B. A. A.; LOBATO, J. F. P; SCHENKEL, F. S. Efeitos do manejo pós-
parto de vacas primíparas no desempenho de bezerros de corte até um ano de
idade. Revista Brasileira de Zootecnia, v.33, n.2, p.426-433, 2004.
RIBEIRO, A. M. L. ; LOBATO, J. F. P. . Produtividade e Eficiência reprodutiva de
três grupos raciais de novilhas de corte II- desenvolvimento da progênie até o
desmame.. Revista Brasileira de Zootecnia, v. 17, n. 6, p. 508-515, 1989.
SARTWELLE, J. D.; MINTERT, J. R.; BRAZLE, F. K. et al. Improving the value
of your calf crop: the impact of selected characteristics on calf prices.
Kansas: Kansas State University Agricultural Experiment Station and
Cooperative Extension Service, 1996 (MF – 2142). 12 p.
SEBRAE/SENAR/FARSUL. Diagnóstico de sistemas de produção de
bovinocultura de corte no estado do Rio Grande do Sul. Relatório. Porto
Alegre: SENAR. 2005. 265p.
SMITH, S.D.; GILL, D. R.; BESS, C. et al. Effect of selected characteristics on
the sale price of feeder cattle in Eastern Oklahoma. Oklahoma: Oklahoma
State University, 2000 (E – 955). 15 p.
SPSS. User’s guide: Statistics. SPSS Inc Version 11.5. Headquarters. Chicago. IL.
2002. 1 CD.
CAPÍTULO III
1
1
Artigo elaborado conforme as Normas da Revista Brasileira de Zootecnia (Apêndice 1).
88
Efeitos do peso vivo sobre a comercialização de bezerros de corte
Luciana Fagundes Christofari
1
, Júlio Otávio Jardim Barcellos
2
, José Braccini Neto
3
,
Ricardo Pedroso Oaigen
4
, Angélica Pereira dos Santos
5
RESUMO: Na pecuária de cria, o peso dos bezerros pode funcionar como alternativa de
maior flexibilidade aos sistemas produtivos para vendedores e compradores de bezerros.
Este trabalho teve como objetivos analisar os efeitos do peso vivo de 1.880 lotes de
bezerros comercializados em 13 leilões, no Rio Grande do Sul, sobre o valor de venda
final por unidade de peso, bem como caracterizar a freqüência dos lotes conforme a
classe de peso durante as estações de outono e primavera, no período de 2004 a 2006.
Os dados foram analisados por meio de histogramas de freqüência, análises de regressão
e correlação. O peso vivo é uma das características que influencia o preço de bezerros,
entretanto, a magnitude do efeito é maior nos anos de grande demanda. Foi demonstrada
uma correlação negativa entre preço e peso dos bezerros no período da primavera.
Reflexo da oferta de animais mais pesados, devido aos efeitos de estação do ano ou pela
maior idade dos bezerros comparados aos ofertados no outono. A conjuntura da cadeia
da carne bovina e os preços de outras categorias têm grande relação com os preços
pagos. Assim, a aquisição de animais de menor ou maior peso na ocasião da transação
comercial pode auxiliar na redução dos custos que a reposição representa na produção.
Contudo, por meio de simulação, é possível concluir que a elevação do peso de venda
dos animais sempre levará a uma remuneração maior por animal comercializado, ainda
que o valor pago por unidade de peso seja inferior. Entretanto, para obter bezerros mais
pesados ao desmame é necessário considerar o custo dos processos utilizados.
PALAVRAS-CHAVE: bezerros, comercialização, pecuária de corte; peso
1
Méd. Veterinária, Doutoranda do PPG - Zootecnia – UFRGS. Porto Alegre / RS. Bolsista CAPES.
E-mail: luciana_c[email protected]om.br
2
Prof. Adjunto do PPG – Zootecnia, UFRGS. Porto Alegre / RS.
3
Prof. Adjunto do PPG – Zootecnia, UFRGS. Porto Alegre / RS.
4
Doutorando do PPG – Zootecnia, UFRGS. Porto Alegre / RS.
5
Doutoranda do PPG – Zootecnia, UFRGS. Porto Alegre / RS.
89
Effects of the live weight on the commercialization of beef calves
ABSTRACT: In the cow-calf production, the weight of the calves can work as an
alternative of larger flexibility to the production systems for salespeople and purchasers
of calves. This study had as goals evaluate the effects of the live weight of 1,880 lots of
calves marketed in 13 auctions, in the State of Rio Grande do Sul, Brazil on the value of
final sale per unit of weight, as well as to characterize the frequency of the lots
according to the weight class during the autumn and spring seasons, in the period from
2004 to 2006 years. The data were analyzed by frequency histograms, regression and
correlation analyses. The live weight is one of the characteristics that influenced the
price of the calves however the magnitude of the effect is larger in years of great
demand. A negative correlation was demonstrated between price and weight of the
calves in the period of the spring. Results of the offer of heavier animals, due to the
season effects or for the oldest age of the calves compared to the presented in the
autumn. The chain conjuncture of the bovine meat and the prices of other categories
have great relation with the prices paid. Therefore the acquisition of minor animals or
larger weight in the occasion of the commercial transaction can aid in the reduction of
the costs that the replacement represents in the production. However, through
simulation, it is possible to conclude that the elevation of the weight of sale of the
animals will always lead a larger remuneration for marketed calf, although the value
pays for unit of weight it is inferior. However, to obtain heavier calves at weaning to
consider the cost of the used processes is necessary.
KEY – WORDS: beef production, calves, commercialization, weight
90
Introdução
A lucratividade da pecuária de cria depende primariamente da taxa de desmame,
do peso dos bezerros desmamados, dos custos de produção e do preço recebido pelos
bezerros e vacas de descarte.
O preço sinaliza o nível de demanda de um produto (Megido & Xavier, 1998;
McKissick & Brown, 2001), direciona e coordena a economia de mercado e, de maneira
geral, representa o equilíbrio competitivo entre a oferta e a demanda do produto
consumido (Eaton & Eaton, 1999). Entretanto, este equilíbrio não é estático e esta
relação ajusta-se aos acréscimos e decréscimos da oferta através do preço (Barros,
1987), estimulando a produção através de preços altos e desestimula com preços baixos.
Além disso, na pecuária de cria, o preço dos bezerros pode ser influenciado pelo
valor de outras categorias animais, pois constituem a mesma cadeia produtiva. Do
mesmo modo, o destino de áreas ocupadas com a cria para alguns cultivos agrícolas
também influência a formação dos preços.
Independente do sistema de produção adotado, a utilização de informações e o
conhecimento do mercado poderão ter efeito importante no resultado do negócio.
No mercado de bezerros, pela falta de uniformidade do produto, especialmente
pelos diferentes pesos que o bezerro pode apresentar por ocasião de sua venda, têm sido
observadas grandes variações nos preços praticados entre um ou outro tipo de animal.
Quando os recriadores e terminadores exercem suas preferências, através das variações
de preços do mercado, podem apontar para futuros cenários da pecuária de corte. Pois,
os períodos de alta ou baixa na remuneração dos bezerros determinam uma influência
no futuro da atividade de cria, caracterizando o ciclo de produção.
O objetivo deste trabalho foi avaliar a influência do peso vivo de lotes de bezerros
91
no preço final por unidade de peso, bem como a oferta existente de acordo com faixas
de peso pré-estabelecidas, ao longo de três anos de avaliação, nas estações de
comercialização de outono e primavera.
Material e Métodos
A comercialização é um processo social que envolve interações entre agentes
econômicos através de instituições apropriadas (Barros, 1987). No Sul do Brasil, a
comercialização de bezerros geralmente ocorre por meio de vendas direta entre
produtores ou através de leilões, onde reunem-se compradores disputando entre si, a
cada lance, a aquisição do lote desejado.
Os leilões realizados, geralmente são coordenados pelas associações de criadores,
órgãos do governo estadual ou empresas privadas que organizam a comercialização. Em
cada leilão, geralmente geograficamente regionalizados, é ofertado um número que
varia de 400 a 3000 bezerros oriundos de diversos produtores. Estes apresentam seus
bezerros constituindo lotes de 10 a 40 animais conforme a raça, peso vivo, idade,
tamanho e condição corporal. No local, os lotes de bezerros são apresentados em
pequenos currais, contendo os dados de identificação do proprietário e dos animais,
permitindo uma observação prévia ao leilão por parte dos compradores. Após um
período de observação pelos compradores os lotes de animais entram em pista para
serem comercializados mediante oferta e venda pelo maior lance de oferta (Santos et al.,
2006).
A grande vantagem dos leilões é a competição entre os compradores, que é usada
para criar mercados, em casos de baixa demanda, ou melhorar os preços, em situações
de alta demanda (Meyer, 1997). Além disso, não há a necessidade de conhecimento
92
prévio de mercado e o preço é estabelecido no momento da comercialização, resultado
do equilíbrio entre a oferta (criadores) e demanda (terminadores) (Mckissick & Brown,
2001; Popp & Parsch, 1998).
No presente trabalho foram analisados dados de comercialização de 30.213
bezerros, distribuídos em 1.880 lotes, em 13 leilões municipais nos anos 2004, 2005 e
2006, durante os períodos de outono e primavera.
A pesagem dos animais é realizada pelas instituições responsáveis pela
organização do leilão, geralmente no momento da chegada ao local onde ocorre a
comercialização e disponibilizada como peso médio do lote. Durante o período de
permanência de cada lote na pista, foi acompanhando processo de comercialização
reunindo informações do preço inicial, final e por quilograma de peso vivo, número de
lances e efetivação da comercialização.
Após a coleta, os dados foram agrupados em planilhas de Excel, onde foi
realizada a análise exploratória dos dados, determinando a frequência dos lotes
ofertados e comercializados em 7 faixas de peso vivo, sendo inferior a 130 kg, 131 a
160 kg, 161 a 180 kg, 181 a 200 kg, 201 a 220 kg, 221 a 250 kg, 251 a 280 kg e
superior a 281 kg. Através da freqüência de lotes ofertados e dos que efetivamente
foram comercializados foi possível obter a liquidez dos animais nos periodos avaliados.
Por meio do software SAS (1999), foram realizadas análises da variância, de
regressão e correlação dentro dos três anos e nos dois períodos (outono e primavera) de
observação para avaliar a influência do peso vivo dos bezerros no preço unidade de
peso. Para facilitar a análises dos dados foi atribuida a denominação β, para cada 30
quilogramas de peso vivo.
93
O modelo inicialmente testado segue abaixo:
PR
ijk
= PV
ijk
+ Ano
j
+ Per
k
+ PV
ijk
* Ano
j
+ PV
ijk
* Per
k
+ Ano
j
*Per
k
+ PV
ijk
* Ano
j
*
Per
k
+ ε
ijk
Onde: PR
ijk
, refere-se ao preço final (R$) por β de peso vivo do i-ésimo lote, no j-
ésimo ano de avaliação e k-ésimo período, PV
ijk
, significa o peso vivo médio do i-ésimo
lote, no j-ésimo ano de avaliação e k-ésimo período; Ano
j
, refere-se ao ano de
observação, onde j = 2004, 2005 ou 2006; e Per
k
refere-se ao período observado, onde k
= outono ou primavera. Além das interações entre as variáveis, e ε
ijk
refere-se ao erro
experimental observado para o i-ésimo lote, no j-ésimo ano de avaliação e k-ésimo
período.
Como a análise da variância demonstrou uma interação tripla (p<0,0001),
explicando 82,55% das variações no preço por unidade de peso dos bezerros, foi
adotado um novo modelo, utilizando a análise de regressão para cada período
(primavera e outono) dentro de cada ano, sendo:
PR
ijk
= a ± b * PV
ijk
,
Onde: PR
ijk
, refere-se ao preço final (R$) por β de peso vivo do i-ésimo lote, no j-
ésimo ano de avaliação e k-ésimo período; a = valor correspondente a intersecção da
reta da equação linear, refere-se ao preço final quando o PV equivale a zero; b =
coeficiente de regressão, refere-se a variação experimentada no PR para cada unidade
alterada no PV e, PV
ijk
corresponde a variação de peso médio do i-ésimo lote, no j-
ésimo ano de avaliação e k-ésimo período.
Os coeficientes de regressão foram comparados por meio de contrastes ortogonais
com base na análise de covariância com efeito de ano, período, interação entre ano e
período e covariável linear de peso aninhado na interação entre ano e período.
94
Através das equações de regressão obtidas para os períodos analisados, foram
realizadas simulações para verificar a variação no preço por β de peso vivo, preço por
bezerro e a valorização obtida se fosse adicionado 30 kg de peso nos bezerros
comercializados em períodos favoráveis e desfavoráveis. Ou seja, as variações
econômicas ocorridas se, nos seis períodos analisados, o vendendor optasse por
comercializar um bezerro de 180 kg ao invés de um bezerro de 150 kg.
Resultados e Discussão
As atividades agropecuárias, de forma geral, obtêm receitas em algumas épocas
do ano (safra), já as despesas na grande maioria se distribuem ao longo do ano (Reis,
1999). A maior parte das receitas é resultado do preço de venda dos produtos e da escala
de produção, sendo o primeiro determinado pelo mercado onde os produtos serão
comercializados. O produtor tem maior ou menor influência sobre o preço quanto
menor ou maior for a concorrência existente (Marques & Aguiar, 1993). Ou seja,
quando há pouca oferta e alta demanda, o produtor tem menor concorrência para
comercializar seu produto, tendo maior poder na negociação do que o comprador em
comparação a cenários inversos na relação de oferta e demanda.
A análise do peso vivo determinou o preço final dos bezerros comercializados em
leilões, conforme é apresentado nas Figuras 1 e 2. Sendo que, no período de outono o
peso teve uma menor influência no preço do que na primavera. Assim, é possível
considerar como um fator adicional na formação do preço de bezerros de corte
(Christofari et al., 2008).
Analisando os gráficos se nota que o preço por unidade de peso, varia ao longo
dos anos, resultado da relação entre oferta e demanda dos bezerros no mercado, além de
95
ser influenciado pelo preço de outras categorias animais. Um exemplo é o boi para
abate, já que boi e bezerro são bens complementares (Eaton & Eaton, 1999), ou seja,
não é viável abater um boi se não adquirir ou produzir um bezerro. Em outros países,
onde o sistema de produção é dependente da alimentação com grãos, as estimativas dos
preços destas culturas também exercem forte influência nos preços de bezerros, animais
para recria e confinamento (Dhuyvetter & Schroeder, 2000).
2004
y = 39,324 + 0,9041x R
2
= 0,0544
p<0,0001
2005
y = 47,088 + 0,3346x R
2
= 0,0038
p=0,2177
2006
y = 65,659 -0,816x R
2
= 0,0165
p=0,0306
30
35
40
45
50
55
60
65
70
3 5 7 9 11 13 15
Peso (β /PV)
Preço
(R$/β PV)
FIGURA 1: Análise de regressão entre preço (R$/ β PV) e peso médio dos lotes
comercializados em leilões de outono para os anos de 2004, 2005 e 2006.
2004
y =44,707 + 0,2457x R
2
= 0,011
p=0,1752
2005
y = 58,612 - 1,0323x R
2
= 0,1478
p<0,0001
2006
y = 108,26 - 3,8184x R
2
= 0,5564
p<0,0001
30
40
50
60
70
80
90
100
3 4 5 6 7 8 9 10 11 12 13
Peso
(β /PV)
Preço
(R$/β PV)
FIGURA 2: Análise de regressão entre preço (R$/ β PV) e peso médio dos lotes
comercializados em leilões de primavera para os anos de 2004, 2005 e
2006.
96
Os coeficientes de determinação dos anos avaliados foram muitos baixos,
indicando que o peso vivo explica muito pouco a variação do preço final por unidade de
peso vivo dos animais avaliados. Entretanto, em situações de preços altos para animais
de reposição ou boi gordo, e oferta baixa, característico do ano de 2006, o peso vivo
teve grande influência no preço final (R$/ β PV) (Figura 2).
Além disso, quando é analisada a seqüência dos períodos (outono e primavera de
2004, outono e primavera de 2005 e outono e primavera de 2006) observa-se
praticamente uma inversão na remuneração por unidade de peso. Sendo que os
coeficientes de regressões das equações foram significativos (p<0,05) para todos os
períodos analisados, exceto para outono de 2004 e primavera de 2005. Inicialmente, em
2004, os animais mais pesados obtinham um maior valor por β de PV, passando por um
período onde o peso praticamente não influenciou o preço, até o período onde a
remuneração é superior aos animais mais leves.
Esta inversão pode estar relacionada ao ciclo de produção pecuário em conjunto
com o preço de venda de animais terminados (Figura 3). Com o preço do boi para abate
baixo, o pecuarista não terá estímulos para pagar mais pela reposição, reduzindo a
demanda e forçando o preço do bezerro para baixo.
Isto é observado no ano de 2004, onde ocorre uma tendência à aquisição de
animais mais pesados, reflexo também da exigência de animais com peso mais alto para
a exportação (carcaças com 210 – 230 kg). O que, para sistemas de produção baseados
em pastagens (naturais ou cultivadas), se torna mais rápido de atingir partindo-se de
animais com peso mais elevado. Esta estratégia, além de atender as exigências do
mercado consumidor (frigoríficos), aumenta a rotatividade de animais dentro do
sistema, conseqüentemente, aumentando o giro de capital em um período onde a
97
margem de comercialização é muito pequena. Trabalhos semelhantes foram conduzidos
por Sartwelle et al. (1996) e Smith et al.(2000) e demonstraram uma relação inversa a
este trabalho, ou seja, o preço por quilograma tendeu a diminuir com o aumento de peso
vivo. Provavelmente, a menor oferta de animais mais pesados neste ano também
contribui para a maior remuneração para este tipo de animal.
100
150
200
250
300
350
400
450
500
j
a
n
-
9
6
j
a
n
-
9
8
j
a
n
-
0
0
j
a
n
-
0
2
j
a
n
-
0
4
j
a
n
-
0
6
(US$)
40
60
80
100
120
140
160
j
a
n
-
9
6
j
a
n
-
9
8
j
a
n
-
0
0
j
a
n
-
0
2
j
a
n
-
0
4
j
a
n
-
0
6
US$
FIGURA 3: Preços de animais para abate (esquerda) e bezerros (direita) praticados no
Rio Grande do Sul nos últimos 10 anos (Fonte:EMATER/RS, 2007).
A oferta de bezerros é reflexo de estímulos de alta ou baixa do preço, ou seja,
preços altos estimulam a produção e vice-versa (Barros, 1987). Além disso, a elevação
do preço do boi gordo (1999 e 2000; 2° semestre de 2005 e 2006 – Figura 3), possibilita
pagar mais pela reposição, o que estimula a demanda e valoriza os preços, estimulando
a fase de cria, conseqüentemente, aumentando a oferta nos anos seguintes. Esta alta
oferta oriunda da cria faz com que os preços caiam (2002 a 2004) desestimulando a
produção de bezerros e forçando o produtor de bezerros a abater matrizes, para atender
a demanda de recursos financeiros das atividades. Isto reduz o número de bezerros
Bezerro (US$/animal)
Boi para abate (US$/animal)
98
ofertados e torna a elevar os preços novamente (Rosen et al., 1994). Esta queda na
oferta se reflete na alta do preço do bezerro entre 2000 e 2001 e 2006 (Figura 3),
caracterizando o ciclo pecuário (Meyer, 1997).
Contudo, este ciclo leva algum tempo. A Figura 4 avalia os 10 últimos anos de
relação de troca entre boi para abate e bezerro. Os períodos de virada de ciclo, ou seja,
épocas onde a atividade de cria reduziu a produção até o limite de poder influenciar na
relação de oferta e demanda elevando o preço são apontados pela remuneração muito
superior ao gado para abate.
O ciclo pecuário tinha duração de aproximadamente 5 a 6 anos. Entretanto, com
os avanços tecnológicos da pecuária, atualmente situa-se em torno de 4 anos. Isto é, 4
anos é tempo que leva para os reflexos do preço refletirem-se na atividade de cria a tal
ponto que reduza a produção de bezerros através do aumento do abate de matrizes.
0,20
0,40
0,60
0,80
1,00
1,20
j
a
n
-
9
5
j
a
n
-
9
6
j
a
n
-
9
7
j
a
n
-
9
8
j
a
n
-
9
9
j
a
n
-
0
0
j
a
n
-
0
1
j
a
n
-
0
2
j
a
n
-
0
3
j
a
n
-
0
4
j
a
n
-
0
5
US$ /kg PV
Boi Gordo Bezerro
FIGURA 4: Comparações entre os preços pagos para bois para abate e bezerros de
reposição (Fonte:EMATER/RS, 2007).
99
Estas reduções e aumentos nas relações de troca para reposição levam o
comprador de bezerros ter distintas posições frente às oscilações de mercado, pois na
maior parte dos casos, a receita da qual é originado o capital para a aquisição de
bezerros é proveniente da venda de animais para abate ou para recria.
Sendo assim, uma possibilidade de minimizar os efeitos do alto preço da
reposição nos custos é a aquisição de animais mais leves, deixando pouco espaço para a
escolha por outros atributos, como a qualidade dos animais, o que explica os maiores
coeficientes de correlação entre o preço e o peso dos bezerros (Tabela 1).
Conforme a Tabela 1, existia uma pequena correlação entre as variáveis estudadas
no início do trabalho, que no período da primavera de 2004 e outono de 2005 quase
desapareceu, sendo este um período de grandes incertezas no mercado pecuário gaúcho.
TABELA 1: Análise de correlação entre o peso vivo médio dos lotes e o preço final por
unidade de peso vivo.
2004 2005 2006
Outono Primavera
Outono Primavera
Outono Primavera
Correlação entre peso vivo
médio do lote e preço final
(R$/ β PV)
0,233* 0,105 0,061 -0,384* -0,128*
-0,745*
*valores diferem estatisticamente (p<0,05)
A variedade de animais ofertados no Sul do Brasil possibilita flexibilizar os
sistemas de recria e engorda, pois não existe um peso fixo para a categoria bezerro e são
ofertados animais de todas as faixas de peso vivo, conforme demonstra a Figura 5, que
apresenta a quantidade de animais ofertados nos períodos de outono e primavera nos
três anos avaliados.
100
0%
5%
10%
15%
20%
25%
30%
35%
<
1
3
0
1
3
1
-
1
6
0
1
6
1
-
1
8
0
1
8
1
-
2
0
0
2
0
1
-
2
2
0
2
2
1
-
2
4
0
2
4
1
-
2
7
0
2
7
1
-
3
0
0
>
3
0
0
Peso
(kg)
Animais Ofertados
Outono Primavera
FIGURA 5: Pesos médios dos lotes ofertados durante três anos de avaliação em leilões
realizados nos períodos de outono e primavera.
Os animais comercializados no outono, geralmente, provêm de nascimentos da
primavera anterior, chegando à comercialização com idade entre 5 a 7 meses. Isto faz
com que o peso ao desmame seja resultado da produção de leite da vaca (Barcellos &
Lobato, 1992; Restle et al, 2004) e, em condições limitantes de nutrição, torna-se muito
mais dependente da produção de leite, mesmo que seu nível seja baixo (Rovira, 1996).
No período de primavera, os animais ofertados, são em grande parte nascidos na
primavera anterior, os quais chegam à comercialização com 9 a 10 meses, além
daqueles provenientes de acasalamento de outono, tornando a oferta de animais pesados
superior neste período.
As Figuras 6 e 7 demonstram a liquidez dos diferentes lotes ofertados ao longo
dos anos para os períodos de outono e primavera, respectivamente. Nos dois primeiros
anos, quando o mercado era desfavorável tanto para a cria quanto para a terminação,
não foram comercializados 18,69 e 3,83% dos animais ofertados respectivamente para
101
os anos de 2004 e 2005. Em ambos, os animais mais leves, nas faixas de peso até 180
kg, representaram cerca de 90% dos animais não comercializados.
60%
70%
80%
90%
100%
110%
<
1
3
0
1
3
1
-
1
6
0
1
6
1
-
1
8
0
1
8
1
-
2
0
0
2
0
1
-
2
2
0
2
2
1
-
2
4
0
2
4
1
-
2
7
0
2
7
1
-
3
0
0
>
3
0
0
Peso (kg)
Liquidez
2004 2005 2006
FIGURA 6: Liquidez dos lotes ofertados no período de outono durante os três anos
avaliados, conforme o peso vivo médio do lote.
60%
70%
80%
90%
100%
110%
<
1
3
0
1
3
1
-
1
6
0
1
6
1
-
1
8
0
1
8
1
-
2
0
0
2
0
1
-
2
2
0
2
2
1
-
2
4
0
2
4
1
-
2
7
0
2
7
1
-
3
0
0
>
3
0
0
Peso (kg)
Liquidez
2004 2005 2006
FIGURA 7: Liquidez dos lotes ofertados no período de primavera nos três anos
avaliados, conforme o peso vivo médio do lote.
No final de 2005, a atividade de terminação já vinha obtendo melhores resultados
econômicos ao contrario da cria (Figura 3), que ainda atravessava momentos de preços
102
extremamente baixos. Isto, aliado a grande oferta de bezerros no mercado, possibilitava
ao comprador considerar outras características importantes no momento da compra dos
animais, como por exemplo, genética, sanidade, manejo e rastreabilidade (Christofari et
al, 2007; Christofari et al, 2008). Paralelamente, o mercado favorável para a terminação,
indicando previsão de maiores lucros futuros vendendo um animal terminado, faz com
que o comprador busque animais mais leves, de menor valor unitário, mas maior em
relação à unidade de peso, demonstrado na Figura 2.
Dhuyvetter & Schroeder (2000) demonstraram que à medida que aumentam os
preços futuros para bovinos confinados, animais mais leves são mais valorizados em
relação aos mais pesados. Isto se acentuou em 2006, já que, além da previsão de lucros
futuros, os preços de todas as categorias animais tiveram uma valorização em relação
aos anos anteriores, como conseqüência de muitas variáveis, entre elas o intenso abate
de fêmeas, refletindo-se sobre a oferta de bezerros. A redução da oferta resulta em
aumento de preço da reposição, fazendo com que os compradores preferissem animais
mais leves aos mais pesados, devido ao fato de adquirir um maior numero de animais
embora com baixo peso, já que o preço de animais para abate estimula a terminação de
um maior numero de cabeças. A demanda por animais mais leves reflete-se no preço
deste tipo de animal, que por quilograma de peso vivo, apresentam valorização superior
aos mais pesados. Sartwelle et al.(1996) e Smith et al.(2000) verificaram que aumentos
no peso vivo dos bezerros levam a decréscimo no preço por unidade de peso.
Embora, as análises de regressões demonstrarem coeficientes baixos, quando
varia a unidade de peso, podem auxiliar na tomada de decisão para introdução de
tecnologias destinadas a aumentar o peso ao desmame. Pelo uso de contrastes
ortogonais, avaliando o efeito do aumento de uma arroba no peso do bezerro ofertado,
103
durante o período avaliado (outono de 2004 a primavera de 2006), foi estimado um
crescimento de R$ 4,72 no preço final (p<0,001). Essa magnitude foi influenciada pela
comparação entre intervalos menores, sendo para o outono vs primavera de 2006 um
valor de R$ 3,00/β (p<0,001). Por outro lado, entre a primavera de 2004 e outono de
2005, o aumento de uma 30 kg no peso dos bezerros não influenciou o preço final
(p<0,05).
A Figura 8 simula as remunerações obtidas comparando um animal de 150 kg
(base) e outro de 180 kg nos diferentes cenários de preços encontrados nos anos
avaliados.
-5%
0%
5%
10%
15%
20%
O
u
t
o
n
o
2
0
0
4
P
r
i
m
a
v
e
r
a
2
0
0
4
O
u
t
o
n
o
2
0
0
5
P
r
i
m
a
v
e
r
a
2
0
0
5
O
u
t
o
n
o
2
0
0
6
P
r
i
m
a
v
e
r
a
2
0
0
6
Valorização (%)
0
10
20
30
40
50
60
70
80
90
Valorização (R$/bezerro)
Preço/bezerro (%) Preço/β PV (%) Valorização (R$)
FIGURA 8: Valorizações por animal (% e absoluta) e unidade de peso vivo simulando a
comercialização de um bezerro com 30 kg acima do peso base de 150 kg
nas diferentes épocas avaliadas.
A adição de 30 kg em um bezerro de 150 kg, proporciona uma valorização de
aproximadamente 15% no preço final por animal e uma desvalorização de 0,5% por β
de peso vivo, na média dos períodos avaliados.
104
Contudo, preços superiores (2006) levam a valores absolutos maiores que a preços
mais baixos, conforme demonstrado na linha da Figura 8. Embora com uma
desvalorização de 3,5% no valor do preço por β de peso vivo, um animal com 180 kg
obteve, em valores absolutos, cerca de R$ 80,00 a mais, do que um bezerro de 150 kg.
Sendo assim, as análises de mercado são fundamentais, pois em momentos onde
há tendências de alta no preço, pode ser lucrativo investir em tecnologias de curto prazo
que proporcionem um ganho de peso pré-desmama, mesmo que os valores por unidade
de peso sejam menores para os animais mais pesados.
Conclusões
O peso vivo tem influência na compra e venda de bezerros nos diferentes cenários
de mercado, contudo, é apenas uma das variáveis que pode influenciar o preço final de
bezerros. O maior impacto sobre o preço ocorre em situações de alta demanda, sendo
pouco expressivo quando a demanda é baixa. Além disso, quando o objetivo é a
comercialização de animais no outono, outros aspectos podem ter maior impacto do que
simplesmente o peso vivo. Portanto, produzir animais de qualidade, com genética,
sanidade e manejo adequado, auxiliado por ferramentas de mercado, como análises de
tendências de preço, antes de introduzir tecnologias que aumentem o custo de produção
dos sistemas de cria, podem melhorar a lucratividade na comercialização de bezerros.
Inúmeros fatores podem contribuir para a decisão de compra. Sendo que estes ainda
devem ser mais aprofundados e avaliados ao longo dos anos para minimizar o efeito de
variáveis externas que não se repetem, mas que podem influenciar nos anos avaliados.
105
Literatura Citada
BARCELLOS, J. O. J.; LOBATO, J. F. P. Efeitos da época de nascimento no
desenvolvimento de bezerros Hereford e suas cruzas: I. Peso ao nascer e ganho
médio diário a pré-desmama. Revista da Sociedade Brasileira de Zootecnia,
v.21, n., p.137-149, 1992.
BARROS, G. S. C. Economia da comercialização agrícola. 1 ed. FEALQ: Piracicaba.
1987. 306p.
CHRISTOFARI, L. F.; BARCELLOS, J. O. J.; AGUIAR, L. K. et al. Effects of changes
in Brazilian beef traceability system on feeder steer trade. In: SYMPOSIUM
INTERNATIONAL FOOD & AGRIBUSINESS MANAGEMENT
ASSOCIATION, 17, 2007, Parma – Italia. Anais… Parma: International Food and
Agribusiness Management Association, 2007. (CD-ROM).
CHRISTOFARI, L. F.; BARCELLOS, J. O. B.; COSTA, E. C.; et al. Tendências na
comercialização de bezerros no Rio Grande do Sul relacionado às características
genéticas. Revista da Sociedade Brasileira de Zootecnia, v. 37, n.1, p.171-176,
2008.
DHUYVETTER, K. C.; SCHROEDER, T. C. Price-weight relationships feeder
cattle. Canadian Journal of Agricultural Economics. n. 48. 2000. p. 299 – 300.
EATON, B. C.; EATON, D. F. Microeconomia. 3 ed. São Paulo: Saraiva. 1999. 606p.
EMATER. Preços Agropecuários. Disponível em <www.emater.tche.gov.rs>. Acesso
em: 01 de março de 2007.
MARQUES, P. V. & AGUIAR, D. R. D. Comercialização de produtos agrícolas. São
Paulo: EDUSP, 1993. 295p.
McKISSICK, J. C.; BROWN, D. T. Profitable cattle marketing for the cow-calf
producer. Georgia: University of Georgia College of Agricultural and
Environmental Sciences, 2001. 11p. (Bulletin 1078).
MEGIDO, J. L. T.; XAVIER, C. Marketing & Agribusiness. 3 ed. São Paulo: Atlas.
1998. 334p.
MEYER, L. [1997] Marketing Beef Cattle. In: The Kentucky Beef Book. University of
Kentucky, College Agriculture. 1997. 127p. Disponível em: <www.uky.edu>.
Acesso em 05 de agosto de 2004.
POPP, M. P.; PARSCH, L. D. Marketing practices of Arkansas beef cattle
producers. Arkansas: University of Arkansas Agricultural Experiment Station
Research, 1998. 41p. (Bulletin 957).
REIS, A. J. Comercialização agrícola no contexto agroindustrial. Lavras:
UFLA/FAEPE, 1999. 358p.
RESTLE, J.; PACHECO, P. S.; PASCOAL, L. L. et al. Efeito da produção e da
composição do leite no desempenho de bezerros de diferentes grupos genéticos.
Revista Brasileira de Zootecnia, v. 33, n. 3, 2004. p. 691 – 703.
ROSEN, S.; MURPHY, K. M.; SCHEINKMAN, J. A. Cattle cycles. Journal Political
Economics. n.102. 1994. p. 468 – 493.
ROVIRA, J. Manejo nutritivo de los rodeos de cría en pastoreo. Montevideo:
Hemisferio Sur, 1996. 288p.
106
SANTOS, A. P; BARCELLOS, J. O. J.; CHRISTOFARI, L. F.; et al. Traceability as a
competitive advantage in beef calves marketing. In: WORLD FOOD &
AGRIBUSINESS SYMPOSIUM, 16, 2006. Anais... Buenos Aires: International
Food and Agribusiness Management Association, 2006 (CD-ROM).
SARTWELLE, J. D.; MINTERT, J. R.; BRAZLE, F. K. et al. Improving the value of
your calf crop: the impact of selected characteristics on calf prices. Kansas
State University Agricultural Experiment Station and Cooperative Extension
Service, 1996. 12 p. (MF – 2142).
SAS Institute Inc. 1999. SAS OnlineDoc, Version 8. Cary, NC: SAS Institute Inc.,
Disponível em: http://v8doc.sas.com/sashtml/.
SMITH, S.D.; GILL, D. R.; BESS, C. et al. Effect of selected characteristics on the
sale price of feeder cattle in Eastern Oklahoma. Oklahoma State University,
2000. 15 p. (E – 955).
CAPÍTULO IV
1
1
Artigo elaborado conforme as Normas da Revista Brasileira de Zootecnia (Apêndice 1).
108
Manejo da comercialização e seus efeitos no preço de bezerros de corte
Luciana Fagundes Christofari
1
, Júlio Otávio Jardim Barcellos
2
, José Braccini
Neto
2
, Ricardo Pedroso Oaigen
3
, Maria Eugênia Andrighetto Canozzi
4
, Cristiane
Reinher
3
RESUMO: Um dos principais canais de comercialização de bezerros no Rio Grande do
Sul são os leilões organizados por núcleo de produtores, escritórios ou mesmo
sindicatos rurais. Estas entidades podem influenciar o preço final do produto, uma vez
que são responsáveis pela determinação, seja aleatoriamente ou não, da ordem de
entrada em pista dos animais, pela distribuição dos animais em cada lote e também por
estratégias que possam divulgar aos compradores as características de determinados
lotes. Entretanto, esta ainda é uma área pouco discutida em pecuária de corte, levando a
realização deste estudo. Foi avaliado o processo de comercialização de 1.757 lotes de
bezerros, totalizando 28.495 animais, no que se refere a ordem e tempo de permanência
em pista, estratégias de divulgação aos compradores e uniformização dos lotes, bem
como preço final (R$/kg PV) e número de lances. O modelo proposto demonstrou-se
significativo em cenários desfavoráveis a atividade de cria, sendo que em períodos de
grande oferta de bezerros e preços baixos todas as variáveis estudadas podem
influenciar o preço final por quilograma de peso vivo. Isto indica que alguns aspectos
que estão fora do controle do produtor, mas bem próximo dele, podem influenciar o
valor recebido, tornando de extrema importância o acompanhamento deste processo.
PALAVRAS-CHAVE: comercialização, marketing, leilão de bezerros, pecuária de cria
1
Méd. Vet, Doutoranda PPG – Zootecnia / UFGRS. Av. Bento Gonçalves, 7712, Porto Alegre – RS.
Email: luciana_c[email protected]om.br
2
Prof. Adjunto, PPG - Zootecnia/ UFRGS.
3
Aluno do PPG – Zootecnia / UFRGS.
4
Aluna de Graduação em Veterinária / UFRGS.
109
Trade management and its effects on the price of beef steers
ABSTRACT: One of the main channels of commercialization of calves in the State of
Rio Grande do Sul are the auctions organized by nucleus of producers, offices or even
rural unions. These entities can influence the final price of the product once they are
responsible for the determination, be randomly, by the entrance order in track of the
animals, for the distribution of the animals in each lot and also for strategies that can
publish the buyers the characteristics certain lots. However, this is still a field little
discussed in cut livestock, leading to the accomplishment of this study. The process of
commercialization of 1.757 lots of calves was evaluated, totalizing 28.495 animals, in
what refers the order and time of permanence in track, popularization strategies to the
buyers and uniformity of the lots, as well as final price (R$/kg PV) and number of
throws. The proposed model was demonstrated significant in unfavorable sceneries the
activity of it creates, and in periods of great offer of calves and whole low prices the
studied variables can influence the final price for kilogram of live weight. This indicates
that some aspects that are out of the control of the producer but very close of him, they
can influence the received value, turning of extreme importance the accompaniment of
this process.
KEY-WORDS: commercialization, marketing, auction barn of calves, cow – calf
production
110
Introdução
A incorporação de novas tecnologias dentro dos sistemas de produção vem
determinando a evolução da pecuária de corte pelo incremento na produtividade.
Contudo, a crescente produtividade não tem se refletido com a mesma magnitude na
lucratividade do setor. O lucro, por sua vez, depende dos custos de produção, da
quantidade produzida e do preço de venda dos produtos finais. Portanto, fatores muitas
vezes mais dependentes de mudanças gerenciais do que tecnológicas (Barcellos, 1999).
Na cadeia produtiva da carne bovina, a atividade de cria é um dos extremos,
tornando-se o elo mais frágil, principalmente, pelo seu longo ciclo produtivo e
desconhecimento do consumidor final (Christofari et al., 2006a). Sendo que, para uma
melhor integração à cadeia, é necessário ter competências, conhecimento das
necessidades do elo seguinte, além das condições para atendê-las (Batalha & Silva,
2001).
Neste caso, o ato de comercialização dos produtos adquire grande relevância, já
que uma venda ou compra realizada de maneira ineficiente pode prejudicar o esforço de
todo um ciclo produtivo. Na teoria microeconômica, o preço direciona e coordena a
economia de mercado, representando o equilíbrio competitivo entre a oferta e a
demanda do produto em questão (Eaton & Eaton, 1999). Desta maneira, os produtores
percebem sinais de quais produtos são preferidos, através da melhor ou pior
remuneração. Na produção de bezerros, quando o preço é semelhante para todos os
biotipos, o pecuarista produzirá o que melhor se ajustar dentro das características do seu
sistema de produção. Por outro lado, quando ocorrer alguma preferência na demanda, o
mercado irá direcioná-lo para a produção do biotipo de maior procura e remuneração.
Assim, segundo Kotler (1996), esse produtor está utilizando uma estratégia de
111
marketing, pois atende as necessidades dos clientes, com lucro.
Este trabalho visa analisar a influência de características específicas do momento
da comercialização de bezerros, como a ordem de entrada, tempo de permanência em
pista, uniformidade dos lotes e estratégias de comunicação sobre o preço por
quilograma comercializado e o número de lances ofertados pelos interessados.
Materiais e Métodos
No Sul do Brasil, a comercialização de bezerros geralmente ocorre por meio de
vendas direta entre produtores ou através de leilões, onde reunem-se compradores
disputando entre si, a cada lance, a aquisição do lote desejado (Christofari et al., 2006b).
Os leilões realizados, geralmente são coordenados pelas associações de criadores,
órgãos do governo estadual ou empresas privadas que organizam a comercialização. Em
cada leilão, geralmente geograficamente regionalizados, é ofertado um número que
varia de 400 a 3.000 bezerros oriundos de diversos produtores. Estes apresentam seus
bezerros constituindo lotes de 10 a 40 animais conforme a raça, peso vivo, idade,
tamanho e condição corporal. No local, os lotes de bezerros são apresentados em
pequenos currais, contendo os dados de identificação do proprietário e dos animais,
permitindo uma observação prévia ao leilão por parte dos compradores. Após um
período de observação pelos compradores os lotes de animais entram em pista para
serem comercializados mediante oferta e venda pelo maior lance (Santos et al., 2006).
Não há a necessidade de nenhum conhecimento prévio de mercado e o preço é
estabelecido no momento da comercialização, resultado do equilíbrio entre a oferta
pelos criadores e demanda dos terminadores (Mckissick & Brown, 2001; Popp &
Parsch, 1998).
112
As épocas de comercialização de bezerros no estado do Rio Grande do Sul são
predominantemente no outono, aos 6-7 meses de idade, oriundos da parição da
primavera e, na primavera, onde são ofertados animais de parição de outono, além de
bezerros nascidos no final da estação de parição da primavera anterior, tornando o peso
médio dos animais comercializados na primavera superior aos de outono. Entretanto os
leilões de outono apresentam maior volume de animais, atribuído a predominância de
sistemas de cria com estação de acasalmento no período de primavera – verão e
conseqüentemente com parição na primavera seguinte (Valle et al., 1998).
Este estudo foi realizado a partir da coleta de dados de 1.757 lotes de bezerros,
totalizando 28.495 animais, relativos ao processo de comercialização de bezerros em
leilões no Estado do Rio Grande do Sul, durante três anos consecutivos (2004, 2005 e
2006) e duas estações de venda de animais (outono e primavera).
A uniformidade (UN) dos lotes foi avaliada antes dos bezerros entrarem em pista,
considerando aspectos relacionados ao tamanho, musculosidade, condição corporal e
aos aspectos sanitários. Os lotes foram considerados uniformes (UN
+
) quando mais de
90% dos animais se igualava em relação às características acima, minimizando ao
máximo, efeitos de coloração da pelagem. Onde menos de 50% dos animais diferiam do
restante, o lote foi considerado de uniforme média (UN) e, onde os animais não tinham
nenhuma padronização, foram caracterizados como desuniformes (UN
-
).
Antes da entrada em pista, também foi verificado se os vendedores
disponibilizavam nos currais alguma informação sobre seus lotes (Estratégia de
Divulgação = ED) à disposição dos compradores. Foram consideradas informações
relevantes a comercialização, aquelas que identificavam o sistema de produção dos
animais (tipo de alimentação, condições do ambiente), procedência genética (pais e
113
mães), sanidade (vacina, vermífugos) ou manejo dos animais (nascimento, desmame,
castração).
Foram avaliados sobre os preços os efeitos da ordem que cada lote tem para entrar
em pista (OE), sendo o período dividido em quatro etapas: 1°, 2°, 3° e 4° quartos.
Durante a comercialização, foram avaliados os efeitos do tempo de permanência na
pista (TP) e o uso ou não por parte do leiloeiro das estratégias de divulgação (ED),
destacando-as para os compradores.
Utilizando o software SAS (1999), inicialmente foi realizada a análise de
variância dos dados avaliando os efeitos do ano, da estação de comercialização, da
uniformidade, ordem de entrada e tempo de permanência em pista e a presença de
estratégias de divulgação do produto sobre o preço por quilograma de peso vivo e sobre
o número de lances por lote, conforme o modelo (M1):
(1) VR
ijklmno
= µ + UN
j
+ ED
k
+ OE
l
+ TP
m
+ ANO
n
+ EP
o
+ ANO
n
*EP
o
+ ε
ijklmno
Onde: VR
ijklm
, refere-se a variável – resposta (preço final - R$/kg PV - ou número
de lances) do i-ésimo lote, com a j-ésima uniformidade, k-ésima estratégia de
divulgação, l-ésima ordem de entrada na pista e m-ésimo tempo de permanência na pista
de comercialização, no n-ésimo ano de avaliação e o-ésima estação de comercialização.
µ, é a média geral de todas as observações. UN
j
= uniformidade, onde j = muito
uniforme, uniforme e pouco uniforme. ED
k
refere-se a utilização de estratégias de
divulgação, onde k = sim ou não. OE
l
é a ordem de entrada em pista, onde l = primeiro,
segundo, terceiro ou quarto momento do leilão. TP
m
refere-se ao tempo de permanência
em pista, onde m = tempo em segundos da entrada até a saída da pista do leilão. ANO
n
refere-se ao ano da observação, onde n = 2004, 2005 ou 2006 e EP
o
, é a estação de
comercialização, onde o = outono ou primavera. ε
ijklm
refere-se ao erro experimental
114
observado para o i-ésimo lote, com a j-ésima uniformidade, k-ésima estratégia de
divulgação, l-ésima ordem de entrada na pista e m-ésimo tempo de permanência na pista
de comercialização, no n-ésimo ano de avaliação e o-ésima estação de comercialização.
Nesta primeira análise foi verificada somente a interação entre ANO
n
*EP
o
. Na tabela 1
são observados os resultados da primeira análise, assim, como o resultado da interação
foi significativo, foram agrupadas as combinações ANO
n
*EP
o
criando uma nova
variável denominada Período (PER), onde periodo 1 = outono do ano 2004, periodo 2 =
primavera do ano 2004, periodo 3 = outono do ano 2005, periodo 4 = primavera do ano
2005, periodo 5 = outono do ano 2006 e periodo 6 = primavera do ano 2006.
TABELA 1: Análise da variância e preços médios para cada variável avaliada no
modelo 1
Variável
Preço
(R$ / kg PV)*
Número de
lances*
2004 1,54
a
7,88
a
2005 1,68
b
12,24
b
Ano (ANO)
2006 2,34
c
24,73
c
Outono 1,73
a
10,49
a
Estação (EP)
Primavera 1,97
b
19,41
b
Sim 1,89
a
16,10
a
Estratégia de divulgação (ED)
Não 1,82
b
13,79
b
1° quarto 1,85
a
14,78
a
2° quarto 1,85
a
15,48
ab
3° quarto 1,84
b
14,81
b
Ordem de entrada em pista (OE)
4° quarto 1,87
c
14,73
c
Tempo de permanência em pista (TP) ρ<0,0001
1,74
10,94
Muito uniforme
1,89
a
16,11
a
Uniforme
1,86
b
14,98
b
Uniformidade do lote(UN)
Pouco Uniforme
1,81
c
13,76
c
Outono
1,51
a
6,9
a
2004
Primavera
1,56
b
8,85
b
Outono
1,66
c
10,30
b
2005
Primavera
1,71
c
14,18
c
Outono
2,03
d
14,27
c
Ano*Epoca (ANO*EP)
2006
Primavera
2,64
e
35,18
d
* Letras diferentes na coluna diferem estatísticamente pelo Teste de Tukey (ρ<0,05)
Após a detecção da interação entre ANO
n
*EP
o
e a geração da variável período
115
(PER) foi utilizado um segundo modelo (M2) para verificar o comportamento desses
efeitos sobre as variáveis – resposta para as mesmas variáveis já analisadas no modelo 1
conforme descrito a seguir:
(2) VR
ijklmno
= µ + UN
j
+ ED
k
+ OE
l
+ TP
m
+ PER
n
+ UN
j
*ED
k
+ UN
j
*OE
l
+ UN
j
*TP
m
+ UN
j
*PER
n
+ ED
k
*TP
m
+ ED
k
*OE
l
+ ED
k
*PER
n
+ OE
l
*TP
m
+ OE
l
*PER
n
+
TP
m
*PER
n
+ UN
j
*ED
k
*OE
l
+ UN
j
*ED
k
*TP
m
+ UN
j
*ED
k
*PER
n
+ UN
j
*OE
l
*TP
m
+
UN
j
*OE
l
*PER
n
+ UN
j
*TP
m
*PER
n
+ ED
k
*OE
l
*TP
m
+ ED
k
*TP
m
*PER
n
+
OE
l
*TP
m
*PER
n
+ ε
ijklmno
Cada período apresentado na análise, representa distintos cenários conjunturais
para a pecuária de corte explicando a interação dupla (ρ = 0,10) com todas as variáveis
estudadas. Sendo assim, foi realizada a análise de variância dentro de cada período de
observação para avaliar o efeito da cada variável em períodos de cenários desfavoráveis
(preços baixos) e favoráveis (preços altos) na atividade de cria.
A partir do ano de 2003 ocorreu um aumento na produção e oferta de bezerros o
que determinou um ciclo de baixa do preço de mercado com reflexos nos preços
recebidos pelos produtores. Esse fenômeno extende-se até meados de 2005 quando
ocorre um novo ciclo de recuperação dos preços. Já a partir da primavera de 2005, o
valor pago pelos bezerros supera do preço do boi para abate, invertendo o cenário e
favorecendo a atividade de cria no que tange aos aspectos econômicos, sendo que esta
conjuntura permanece até os dias atuais. Isto decorre da redução do numero de bezerros
produzidos, principalmente pelo grande abate de matrizes nos anos 2004 e 2005 (IBGE,
2007).
Sendo assim, é possível caracterizar os períodos avaliados em favoráveis e
desfavoráveis à atividade de cria, onde 2004 (outono e primavera) e outono de 2005 são
116
considerados os períodos desfavoráveis e primavera de 2005 e 2006 (outono e
primavera), as épocas favoráveis, com alta demanda por bezerros e conseqüente maior
remuneração.
Além das variáveis – resposta (preço por quilograma de peso vivo e número de
lances), também foi analisada a liquidez (%) dos lotes ofertados, ou seja, a porcentagem
dos lotes ofertados que foram efetivamente comercializados conforme o efeito de
algumas características.
O efeito do tempo de permanência em pista no preço final ainda foi analisado
através de correlação e análise de regressão, dentro dos períodos avaliados e dentro das
características avaliadas (ordem de entrada em pista, uniformidade do lote e presença de
estratégias de divulgação dos bezerros ofertados).
Resultados e Discussão
O leilão de bezerros é o principal ponto de distribuição do produto da atividade de
cria. Nele é realizada a transferência de propriedade sendo a oportunidade para o
sucesso ou fracasso do produtor, viabilizando o processo de comercialização. Contudo,
pode-se notar pela significância das variáveis e suas interações dentro de cada período
analisado (Tabela 2), que a importância deste canal de comercialização tem grande
influência no preço final do produto quando a demanda é baixa.
Em períodos onde a demanda é alta (período 4, 5 e 6), a ordem de entrada,
estratégias de divulgação do produto e uniformidade dos lotes não têm influência no
preço final. Neste cenário, de baixa oferta aliada à necessidade de reposição por parte
dos compradores, reduziram os diferencias de preços obtidos pelas características
avaliadas neste trabalho. Contudo, nas épocas onde o cenário é desfavorável (período 1,
117
2 e 3) estas variáveis acentuam seu efeito sobre o preço final.
TABELA 2: Influência das variáveis estudadas (através de análise de variância) no
preço final (R$/kg PV) conforme o período avaliado.
Período de Avaliação
VARIÁVEL
Período 1
Outono de
2004
Período 2
Primavera
de 2004
Período 3
Outono de
2005
Período 4
Primavera
de 2005
Período 5
Outono de
2006
Período 6
Primavera
de 2006
Estratégia de
divulgação (ED)
***
NS NS NS NS NS
Ordem de entrada
(OE)
* ** ***
NS NS NS
Tempo em pista (TP) *** ** ***
NS NS NS
Uniformidade (UN)
NS
** **
NS NS NS
OE*ED *
NS
***
NS NS NS
TP*ED ***
NS
*
NS NS NS
UN*ED
NS NS NS NS NS NS
OE*TP ***
NS
*
NS NS NS
OE*UN
NS NS NS NS NS NS
TP*UN ***
NS NS NS NS NS
OE*TP*ED
NS NS NS NS NS NS
OE*UN*ED *** *
NS NS NS NS
TP*UN*ED
NS NS NS NS NS NS
OE*TP*UN
NS NS *** NS NS NS
*p<0,10 **p<0,05 ***p<0,01
A decisão de compra do consumidor é composta de cinco etapas: identificação da
necessidade, busca de informações, avaliação de alternativas, compra e comportamento
pós-compra (Neves & Castro, 2007). Para os compradores de bezerros, a principal
necessidade quanto aos animais é que estes venham a gerar algum valor dentro do seu
sistema de produção. Seja através da redução de custos, demonstrando que a aquisição
de determinado grupo de animais reduzirá seus custos de produção em relação a outro.
Como exemplo, cita-se a aquisição de bezerros desmamados, alimentados com ração ou
imunizados contra algumas enfermidades freqüentes na região. Ou pelo aumento do
desempenho dentro do sistema de produção, como no caso da aquisição de animais de
genética conhecida e selecionada para altos ganhos de peso pós desmama, por exemplo.
Em ambos os casos, as informações não são visíveis e se não forem transmitidas aos
118
possíveis compradores por meio impresso ou através do leiloeiro, a busca e a avaliação
das alternativas ficará limitada, restando ao comprador realizar a compra apenas pelas
diferenças visuais observadas entre os lotes quando estes estão em pista.
As estratégias de divulgação (ED) objetivam informar ao consumidor, neste caso
o comprador de bezerros, sobre as características do produto visando diferenciá-los dos
demais lotes. No Rio Grande do Sul as diferenças se acentuam, pois afora a diversidade
de sistemas de produção (SENAR/SEBRAE/FARSUL, 2005) ainda existem várias raças
bovinas e seus cruzamentos (Leal, 2003) que compõem os sistemas produtivos regionais
tornando os bezerros aparentemente diferentes. Entretanto, estes contêm características
de sanidade e manejo semelhantes, as quais criam valor para o comprador, justificando
a preferência entre dois lotes, cabendo ao produtor comunicar estes detalhes diferencias
do produto.
Contudo, esta prática ainda é pouco realizada nos leilões, pois apenas 17,4% dos
lotes ofertados conteve alguma estratégia de divulgação sobre o produto. Esta estratégia
tem maior impacto em períodos desfavoráveis (1) como demonstrado na Tabela 2, mas
ainda com diferenças significativas em cenários mais favoráveis (4 e 5) conforme a
Tabela 3. Entretanto, a magnitude desta resposta é bastante superior em períodos onde a
oferta é alta e a escolha por parte dos compradores é baseada em outros atributos que
somente preço.
Considerando o número de lances ofertados pelos interessados nos lotes (Tabela
3), nota-se que a diferença entre lotes que utilizaram estratégias de divulgação para
características do bezerro que de certa forma poderiam diferenciá-los dos demais, foi
superior a 50% nos dois primeiros períodos avaliados, decrescendo nos posteriores e
chegando a apenas 5% no último período. A diferença no preço (R$/kg) alcança 7% no
119
1° período, decrescendo e chegando a ser negativa no período 6, quando comparado os
lotes onde foram disponibilizadas informações aos compradores e onde não foi
realizada estratégia neste sentido.
TABELA 3: Preço final por quilograma de peso vivo (R$/kg PV) de acordo com a
adoção de estratégias de divulgação por período avaliado.
Período de Avaliação*
Período 1
Outono de
2004
Período 2
Primavera
de 2004
Período 3
Outono de
2005
Período 4
Primavera de
2005
Período 5
Outono de
2006
Período 6
Primavera de
2006
Utilização
de
estratégia
de
divulgação
Preço
(R$/kg
PV)
N° de
lances
Preço
(R$/kg
PV)
N° de
lances
Preço
(R$/kg
PV)
N° de
lances
Preço
(R$/kg
PV)
N° de
lances
Preço
(R$/kg
PV)
N° de
lances
Preço
(R$/kg
PV)
N° de
lances
Sim
1,55
a
6,70
a
1,57
a
9,28
a
1,67
a
10,07
a
1,76
a
16,75
a
2,12
a
16,11
a
2,59
a
35,71
a
Não
1,45
b
4,07
b
1,53
b
5,89
b
1,62
a
8,19
a
1,67
b
12,59
b
1,99
b
12,61
b
2,63
a
33,94
a
*Letras diferentes na coluna diferem estatisticamente pelo teste de Tukey (p<0,05)
Em mercados onde as diferenças entre os produtos não são perceptíveis ao
comprador, a comunicação da informação é a principal estratégia de venda (Silva &
Batalha, 2001). Portanto, no caso dos leilões, o leiloeiro tem um papel fundamental na
divulgação das características dos bezerros, cujos efeitos sobre a probabilidade de obter
preços diferenciados já foi discutida anteriormente.
As estratégias de divulgação ainda apresentaram interação com o tempo de
permanência em pista (ED*TP) nos períodos de outono em 2004 (1) e 2005 (3) ,
verificando uma correlação negativa (p<0,0001) entre preço final e tempo em pista
naqueles lotes onde não é realizada tal prática e positiva onde é realizada, demonstrando
que o leiloeiro gasta mais tempo na venda dos lotes onde são utilizadas estratégias de
divulgação, trabalhando melhor as informações e conseqüentemente aumentando o
tempo em pista.
Quando analisada as interações com a uniformização dos lotes (ED*UN), verifica-
se o efeito significativo (p<0,05) da utilização de estratégias que gerem maiores
informações aos compradores somente em lotes considerados uniformes em relação
120
àqueles muito ou pouco uniformes. Entretanto, isto é observado em anos de alta oferta
no mercado (periodo1, 2 e 3) e nos extremos do leilão, ou seja, lotes que entram no
início (1° quarto) ou final (4° quarto), pois nestes momentos há uma retração por parte
dos compradores, seja para aguardar uma sinalização do preço ou resultado do pequeno
número de interessados presentes até este momento. Isto requer um maior empenho do
leiloeiro para a venda, refletindo em uma melhor caracterização dos animais.
A uniformização dos lotes é uma característica buscada em todos os produtos
agroindustriais (Farina, 2003), independente de seu estado físico. A indústria exige
animais com um determinado padrão de conformidades, no caso do novilho terminado,
que gere cortes de carcaça sempre com o mesmo rendimento e qualidade (Pires, 2006).
Portanto, essa exigência também é dirigida na demanda dos bezerros.
A padronização pode ser alçancada pela aquisição de animais o mais semelhante
possivel em grupo genético, idade e desenvolvimento (Di Marco et al., 2006). Mesmo
assim, dentro de um mesmo grupo genético existem variações de tamanhos e as
disparidades no desenvolvimento de animais com idades de um mês de diferença são
visualmente marcantes (Rovira, 1996). Entretanto, no momento da comercialização
estas diferenças podem ser minimizadas, se os animais forem agrupados de maneira que
formem lotes homogêneos no tamanho e no estado corporal, sem considerar a pelagem
dos animais.
Contudo, durante todo o período avaliado apenas 23,38% dos animais ofertados
foram considerados uniformes (UN
+
), sendo esta característica muito valorizada em
periodos de grande oferta, como nos períodos 1 e 3. Por outro lado, em momentos onde
a oferta é caracteristicamente baixa, como nos leilões de primavera (períodos 2, 4 e 6)
esta diferença de preço é pequena (período 2) ou inexistente (Tabela 4). Ou seja, quando
121
o comprador tem a possibilidade de escolha, a uniformidade tem um grande impacto na
decisão de compra, refletindo-se em uma maior liquidez (Figura 1) dos lotes para o
vendedor.
TABELA 4: Preço final por quilograma de peso vivo (R$/kg PV) por período de
avaliação conforme a uniformidade dos lotes.
Período de Avaliação
Período 1
Outono de
2004
Período 2
Primavera de
2004
Período 3
Outono de
2005
Período 4
Primavera de
2005
Período 5
Outono de
2006
Período 6
Primavera de
2006
Uniformidade
Preço
(R$/k
g PV)
N° de
lances
Preço
(R$/k
g PV)
N° de
lances
Preço
(R$/k
g PV)
N° de
lances
Preço
(R$/k
g PV)
N° de
lances
Preço
(R$/k
g PV)
N° de
lances
Preço
(R$/k
g PV)
N° de
lance
s
Uniforme
1,53
a
6,1
a
1,58
a
8,9
a
1,71
a
11,2
a
1,68
a
14,1
a
2,04
a
15,8
a
2,66
a
33,7
a
Uniformidade
média
1,48
b
4,6
b
1,55
a
7,1
b
1,64
b
8,4
b
1,69
a
13,2
ab
2,03
a
13,2
b
2,63
a
34,8
a
Desuniforme
1,43
c
4,0
b
1,48
b
3,8
c
1,57
c
6,7
b
1,67
a
11,5
b
1,94
b
10,5
c
2,55
a
33,1
a
*Letras diferentes na coluna diferem estatisticamente pelo teste de Tukey (p<0,05)
75%
80%
85%
90%
95%
100%
U
n
ifo
rme
D
e
su
nifo
rm
e
FIGURA 1: Liquidez (comercializados/ofertados) conforme a uniformidade dos lotes.
A uniformidade pode ser obtida, na maioria dos casos, com um acompanhamento
por parte do produtor no momento da distribuição dos animais nos lotes, ou uma seleção
prévia destes na propriedade ou ainda interferindo na sua tecnologia de processos por
meio da concentração dos nascimentos pelo melhor manejo no acasalamento (Barcellos
et al. 2007).
Embora o preço final (R$/kg) seja semelhante em alguns períodos, é possível
122
notar no Figura 2 que a disputa entre os compradores é muito maior em lotes
considerados uniformes (UN
+
) em relação aos desuniformes (UN
-
), chegando a atingir
uma diferença de número de lances ofertados de mais de 100% no 2° período e,
permancendo em torno de 50% nos períodos 1, 3 e 5, que representam a estação de
outono nos três anos avaliados.
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
6,0%
7,0%
8,0%
9,0%
10,0%
Período 1 Período 2 Período 3 Período 4 Período 5 Período 6
Diferença de preço (%)
0,0%
20,0%
40,0%
60,0%
80,0%
100,0%
120,0%
140,0%
160,0%
Diferença de número
de lances (%)
Preço N° de lances
FIGURA 2: Diferença de preço e número de lances ofertados (%) entre lotes uniformes
e desuniformes conforme o período de avaliação.
Tanto a Figura 2, quando a Tabela 4, demonstram que a uniformidade têm grande
influência no preço final e na preferência dos compradores, existindo uma alta
correlação (r ≅ 0,85; ρ<0,0001) entre as duas variáveis (preço e número de lances) para
os critérios de uniformidade.
A Figura 3 apresenta a diferença de preço e número de lances de lotes que
entraram em pista no início (1° quarto) e no final (4° quarto) do leilão. Observa-se que
em períodos de alta oferta de bezerros (períodos 1 e 2), favorecendo a reposição por
parte dos recriadores e terminadores, o comprador prefere adquirir os animais no início
123
do leilão, tornando a disputa entre compradores quase 100% superior no 1° quarto,
havendo um decréscimo no número de compradores e conseqüentemente de lances no
final do leilão. Contudo, quando o cenário se inverte (períodos 3, 4 e 5), há tendência de
menores lances e diferenças negativas de preços entre o início e fim do leilão, pelo alto
preço inicial que acaba por retrair os compradores que deixam para comprar os animais
nos últimos quartos do leilão, havendo uma maior disputa entre eles. Assim, quando a
oferta é baixa os lotes melhor remunerados são os que entram no quarto final do leilão,
ao contrário do que acontece em períodos de alta oferta.
-40%
-20%
0%
20%
40%
60%
80%
100%
120%
Perío
d
o 1
P
erí
od
o 2
P
er
íod
o
3
Período 4
Perío
d
o 5
P
er
íod
o
6
-8%
-6%
-4%
-2%
0%
2%
4%
6%
Número de lances Preço
FIGURA 3: Diferença de preço e número de lances ofertados (%) entre o 1° e último
quarto conforme o período avaliado.
A ordem de entrada em pista aliada ao cenário conjuntural, também influenciaram
a liquidez dos lotes ofertados, pois, embora com maior ou menor preço final e
preferência dos compradores, todos os lotes ofertados nos três últimos períodos, foram
comercializados (Figura 4). Já a maior oferta nos primeiros períodos avaliados fez com
que a liquidez diminuísse, comportando-se de modo inverso entre o período 1 e 2,
124
explicado pela menor demanda e conseqüente baixo número de lances (Figura 3), e pelo
preço mais baixo obtido nos últimos quartos no período 2, estimulando o
comportamento oportunista dos compradores.
50%
60%
70%
80%
90%
100%
110%
Período 1
Períod
o
2
Perío
d
o 3
Período 4
Período 5
Perí
o
d
o
6
Liquidez (%)
1° quarto 2° quarto 3° quarto 4° quarto
FIGURA 4: Liquidez (comercializados / ofertados) dos animais avaliados conforme a
ordem de entrada em pista de comercialização.
Em alguns leilões, onde não ocorre sorteio da ordem de entrada em pista, os lotes
considerados bons, geralmente entram nos dois primeiros quartos, para pautar os preços
pagos, podendo também, explicar esta diferença de preços entre horários da venda.
Associado a isto, está o fato que no início existe um maior número de possíveis
compradores presentes do que no decorrer do processo de comercialização, muitas
vezes gerado pela demora no início ou pela falta de agilidade dos leiloeiros, o que leva a
uma desestimulação por parte da demanda. Em trabalhos semelhantes (Sartwelle et al.,
1996), quando considerado este tipo de avaliação, houve uma maior remuneração por
animais que entraram no 2° quarto do remate, atribuída por uma mudança no
comportamento dos compradores. Parcell et al. (1995) não encontrarm efeito da ordem
125
de entrada em pista avaliando a comercialização de vacas com bezerros ao pé, sendo
para tanto considerado adequado o número de compradores presentes no leilão.
Quanto ao tempo de permanência em pista nota-se na Figura 5 um maior tempo
para os primeiros lotes do leilão, isto pode ser atribuido a retração dos compradores,
aguardando a base de preços que irá se estabelecer no leilão.
0
100
200
300
400
500
600
700
800
Ordem de entrada em pista
Tempo (segundos)
1° quarto
4° quarto
3° quarto
2° quarto
FIGURA 5: Tempo de permanência em pista conforme a ordem de entrada dos animais.
Ainda existe uma correlação negativa (p<0,05) entre preço final (R$/kg PV) e
tempo de permanência em pista nos dois primeiros quartos. Sendo que no 1° quarto,
para cada minuto a mais na pista de comercialização há uma redução no preço final de
R$ 0,042 e no 2°, de R$ 0,03. Considerando um animal de 150 kg, este tempo a mais na
pista pode significar uma perda de R$ 6,30 e 4,50 por animal no 1° e 2° quarto
respectivamente, sendo que cada lote é geralmente composto de 10 a 15 animais.
126
Conclusões
As estratégias de divulgação, uniformização dos lotes e ordem de entrada de
bezerros em leilão pode influenciar o preço final especialmente nos períodos de grande
oferta e baixo preço. Dentre estas a uniformidade merece um destaque maior já que tem
influencia na liquidez dos lotes em todos os anos avaliados. Isto possibilita com que o
comprador, além do preço, assuma outros critérios de decisão para a compra. Neste
sentido, uma boa estratégia de marketing pode auxiliar o produtor a obter melhores
remunerações, sobressaindo-se dos demais concorrentes.
127
Literatura Citada
BARCELLOS, J. O. J. Manejo Integrado: um conceito para aumentar a produtividade
dos sistemas de produção de bovinos de corte. In: LOBATO, J. F. P., BARCELLOS,
J. O., KESSLER, A. M. (Org.). Produção de bovinos de corte. Porto Alegre, 1999,
p.287-313.
BARCELLOS, J. O. J.; OAIGEN, R. P.; REINHER, C. Gestão de tecnologias na
pecuária de cria. In: In: JORNADA TÉCNICA EM SISTEMAS DE PRODUÇÃO
DE BOVINOS DE CORTE E CADEIA PRODUTIVA: TECNOLOGIA, GESTÃO
E MERCADO, 2., Porto Alegre, 2007. Anais... Porto Alegre: UFRGS – DZ –
NESPRO, 2007. p. 73 – 94.
BATALHA, M. O.; SILVA, A. L. Gerenciamento de Sistemas Agroindustriais:
Definições e Correntes Metodológicas. In BATALHA, M. O. (coord.). Gestão
Agroindustrial. São Paulo: Atlas, 2001. Vol 1. p. 23 – 62.
CHRISTOFARI, L. F; BARCELLOS, J. O. J.; SANTOS, A. P. et al. Trade management
and its effects on the price of beef steers. . In: WORLD FOOD & AGRIBUSINESS
SYMPOSIUM, 16, 2006. Anais... Buenos Aires: International Food and
Agribusiness Management Association, 2006 (CD-ROM).
CHRISTOFARI, L.F.; BARCELLOS, J. O. J.; SUÑÉ, Y. B. P. et al. Mercado de
Terneiros: é possível a obtenção de melhores preços alterando as características do
produto. In: JORNADA TÉCNICA EM SISTEMAS DE PRODUÇÃO DE
BOVINOS DE CORTE E CADEIA PRODUTIVA: TECNOLOGIA, GESTÃO E
MERCADO, 1., Porto Alegre, 2006. Anais... Porto Alegre: UFRGS – DZ –
NESPRO, 2006. 1 CD-ROM.
DI MARCO, O. N.; BARCELLOS, J. O. J.; COSTA, E. C. Crescimento de Bovinos de
Corte. Porto Alegre: Departamento de Zootecnia da Universidade Federal do Rio
Grande do Sul, 2006. 248p
EATON, B. C.; EATON, D. F. Microeconomia. São Paulo: Saraiva. 3 ed. 1999. 606p.
EMATER. Preços Agropecuários. Disponível em <www.emater.tche.gov.rs>. Acesso
em: 01 de março de 2007.
FARINA, E. M. M. Q. Padronização em sistemas agroindustriais. In:
ZYLBERSZTAJN, D.; SCARE, R. F. (Org). Gestão da Qualidade no
Agribusiness. São Paulo: Atlas, 2003. p. 18 – 29.
IBGE. Estatísticas. Disponível em <www.ibge.org.br>. Acesso em 01 de setembro de
2007.
KOTLER, P. Administração de Marketing: Análise, Planejamento, Implementação
e Controle. São Paulo: Atlas, 1996.
LEAL, J. B. Raças, características e exigências ecológicas. In: MORAES, J. C. F.;
ALVES, S. R. S. Sistemas de criação para terminação de bovinos de corte na
região sudoeste do Rio Grande do Sul. Bagé: Embrapa CPPSul, 2003. p. 15 – 16.
McKISSICK, J. C.; BROWN, D. T. Profitable cattle marketing for the cow-calf
producer. Georgia: University of Georgia College of Agricultural and
Environmental Sciences, 2001 (Bulletin 1078). 11p.
NEVES, M. F.; CASTRO, L. T. Comportamento do consumidor e novo consumidor de
alimentos. In: NEVES, M. F.; CASTRO, L. T. (Org). Marketing e Estratégia em
Agronegócios e Alimentos. São Paulo: Atlas, 2007. p.73 – 87.
PIRES, G. S. Padronização de carcaças bovinas: uma exigência do mercado. In:
CACHAPUZ, J. M. S.; SOUZA, F. A. L.; PINHEIRO, A. C. et al. (Org). Pecuária
128
Competitiva. Porto Alegre: Ideograf, 2006. p. 117 – 120.
POPP, M. P.; PARSCH, L. D. Marketing practices of Arkansas beef cattle
producers. Arkansas: University of Arkansas Agricultural Experiment Station
Research, 1998. 41p. (Bulletin 957).
PURCELL, J. L.; SCHROEDER, T. C.; HINER, F. D. Determinants of Cow – Calf Pair
Prices. Journal of Agricultural and Resource Economics, 1995.20 (2). P.328 -
340
ROVIRA, J. Manejo nutritivo de los rodeos de cría en pastoreo. Montevideo:
Hemisferio Sur, 1996. 288p.
SANTOS, A. P; BARCELLOS, J. O. J.; CHRISTOFARI, L. F.; et al. Traceability as a
competitive advantage in beef calves marketing. In: WORLD FOOD &
AGRIBUSINESS SYMPOSIUM, 16, 2006. Anais... Buenos Aires: International
Food and Agribusiness Management Association, 2006 (CD-ROM).
SARTWELLE, J. D. et al.. Improving the value of your calf crop: the impact of
selected characteristics on calf prices. Kansas: Kansas State University
Agricultural Experiment Station and Cooperative Extension Service, 1996 (MF –
2142). 12 p.
SEBRAE/SENAR/FARSUL. Diagnóstico de sistemas de produção de bovinocultura
de corte no estado do Rio Grande do Sul. Relatório. Porto Alegre: SENAR. 2005.
265p.
SILVA, A. L.; BATALHA, M. O. Marketing estratégico aplicado ao agronegócio. In
BATALHA, M. O. (coord.). Gestão Agroindustrial. São Paulo: Atlas, 2001. Vol
1. p. 100 – 161.
STATISTICAL ANALISYS SYSTEM – SAS Institute Inc. 1999. SAS OnlineDoc,
Version 8. Cary, NC: SAS Institute Inc., Disponível em:
http://v8doc.sas.com/sashtml/.
VALLE, E. R.; ANDREOTTI, R.; THIGO, L. R. S. Estratégias para aumento da
eficiência reprodutiva e produtiva em bovinos de corte. Campo Grande:
Embrapa/CNPGC, 1998. (Documento 71).
CAPÍTULO V
1. CONSIDERAÇÕES FINAIS
O presente trabalho fornece subsídios para afirmar que, produzir
gado, e em especial, bezerros, é muito mais do que simplesmente colocar a
vaca em cria, seja em monta natural ou utilizando recursos mais avançados por
meio de técnicas de inseminação artificial e, se o sistema for eficiente, produzir
um bom bezerro por ano. Pecuária de cria eficiente se faz olhando para o
futuro, para o consumidor final, que envia mensagens do seu desejo de
consumo pelos elos da cadeia e chega ao campo, pelas escolhas de compras
dos recriadores e terminadores.
E é economicamente explicável, que este comprador faça muito
mais exigências quando a oferta de bezerros é grande. Nesta conjuntura, o
fator preço e conseqüentemente, o impacto deste valor nos custos de produção
do recriador/terminador, será menor que em cenários onde o valor da
reposição é alto; deste modo, este comprador torna-se criterioso e utiliza outras
razões para escolher o produto.
Como pode ser observado nos Capítulos III e IV, onde foram
realizadas análises comparando o impacto das características entre os
períodos avaliados, é possível afirmar que o efeito das mesmas é minimizado
em períodos de alta de preço, com exceção do fator peso vivo dos bezerros,
131
que tem maior relevância nestes cenários de mercado.
Ainda assim, é possível destacar alguns fatores que tem influencia
em muitos cenários de preços, contudo, muitas vezes não significam uma
maior remuneração, mas sim a efetivação da venda ou não, como é o caso da
uniformidade, onde os lotes considerados uniformes apresentaram 100% de
liquidez em todos as conjunturas econômicas encontradas nos anos avaliados.
Uma das possíveis explicações encontra-se no fato da baixa oferta deste tipo
de animal, já que menos de 20% do total avaliado no estudo foi inserido nesta
categoria.
As estratégias de divulgação do produto também têm um papel
importante, além de ser uma obrigação de o vendedor levar informações aos
compradores, também são alternativas comerciais, pois em leilões nem sempre
o comprador conhece a reputação da origem dos animais. Isto deve ser
realizado em todos os cenários de preços como forma de respeito ao
consumidor. Da mesma maneira que os consumidores finais gostam de ser
informados sobre a procedência dos produtos que consumem, o comprador de
bezerros também valoriza este tipo de informação.
O ciclo de preços do boi tem um grande impacto na tomada de
decisões de todas as fases de produção. Contudo, é muito mais racionalmente
entendida pelos recriadores e terminadores do que os criadores.
Geralmente, nas etapas finais de produção do boi gordo, há um
gerenciamento econômico maior, devido às características de maior fluxo de
capital nestas atividades e a proximidade com o consumidor do elo seguinte, o
que não ocorre nas atividades de cria.
132
Além de ser uma atividade mais complexa que a recria e terminação,
na produção de bezerros a adoção de tecnologias e investimentos pode ser
muito pequena, se o proprietário assim desejar, e tornar a atividade mais um
estoque de capital (em forma de animais) do que uma atividade produtiva.
McKissick & Brown (2001) sugerem que o ciclo pecuário seja um
ciclo de lucro para o produtor de bezerros, pois eles teriam a capacidade de
reduzir ou aumentar o rebanho de cria, controlando a oferta e
conseqüentemente os preços de mercado. Entretanto, o produtor de bezerros
não tem tal capacidade no Brasil, talvez involuntariamente, pela pressão de
preços baixos no mercado decide abater matrizes ao invés de produzir mais
bezerros.
Contudo, pode ser um ciclo de lucro sim, em casos onde os
investimentos em tecnologias para aumentar e/ou qualificar a produção não
sejam realizados. Assim, lucram em períodos onde o ciclo de preços favorece,
como no cenário atual e, não lucram em períodos desfavoráveis.
Entretanto, esta dependência de fatores externos à propriedade e os
crescentes aumentos de pressão política e econômica sobre as atividades
improdutivas e extrativistas, certamente farão com que estes tipos de sistemas
de produção sejam reconvertidos ou substituídos por outras atividades.
Além disso, esta pressão também influência os bons produtores, que
são eficazes na sua produção, fazendo com que tenham que produzir os
melhores bezerros ao menor custo e com mínimos impactos ao ambiente de
produção, conseqüentemente, reduzindo as margens de comercialização.
Sendo assim, os mecanismos de comercialização, alguns discutidos
133
neste documento, iniciam a fazer parte dos sistemas de produção de bovinos
de corte, em especial, da cria, que antes vendia o bezerro mais fácil de
produzir a quem oferecesse mais. Atualmente, deve-se olhar para o mercado
antes de iniciar a produção. Cenários de altos preços devem servir para poupar
e investir em atributos que se tornem diferenciais em períodos de baixa.
Aliando amor ao campo a amor ao bolso.
Avaliações dos sistemas de produção, com relação a períodos de
acasalamento e parição, para avaliar futuros cenários, nos quais estes
bezerros serão desmamados e comercializados, devem ser analisados, pelo
menos, um ano e meio antes. Também nesta ocasião, deve ser observado o
mercado para avaliar as tendências genéticas dos animais mais bem
remunerados, podendo direcionar os cruzamentos realizados para atender esta
demanda.
Afora isso, simulações para avaliações de custo-benefício, que já
vem sendo utilizadas na introdução de tecnologias de produção, devem ser
inseridas no contexto da comercialização também. Não seria mais rentável,
não comercializar os bezerros ao desmame e vendê-los ao sobreano, com
maior peso? Deveria ser feito em períodos de baixo e/ou alto preço? Isto é
viável para todos os animais produzidos, ou só para os mais leves? A
propriedade tem as condições alimentares necessárias para manter estes
animais ou deveria fazer parcerias na recria? Realizar parcerias ou arrendar
mais terra para a recria dos bezerros? Produzir animais ou vender a
propriedade e investir na bolsa de valores?
Dúvidas que os profissionais e produtores de bovinos de corte terão
134
que enfrentar em um período bem próximo e, que a academia deve ser capaz
de responder a essas indagações por meio de egressos com este tipo de visão.
Para tanto, é necessário que se invista mais em trabalhos como
esse para avaliar como se comportam todas as variáveis em diferentes
conjunturas econômicas, gerando maiores subsídios à tomada destas
decisões.
Além disso, os acompanhamentos de preços, indicando tendências,
por instituições idôneas são essenciais para estes trabalhos, pois atuam como
certificadoras da veracidade da informação. Informação de qualidade. Este
papel, atualmente, tem ficado com empresas de consultoria ou leiloeiras e
instituições de raças. Empresas que tem um grande mérito de fazê-lo, mas não
é o principal objetivo delas podendo causar uma “assimetria de informações”, já
que existem fins comerciais associados à informação.
Este papel deve ser da Universidade, de órgãos governamentais ou
das associações de produtores, que muitas vezes tem a informação, mas não
tem verbas ou não percebem a sua real importância no cenário atual.
2. REFERÊNCIAS BIBLIOGRÁFICAS
ABREU, J. Microeconomia: uma abordagem introdutória. São Paulo:
MAKRON BOOKS, 1995.
ABREU, U. G. P.; CEZAR, I. M.; TORRES, R. A. Análise bioeconômica da
introdução de período de monta em sistemas de produção de rebanhos de cria
na região do Brasil central. Revista Brasileira de Zootecnia, Viçosa, v. 32, n.
5, p. 1198-1206, 2003.
ALENCAR, M. M. Efeitos da produção de leite sobre o desenvolvimento de
bezerros Canchim. Revista Brasileira de Zootecnia, Viçosa, v. 16, n. 1, p. 1-
13, 1987.
ALENCAR, M. M. Relação entre a produção de leite da vaca e desempenho do
bezerro nas raças canchim e nelore. Revista Brasileira de Zootecnia, Viçosa,
v. 18, n. 2, p. 146-156, 1989.
ALITI, G.F. Fluxo da Informação em uma cadeia organizada da carne
bovina no Rio Grande do Sul. 2003. 93f. Dissertação (Mestrado em
Agronegócios) - Programa de Pós-Graduação em Agronegócio. Universidade
Federal do Rio Grande do Sul, Porto Alegre, 2003.
ANUALPEC – Anuário estátistico da pecuária de corte. São Paulo: AGRA
FNP, 2007.
ARBAGE, A. P. Economia Rural: Conceitos Básicos e Aplicações. Chapecó:
UNIVERSITÁRIA GRIFOS. 2000.
Aumenta o plantio de cana-de-acúcar no país. Beef Point, Piracicaba. 02 de
abr 2007. Giro do boi (Informativo). Disponível em
<http://www.beefpoint.com.br>. Acesso em: 30 abr. 2007.
AZEVEDO, P. F. Comercialização de Produtos Agroindustriais. In: BATALHA,
M. O. (Org.). Gestão Agroindustrial. 2. ed. São Paulo: ATLAS. 2001. v. 1. p.
64-99.
BAILEY, D.; HUNNICUTT, L. How Utah beef producers choose from alternative
marketing methods. In: PRODUCING AND MARKETING QUALITY BEEF, 22.,
136
Provo – Utah, 2002. Proceedings… Provo: Utah Cattlemen’s Association,
2002, p. 22-26.
BARCELLOS, J. O. J.; LOBATO, J. F. P. Efeitos da época de nascimento no
desenvolvimento de bezerros hereford e suas cruzas. I – peso ao nascer e
ganho médio diário pré-desmama. Revista Brasileira de Zootecnia, Viçosa, v.
21, n. 1, p. 137-149,1992.
BARCELLOS, J. O. J. Manejo Integrado: um conceito para aumentar a
produtividade dos sistemas de produção de bovinos de corte. In: LOBATO, J.
F. P., BARCELLOS, J. O., KESSLER, A. M. (Org.). Produção de bovinos de
corte. Porto Alegre: PUCRS, p. 287-313, 1999.
BARCELLOS, J. O. J. et al. Ganadería de cría en ambientes sub-tropicales:
sub-trópico argentino y centro-sur brasileño. Revista Argentina de
Producción Animal, v. sn, n. ocasional, p. 1-13, 2000.
BARCELLOS, J. O. J. et al. Bovinocultura de Corte frente a Agriculturização no
Sul do Brasil. In: XI CICLO DE ATUALIZAÇÃO EM MEDICINA VETERINÁRIA,
11., Lages, 2004. Anais... Lages:Centro Agroveterinário de Lages, 2004.
BARCELLOS, J. O. J. Sistemas de produção de bovinos de corte. Curso de
Pós-graduação em Zootecnia – UFRGS. Porto Alegre, 2007. Anotações de
aula.
BARCELLOS, J. O. J.; OAIGEN, R. P.; REINHER, C. Gestão de tecnologias na
pecuária de cria. In: JORNADA TÉCNICA EM SISTEMAS DE PRODUÇÃO DE
BOVINOS DE CORTE E CADEIA PRODUTIVA: TECNOLOGIA, GESTÃO E
MERCADO, 2., Porto Alegre, 2007. Anais... Porto Alegre: UFRGS – DZ –
NESPRO, 2007. p. 73 – 94.
BARHAM, B. L.;TROXEL, T. R. Factors affecting the selling price of feeder
cattle sold at Arkansas livestock auctions in 2005. Journal Animal Science,
Savoy, v. 85, p. 3434-3411, 2007.
BARROS, G. S. Economia da comercialização agrícola. Piracicaba: FEALQ,
1987.
BATALHA, M. O.; SILVA, A. L. Gerenciamento de sistemas agroindustriais:
definições e correntes metodológicas. In: BATALHA, M. O. Gestão
Agroindustrial. 2. ed. São Paulo: ATLAS, 2001. v. 1. p. 23-62.
BECKWITH, B. Principales causas de pérdidas preñez – destete. In: CANOSA,
F. Cria Vacuna. Buenos Aires: AACREA, 2003. p. 84-95.
BERETTA, V.; LOBATO, J.F.P.; MIELITZ NETTO, C.G.A. Produtividade e
eficiência biológica de sistemas pecuários diferindo na idade de das novilhas
ao primeiro parto e na taxa de natalidade do rebanho no Rio Grande do Sul.
137
Revista Brasileira de Zootecnia, Viçosa, v. 30, n.4, p.1278-1286, 2001.
BOCCHI, A. L.; ALBUQUERQUE, L. G. Efeito da idade da vaca e da data
juliana de nascimento sobre o ganho médio diário de bezerros de corte no
período pré-desmame. Arquivos Brasileiro de Medicina Veterinária e
Zootecnia, Belo Horizonte, v. 58, p. 524- 532, 2005.
BRISOLA, M. V.; CASTRO, A. M. G. Sintonia da informação sobre as
preferências dos consumidores de carne bovina entre os agentes da cadeia de
produção no Distrito Federal. Revista Organizações Rurais &
Agroindustriais, Viçosa, v. 7, n. 3 p. 370-381, 2005.
BRUN, B.L.R.; JANK, M. S. A padronização na gestão da cadeia de
suprimentos da carne bovina por supermercados. Revista Gestão &
Produção, São Carlos, v. 8, n. 1, p. 68-83, 2001.
BYRNS, R. T.; STONE, G. W. Microeconomia. São Paulo: MARRON BOOKS,
1996.
CACHAPUZ, J. M. S. Alternativas para aumentar a produção de terneiros.
2. ed. Porto Alegre: EMATER-RS, 1985.
CACHAPUZ, J. M. S. O panorama setorial da bovinocultura de corte
gaúcha no processo de integração do MERCOSUL. 2. ed. Porto Alegre:
EMATER-RS, 1995. (EMATER-RS. Série Realidade Rural, 7).
CAMARGO, S. H. C. R. V. Visão sistêmica e negociação: o caso da
pecuária de corte. 2007. 243 f. Tese (Doutorado em Economia) -Faculdade de
Economia, Administração e Contabilidade - Universidade de São Paulo.
Ribeirão Preto, 2007.
CANOSA, M. R. Indicadores de eficiencia de la cria. In: CANOSA, F. Cria
Vacuna. Buenos Aires: AACREA, 2003. p. 24-37.
CELLA, D. Caracterização dos fatores relacionados ao sucesso de um
empreendedor rural. 2002. 166 f. Dissertação (Mestrado) - Escola Superior
de Agricultura “Luiz de Queiroz”, Universidade de São Paulo. Piracicaba, 2002.
CHIARA, G.; ACOSTA, J. Contratos de coordinación en la cadena cárnica.
Montevideo: INIA, 2003. (Informe Final – Série LIA 049).
CLEERE, J. J.; BOLEMAN, L. L. Producing and marketing high-value
calves. Texas: Texas Cooperative Extension, Texas A&M University System,
2006. 5p. (E – 409).
CORRÊA, A. S. Alguns aspectos da pecuária de corte no Brasil. Campo
Grande: EMBRAPA – CNPGC, 1983. 43p. (Documentos, 10).
138
DE ZEN, S. et al. Cadeia produtiva de carne bovina no Brasil. Preços
Agrícolas, Piracicaba, p. 13-19, ago/1999.
DHUYVETTER, K. C.; SCHROEDER, T. C. Price-weight relationships feeder
cattle. Canadian Journal of Agricultural Economics, Alberta, n. 48, p. 299-
300, 2000.
DI MARCO, O. N.; BARCELLOS, J. O. J.; COSTA, E. C. Crescimento de
bovinos de corte. 2. ed. Porto Alegre: UFRGS/NESPRO, 2007.
EATON, B. C.; EATON, D. F. Microeconomia. São Paulo: SARAIVA, 1999.
EUCLIDES FILHO, K. Produção de bovinos de corte e o trinômio genótipo
– ambiente – mercado. Campo Grande: EMBRAPA/ CNPGC, 2000.
(Documento 85).
EUCLIDES FILHO, K. O enfoque de cadeia produtiva como estratégia para a
produção sustentável de carne. In: REUNIÃO ANUAL DA SOCIEDADE
BRASILEIRA DE ZOOTECNIA, 41., Campo Grande, 2004. Anais... Campo
Grande: SBZ, 2004. 1 CD-ROM
EUCLIDES FILHO, K; CEZAR, I. M. Sistema de produção de novilho precoce -
relações com a cadeia produtiva da carne bovina. In: ENCONTRO NACIONAL
DO NOVILHO PRECOCE, 5., Campo Grande, 2000. Anais... Campo Grande:
EMBRAPA, 2000. 1 CD-ROM
FAGUNDES, J. I. B.; LOBATO, J. F. P.; SCHENKEL, F. S. Efeito de duas
cargas animais em campo nativo e de duas idades à desmama no
desempenho de vacas de corte primíparas. Revista Brasileira de Zootecnia,
Viçosa, v .32, n. 6, p. 1722-1731, 2003. (Supl. 1)
FAGUNDES, J. I. B.; LOBATO, J. F. P.; SCHENKEL, F. S. Efeito de da carga
animal na produção de leite de vacas de corte primíparas e no
desenvolvimento de seus bezerros. Revista Brasileira de Zootecnia, Viçosa,
v. 33, n. 2, p. 412-419, 2004.
FAMINOW, M. D.; GUM, R. L. Feeder cattle price differentials in Arizona
auction markets. Western Journal of Agricultural Economics, Wyoming, v.
11, n. 2, p. 156-163. 1986.
FARINA, E. M. M. Q. Padronização em sistemas agroindustriais. In:
ZYLBERSZTAJN, D.; SCARE, R. F. Gestão da Qualidade no Agribusiness.
São Paulo: ATLAS, 2003. p. 18-29.
FELICIO, P. E. Sistemas de qualidade assegurada na cadeia de carne bovina:
A experiência brasileira. In: CONGRESSO BRASILEIRO DE CIÊNCIA E
TECNOLOGIA DE CARNES, 1., 2001. Anais... Campinas: Instituto de
Tecnologia de Alimentos/Centro de Tecnologia de Carnes, 2001. p.342-355.
139
FERREIRA, A. B. H. Novo dicionário da língua portuguesa. 2. ed. Rio de
Janeiro: NOVA FRONTEIRA, 1986.
FLORES, A. W.; RIES, L. R.; ANTUNES, L. M. Gestão rural. Porto Alegre:
AUTORES, 2006.
FRANCO, G. L.; BRUMATTI, R. C. Cadeia produtiva da carne bovina. In:
OLIVEIRA, R. L.; BARBOSA, M. A. A. F. Bovinocultura de corte: desafios e
tecnologias. Salvador: EDUFBA, p. 9-22, 2007.
FÜRSTENAU, V. Pecuária de corte: baixos índices zootécnicos eficiência no
setor exportador. Revista Indicadores Econômicos, Porto Alegre. v. 32, n. 1
p. 265-292, 2004.
GOTTTSCHALL, C. S.; LOBATO, J. F. P. Desempenho pré-desmama de
bezerros de corte filhos de vacas primíparas submetidas a três lotações em
campo nativo. Revista Brasileira de Zootecnia, Viçosa, v. 25, n. 1, p. 36 – 45,
1996.
GRUNEWALD, S.; SCHROEDER, T. C.; WARD, C. E. Cattle feeder
perceptions of livestock mandatory price reporting. Review of Agricultural
Economics, Milwakee, v. 26, n. 4, p. 521-538, 2004.
HASEGAWA, M. M.; BARROS, G. S. C. O papel dos leilões na comercialização
de bovinos de corte. Revista Preços Agrícolas. Piracicaba, p. 21-23, mai.
1997.
HOFFMANN, R. et al. Administração da empresa agrícola. 4 ed. São Paulo:
PIONEIRA, 1984.
HOLT, J.; LORD, E.; SIMPSON, J. Florida cow-calf management, 2nd
edition – marketing feeder calves. Florida: University of Florida/IFAS
Extension. 2002. (AN 122).
IEL/CNA/SEBRAE. Estudo sobre a eficiência econômica e competitividade
da cadeia agroindustrial da pecuária de corte no Brasil. Brasília: Instituto
Euvaldo Lodi. -IEL, 2000. 399p. Disponível em: <http://www.cna.org.br>.
Acesso em: 14 mai. 2005.
Instituto Brasileiro de Geografia e Estatística – IBGE. Estatísticas. Disponível
em: <http://www.ibge.org.br>. Acesso em: 16 mai. 2007.
Instituto Brasileiro de Geografia e Estatística – IBGE. Censo agropecuário.
1996. Disponível em: <http://www.ibge.org.br>. Acesso em: 16 mai. 2007.
JOHNSON, H. C; WARD, C. E. Market signals transmitted by grid pricing.
Journal of Agricultural and Resource Economics, Missouri, n. 30, v. 3, p.
561 – 579, 2005.
140
JONES, R. D.; SIMMS, D. D. Improving cow-calf profitability through
enterprise analysis. Kansas: Kansas State University Agricultural Experiment
Station and Cooperative Extension Service. 1997. (MF – 2259).
KOTLER, P. Administração de marketing: análise, planejamento,
implementação e controle. São Paulo: ATLAS, 1996.
LAZZARINI NETO, S. Estratégias para a entressafra. São Paulo: SDF, 1995.
(Série Lucrando com a Pecuária, 7).
LEESBURG, V. L. R.; TESS, M. W.; GRIFFITH, D. Evaluation of calving and
marketing strategies in Northern Great Plains beef enterprises. II. retained
ownership systems. Journal Animal Science, Savoy, n. 85, p. 2322 – 2329,
2007.
LOBATO, J. F. P.Considerações efetivas sobre seleção, produção e manejo
para maior produtividade dos rebanhos de cria In: LOBATO, J. F. P.,
BARCELLOS, J. O., KESSLER, A. M. (Org.). Produção de bovinos de corte.
Porto Alegre: PUCRS, 1999, p.235-286.
MALAFAIA, G. C. et al. Capital social e a construção da confiança em redes de
cooperação: mudando padrões de relacionamentos na pecuária de corte. In:
ENCONTRO ANPAD, 31., Rio de Janeiro, 2007. Anais... Rio de Janeiro:
ANPAD, 2007. 1 CD.
MANSFIELD, E.; YOHE, G. Microeconomia: teoria e aplicações. 11. ed. São
Paulo: SARAIVA, 2006.
MAPA/IICA. Cadeia produtiva da carne bovina. Brasília: IICA: MAPA/SPA,
2007. (Série Agronegócios, 8).
MARQUES, P. V.; AGUIAR, D. R. D. Comercialização de produtos
agrícolas. São Paulo: EDUSP, 1993.
McKISSICK, J. C.; BROWN, D. T. Profitable cattle marketing for the cow-
calf producer. Georgia: University of Georgia College of Agricultural and
Environmental Sciences, 2001. 11p. (Bulletin 1078).
MEGIDO, J. L.; XAVIER, C. Marketing & Agribusiness. 3. ed. São Paulo:
ATLAS, 1998.
MENDONÇA, G. et al. Época de nascimento, genótipo e sexo de terneiros
cruza taurinos e zebuínos sobre o peso ao nascer, à desmama e eficiência
individual de primíparas Hereford. Revista Ciência Rural, Santa Maria, v. 33,
n. 6, p. 1117-1121, 2003.
MEYER, L. Marketing Beef Cattle. In: The Kentucky Beef Book. University of
Kentucky, College Agriculture. 1997. Disponível em: <www.uky.edu>. Acesso
141
em: 05 ago. 2004.
MINERT, J. et al. Analysis of factors affecting cow auction price differentials.
Southern Journal of Agricultural Economics. Auburn, p. 23-30, December,
1990.
NABINGER, C.; SANTOS, D. T.; SANT’ANNA, D. M. Produção de bovinos de
corte com base na pastagem natural do RS: da tradição à sustentabilidade
econômica. In: CHACAPUZ, J. M. et al. Pecuária Competitiva. Porto Alegre:
IDEOGRAF, 2006. p. 37-77.
NATIONAL RESEARCH COUNCIL - NRC. Nutrient requirements of beef
cattle. 7. ed. Washington, D.C.: NATIONAL ACADEMY OF SCIENCES, 1996.
NEVES, M. F. Marketing e distribuição de commodities. In: Seminário
Internacional de Política Econômica, 12. Viçosa, 2000. Anais... Viçosa: UFV,
2000. Disponível em: <www.ead.fea.usp.br/wpapers/index.htm>. Acesso em:
25 ago. 2005.
NEVES, M. F. et al. Redes agroalimentares & marketing da carne bovina em
2010. Revista Preços Agrícolas, Piracicaba, v. jan/fev, p. 7-18, 2001.
NEVES, M. F. Introdução ao marketing, networks e agronegócios. In: NEVES,
M. F.; CASTRO, L. T. (Org.). Marketing e Estratégia em Agronegócios e
Alimentos. São Paulo: ATLAS, 2007a. p.29-52.
NEVES, M. F. Canais de distribuição no agronegócio: conceitos básicos. In:
NEVES, M. F.; CASTRO, L. T. (Org.). Marketing e Estratégia em
Agronegócios e Alimentos. São Paulo: ATLAS, 2007b. p.223-249.
NISTAL, A. Manejo del destete. In: CANOSA, F. Cria Vacuna. Buenos Aires:
AACREA, 2003. p. 114-118
NOGUEIRA, M. P. Viabilidade na adoção de tecnologias. In: ENCONTRO
GESTÃO COMPETITIVA PARA A PECUÁRIA, 1., Jaboticabal, 2003. Anais...
Jaboticabal: SANTA TEREZINHA, 2003. p. 4-32.
NUNES, R.; FORMIGONI, I. B.; BRUMATTI, R. C. As relações de troca entre
os segmentos de cria e engorda na era do real. In: CONGRESSO
INTERNACIONAL DE ECONOMIA E GESTÃO DE NEGÓCIOS, 3. Ribeirão
Preto, 2001. Anais... Ribeirão Preto: FEA-USP, 2001. CD 1.
OAIGEN, R. P. et al. Custo de produção em terneiros de corte: uma revisão.
Revista Veterinária em Foco, Canoas, v. 1, n. 1, p.169-180, 2006.
OLIVEIRA, C. B. Custos de transação na pecuária de corte. 2008. 102 f.
Dissertação (Mestrado em Agronegócios) – Centro de Estudos e Pesquisas em
Agronegócios, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2008.
142
OLIVEIRA, R. L. et al. Nutrição e manejo de bovinos de corte na fase de cria.
In: OLIVEIRA, R. L.; BARBOSA, M. A. A. F. (Org.) Bovinocultura de corte:
desafios e tecnologias. Salvador: EDUFBA, 2007, p. 23-80.
OLMEDO, D. A. O. et al. Análisis del sistema de producción en cría,
observando tecnologías de procesos, insumo, gastos, ect. In: CONGRESO
INTERNACIONAL DE TRANSFERENCIA DE TECNOLOGÍA
AGROPECUARIA, 14., Mariano Roque Alonso – PY, 2006. Anais... Mariano
Roque Alonso: CEA, 2006. v. 1, p. 159-170.
OUTLAW, J. L.; ANDERSON, D. P.; PADBERG, D. I. Relationships between
market price signals and production management: the case of fed cattle.
Journal of Agricultural and Applied Economics, Auburn, v. 29, n. 1, p. 37-
44, 1997.
PARCELL, J. L.; SCHROEDER, T. C.; HINER, F. D. Determinants of cow-calf
pair prices. Journal of Agricultural and Resource Economics, Missouri, v.
20, n. 2, p. 328-340, 1995.
PATERSON, J. Cows which are adapted to my environment and still produce
calves desired by the customer. In: PRODUCING AND MARKETING QUALITY
BEEF, 22., Provo – Utah, 2002. Proceedings… Provo: Utah Cattlemen’s
Association, 2002. p. 8-13.
PEEL, D.; MEYER, S. Cattle price seasonality. In: PRODUCING AND
MARKETING QUALITY BEEF, 22., Provo – Utah, 2002. Proceedings… Provo:
Utah Cattlemen’s Association, 2002. p. 20-27.
PINDYCK, R. S.; RUBINFELD, D. L. Microeconomia. 2. ed. São Paulo:
MAKRON BOOKS. 1994.
POLAQUINI, L. E. M.; SOUZA, J. G.; GEBARA, J. J. Transformações técnico-
produtivas e comerciais na pecuária de corte brasileira a partir da década de
90. Revista Brasileira de Zootecnia, Viçosa, v. 35, n. 1, p. 321-327, 2006.
POPP, M. P.; PARSCH, L. D. Marketing practices of Arkansas beef cattle
producers. Arkansas: University of Arkansas Agricultural Experiment Station
Research, 1998. (Bulletin 957).
PREVATT, J. W. Managing your cowherd: strategies to lower cow-calf
production costs. Alabama: A&M University and Auburn University, 1998. (ANR
1072). Disponível em <www.aces.edu>. Acesso em: 01 mai. 2004.
QUADROS, S. A. F.; LOBATO, J. F. P. Efeitos da lotação no comportamento
reprodutivo de vacas de corte primíparas. Revista Brasileira de Zootecnia,
Viçosa, v. 25, n. 1, p. 22-35, 1996.
RAMOS, E. L. Economia rural: princípios de administração. 2. ed. Salvador:
143
CED/UFBA. 1988.
REIS, A. J.; CARVALHO, F. A. P. Comercialização agrícola no contexto
agroindustrial. Lavras: UFLA / FAEPE. 1999.
RENQUIST, B. J.; OLTJEN, J. W.; SAINZ, R. D. Relationship between body
condition score and production of multiparous beef cows. Livestock Science,
Amsterdam, n. 104, p. 147-155, 2006.
RESTLE, J. et al. Efeito da pastagem, da produção e da composição do leite no
desempenho de bezerros de diferentes grupos genéticos. Revista. Brasileira
de Zootecnia, Viçosa, v. 33, n. 3, p. 691-703, 2004.
RIBEIRO, A. M. L.; LOBATO, J. F. P. Produtividade e eficiência reprodutiva de
três grupos raciais de novilhas de corte. II – desenvolvimento da progênie até o
desmame. Revista Brasileira de Zootecnia, Viçosa, v. 17, n. 6, p. 508-515,
1988.
RIBEIRO, J. P. Plano de administração da propriedade rural como veículo
de modernização da agricultura. Brasília: EMBRATER, 1985. (Série Leituras
Selecionadas, 14).
ROCHA, M. G. et al. Desenvolvimento de bezerras de corte submetidas a
diferentes sistemas alimentares. Revista Brasileira de Zootecnia, Viçosa,
v.33, n.6, p.2123-2131, 2004.
ROVIRA, J. Manejo nutritivo de los rodeos de cría en pastoreo. Montevideo:
HEMISFERIO SUR, 1996.
SACHS, R. C. C.; MARTINS, S. S. Análise do comportamento do boi gordo e
do bezerro na pecuária de corte paulista, janeiro de 1995 a abril de 2006: uma
aplicação do modelo Var. Revista de Economia Agrícola, São Paulo, v. 54, n.
1, p. 75-85, jan/jun, 2007.
SARTWELLE, J. D. III et al. Improving the value of your calf crop. Manhattan
(KS): Cooperative Extension Service, Kansas State University. 1996a. (MF –
2142).
SARTWELLE, J. D. III et al. Buying and selling feeder cattle. Manhattan (KS):
Cooperative Extension Service, Kansas State University. 1996b. (MF – 2162).
SCHMTZ, T. G.; MOSS, C. B.; SCHMITZ, A. Marketing channels compete for
U. S. stocker cattle. Journal of Agribusiness, Athens, v. 21, n. 2, p. 131-148,
Fall, 2003.
SEBRAE/SENAR/FARSUL. Diagnóstico de sistemas de produção de
bovinocultura de corte no estado do Rio Grande do Sul. Porto Alegre:
SENAR, 2005. 265p. (Relatório de Pesquisa).
144
SHIMOYAMA, C.; ZELA, D. R. Administração de marketing. In: MARKETING.
FAE / Gazeta do Povo. Curitiba: Associação Franciscana de Ensino Senhor
Bom Jesus, 2002. p. 1- 18. (Coleção Gestão Empresarial)
SILVA, A. L.; BATALHA, M. O. Marketing estratégico aplicado ao agronegócio.
In: BATALHA, M. O. (Ed.) Gestão Agroindustrial. 2. ed. São Paulo: ATLAS,
2001. v. 1. p. 100-161.
SILVA, C. L.; STEFANELO, E. Ambiente Econômico. In: ECONOMIA
EMPRESARIAL. FAE / Gazeta do Povo. Curitiba: Associação Franciscana de
Ensino Senhor Bom Jesus, 2002. p. 1 –14. (Coleção Gestão Empresarial).
SMITH, S. C. et al. Effect of selected characteristics on the sale price of
feeder cattle in eastern Oklahoma. Stillwater (OK): Oklahoma Cooperative
Extension Service, Oklahoma State University, 1998. (E – 955).
SOARES FILHO, G. O papel da BM&F na cadeia de negócios do boi gordo. In:
CONGRESSO DE AGRIBUSSINESS, 4., Rio de Janeiro, 2002. Anais... Rio de
Janeiro: BM&F, 2002. p. 108-112.
SOUZA, J. F. Produção de terneiros visando o novilho jovem. In: JORNADA
SOBRE PRODUÇÃO DE NOVILHO JOVEM, 1., Bagé, 1983. Anais... Bagé:
EMBRAPA/UEPAE. p. 95-104.
SOUZA, R. S.; VIANA, J. G. A.; BORTOLI, A. Tendência histórica de preços
pagos ao produtor na pecuária de Rio Grande do Sul, Brasil. Revista Ciência
Rural, Santa Maria, v. 36, n. 5, p. 1511 – 1517, set/out, 2006.
SPRATLING, B. M. Selecting a pre-weaning and/or a weaning health
management program that will pay a cash dividend to the producer. In:
PRODUCING AND MARKETING QUALITY BEEF, 22., Provo – Utah, 2002.
Proceedings… Provo: Utah Cattlemen’s Association, 2002, p. 10-12.
SPROESSER, R. L. Gestão estratégica do comercio varejista de alimentos. In:
BATALHA, M. O. Gestão Agroindustrial. 2. ed. São Paulo: ATLAS. 2001. v.
1. p. 241-288.
SUÑÉ, Y. B. P. Uma análise da comercialização de bovinos para abate no
estado do Rio Grande do Sul. 2005. 123f. Dissertação (Mestrado em
Zootecnia) – Departamento de Zootecnia, Universidade Federal do Rio Grande
do Sul, Porto Alegre, 2005.
TEIXEIRA, R. A.; ALBUQUERQUE, L. G. Efeitos ambientais que afetam o
ganho de peso pré-desmama em animais Angus, Hereford, Nelore e mestiços
Angus-Nelore e Hereford-Nelore. Revista Brasileira de Zootecnia, Viçosa, v.
32, n. 4, p. 887 – 890, 2003.
TORRES Jr., A. M.; ROSA, F. R. T. Mercado e perspectives para a pecuária de
145
corte. In: ENCONTRO GESTÃO COMPETITIVA PARA A PECUÁRIA, 1.,
Jaboticabal, 2003. Anais... Jaboticabal: SANTA TEREZINHA, 2003. p. 70-82.
TROXEL, T. R. et al. Effect of livestock location, number of buyers, and
grouping on the selling price of Arkansas feeder cattle. Arkansas: Arkansas
Animal Science Department Report, 2006. Disponível em:
<http://arkansasagnews.uark.edu/889.htm>. Acesso em: 23 ago 2007.
TROXEL, T. R.; BARHAM, B. L. Comparing the 2000 and 2005 factors affecting
the selling price of feeder cattle sold at Arkansas livestock auctions. Journal
Animal Science, Savoy, v. 85, p. 3425-3433, 2007.
TURNER, S. C. et al. Market value and managerial decisions: implications from
a decade of feeder cattle teleauctions. Journal Animal Science, Savoy, v. 70,
p. 1015-1021, 1992.
VALLE, E. R.; ANDREOTTI, R.; THIAGO, L. R. L Técnicas de manejo
reprodutivo em bovinos de corte. Campo Grande: Embrapa/CNPGC, 2000.
(Documento 93).
VARIAN, H. R. Microeconomia: princípios básicos. 7. ed. Rio de Janeiro:
ELSEVIER, 2006.
VIEIRA, C. A.; FARINA, E. M. M. Q. Pecuária bovina brasileira: as causas da
crise. São Paulo: IPE /USP. 1987. 110p. (Série Relatórios de Pesquisa, 37).
VITTI, V. et al. Comunicação no setor agroalimentar. In: NEVES, M. F.;
CASTRO, L. T. Marketing e Estratégia em Agronegócios e Alimentos. São
Paulo: ATLAS, 2007. p. 182-204.
3. APÊNDICES
147
APÊNDICE 1: Normas utilizadas para redação dos Capítulos II, III e IV.
148
APÊNDICE 1: Continuação...
149
APÊNDICE 1: Continuação...
150
APÊNDICE 2: Entrada de dados utilizados no Capítulo II, III e IV
no Época
Peso
vivo
Grupo
genético
Ordem de
entrada
Tempo em
pista
Tamanho
animal
Uniformidade
Musculosidade
Divulgação
Preço (R$/kg
PV)
Número de
lances
Comerciali
zação
Valorização
2004
primavera
211 XB 1 180 pequeno unif med média não 1,56 7 sim 30,00
2004
primavera
232 SI 1 180 médio unif med forte sim 1,72 15 sim 70,00
2004
primavera
246 XB 1 180 médio unif med forte não 1,71 15 sim 70,00
2004
primavera
229 XB 1 120 médio unif med média não 1,66 13 sim 60,00
2004
primavera
250 XB 1 180 médio unif med forte sim 1,64 13 sim 60,00
2004
primavera
172 XB 1 180 médio unif med forte não 1,57 7 sim 30,00
2004
primavera
229 SI 1 180 pequeno uniforme forte sim 1,75 15 sim 70,00
2004
primavera
194 XB 1 120 médio unif med média não 1,70 10 sim 45,00
2004
primavera
243 XB 1 120 médio unif med média sim 1,52 7 sim 30,00
2004
primavera
210 XB 1 180 médio unif med forte não 1,52 3 sim 10,00
2004
primavera
149 XB 1 120 pequeno desunif média não 1,54 5 sim 20,00
2004
primavera
269 XB 1 120 grande uniforme forte não 1,64 13 sim 60,00
2004
primavera
243 XB 2 120 médio unif med média sim 1,65 13 sim 60,00
2004
primavera
187 MI 2 180 médio unif med média não 1,60 7 sim 30,00
2004
primavera
250 SI 2 240 médio uniforme forte sim 1,84 21 sim 100,00
2004
primavera
227 XB 2 120 médio unif med média não 1,76 17 sim 80,00
2004
primavera
230 XZ 2 180 grande unif med média sim 1,74 15 sim 70,00
2004
primavera
160 XC 2 120 médio desunif leve não 1,75 11 sim 50,00
2004
primavera
222 XB 2 120 médio unif med média não 1,76 15 sim 70,00
2004
primavera
236 BB 2 120 médio uniforme forte sim 1,57 9 sim 40,00
2004
primavera
207 XB 2 120 médio unif med média não 1,64 11 sim 50,00
2004
primavera
165 XB 2 120 pequeno unif med média não 1,70 10 sim 45,00
2004
primavera
206 XC 2 120 médio unif med forte sim 1,65 11 sim 50,00
Apêndice 2: Continuação...
151
2004
primavera
186 XC 2 120 médio unif med média não 1,67 11 sim 50,00
2004
primavera
170 XB 3 120 médio unif med média não 1,71 11 sim 50,00
2004
primavera
164 BB 4 120 médio unif med forte não 1,52 5 sim 20,00
2004
primavera
132 XB 4 60 pequeno unif med média não 1,40 1 sim 0,00
2004
primavera
120 MI 4 120 médio desunif leve não 1,42 1 sim 0,00
2004
primavera
150 MI 4 60 pequeno desunif média não 1,50 1 sim 0,00
2004
primavera
161 XC 4 60 pequeno unif med leve não 1,30 1 sim 0,00
2004
primavera
189 XB 1 300 médio unif med média sim 1,56 7 sim 30,00
2004
primavera
190 XB 1 180 médio unif med média não 1,53 5 sim 20,00
2004
primavera
173 MI 1 240 médio uniforme média não 1,50 4 sim 15,00
2004
primavera
200 XB 1 180 pequeno unif med média não 1,60 9 sim 40,00
2004
primavera
214 XB 1 120 médio desunif média não 1,52 6 sim 25,00
2004
primavera
193 XB 1 120 médio desunif média não 1,55 7 sim 30,00
2004
primavera
178 XB 1 120 médio unif med média não 1,54 6 sim 25,00
2004
primavera
214 MI 1 120 grande desunif média não 1,47 4 sim 15,00
2004
primavera
200 MI 1 120 médio uniforme leve não 1,55 7 sim 30,00
2004
primavera
193 XC 1 120 médio unif med média não 1,50 5 sim 20,00
2004
primavera
211 MI 1 60 grande desunif média não 1,42 1 sim 0,00
2004
primavera
246 MI 1 60 médio unif med forte não 1,52 7 sim 30,00
2004
primavera
266 MI 1 60 médio desunif média não 1,41 1 sim 0,00
2004
primavera
196 XB 1 120 médio uniforme média não 1,53 5 sim 20,00
2004
primavera
160 XB 1 120 médio unif med média não 1,63 7 sim 30,00
2004
primavera
150 XB 1 120 médio unif med média não 1,60 7 sim 30,00
2004
primavera
224 XB 1 180 médio uniforme forte não 1,52 5 sim 20,00
2004
primavera
181 XB 1 120 médio desunif média não 1,55 6 sim 25,00
Apêndice 2: Continuação...
152
2004
primavera
221 MI 2 120 médio desunif média não 1,52 6 sim 25,00
2004
primavera
201 MI 2 120 pequeno unif med forte não 1,62 9 sim 40,00
2004
primavera
180 XB 2 60 médio unif med média não 1,56 6 sim 25,00
2004
primavera
223 BB 2 60 médio uniforme forte não 1,52 6 sim 25,00
2004
primavera
181 XZ 2 180 grande unif med forte não 1,60 8 sim 35,00
2004
primavera
202 MI 2 60 médio desunif média não 1,44 1 sim 0,00
2004
primavera
188 MI 2 120 médio desunif média não 1,52 5 sim 20,00
2004
primavera
175 XZ 2 180 médio unif med média não 1,66 9 sim 40,00
2004
primavera
214 XZ 2 60 médio desunif média não 1,40 1 sim 0,00
2004
primavera
165 XC 2 120 médio unif med média não 1,48 3 sim 10,00
2004
primavera
230 XB 2 120 médio uniforme forte não 1,52 6 sim 25,00
2004
primavera
219 SI 2 120 médio uniforme forte não 1,74 14 sim 65,00
2004
primavera
194 MI 2 120 médio desunif média não 1,42 1 sim 0,00
2004
primavera
182 XB 2 120 médio uniforme forte não 1,51 5 sim 20,00
2004
primavera
190 XZ 2 60 médio unif med média sim 1,61 8 sim 35,00
2004
primavera
158 MI 2 60 médio desunif média não 1,68 9 sim 40,00
2004
primavera
181 SI 2 120 médio unif med forte não 1,69 9 sim 40,00
2004
primavera
205 XB 2 120 médio unif med média não 1,71 13 sim 60,00
2004
primavera
207 XB 3 120 médio unif med média não 1,55 7 sim 30,00
2004
primavera
182 XB 3 120 médio uniforme forte não 1,57 7 sim 30,00
2004
primavera
163 SI 3 120 médio unif med média não 1,63 8 sim 35,00
2004
primavera
198 MI 3 120 médio unif med média não 1,46 3 sim 10,00
2004
primavera
219 XZ 3 180 grande uniforme forte não 1,55 7 sim 30,00
2004
primavera
206 MI 3 120 médio uniforme média não 1,55 7 sim 30,00
2004
primavera
188 BB 3 180 médio uniforme média não 1,68 11 sim 50,00
Apêndice 2: Continuação...
153
2004
primavera
212 XZ 3 120 médio unif med leve não 1,51 5 sim 20,00
2004
primavera
206 XB 3 120 médio uniforme média sim 1,55 7 sim 30,00
2004
primavera
200 MI 3 180 médio desunif média não 1,53 6 sim 25,00
2004
primavera
230 XB 3 120 médio uniforme forte não 1,52 6 sim 25,00
2004
primavera
253 XZ 3 180 grande unif med leve não 1,52 7 sim 30,00
2004
primavera
217 MI 3 180 médio desunif média sim 1,43 2 sim 5,00
2004
primavera
200 XB 3 120 médio unif med média não 1,50 5 sim 20,00
2004
primavera
195 XB 3 120 médio uniforme leve não 1,59 8 sim 35,00
2004
primavera
190 MI 3 120 médio unif med média não 1,42 1 sim 0,00
2004
primavera
196 SI 3 120 médio uniforme forte sim 1,51 5 sim 20,00
2004
primavera
232 XB 4 120 grande unif med média sim 1,68 14 sim 65,00
2004
primavera
194 XB 4 180 médio desunif leve não 1,52 5 sim 20,00
2004
primavera
190 XZ 4 120 médio unif med leve não 1,42 1 sim 0,00
2004
primavera
187 MI 4 180 médio desunif média não 1,58 7,6 sim 33,00
2004
primavera
207 XB 4 180 médio unif med média não 1,50 5 sim 20,00
2004
primavera
187 SI 4 120 médio uniforme média não 1,74 13 sim 60,00
2004
primavera
281 MI 4 120 médio uniforme forte não 1,57 10 sim 45,00
2004
primavera
256 XZ 4 120 grande unif med forte não 1,58 10 sim 45,00
2004
primavera
223 XB 4 120 médio unif med média não 1,46 3 sim 10,00
2004
primavera
214 MI 4 60 médio unif med forte não 1,50 5 sim 20,00
2004
primavera
203 XZ 4 60 médio uniforme média não 1,43 2 sim 5,00
2004
primavera
158 XC 4 120 médio unif med média não 1,55 5 sim 20,00
2004
primavera
235 MI 4 120 médio desunif média não 1,51 6 sim 25,00
2004
primavera
212 SI 4 120 médio uniforme média sim 1,65 11 sim 50,00
2004
primavera
198 XB 4 180 médio unif med média não 1,41 1 sim 0,00
Apêndice 2: Continuação...
154
2004
primavera
162 XB 4 120 médio unif med média não 1,48 3 sim 10,00
2004
primavera
252 XZ 4 120 grande unif med média não 1,51 6 sim 25,00
2004
primavera
229 SI 1 240 médio unif med média sim 1,55 8 sim 35,00
2004
primavera
261 XC 1 180 médio unif med média sim 1,44 3 sim 10,00
2004
primavera
251 XZ 1 60 médio unif med média sim 1,41 1 sim 0,00
2004
primavera
246 XZ 1 120 médio unif med média sim 1,52 7 sim 30,00
2004
primavera
252 XB 1 180 médio unif med média sim 1,55 8 sim 35,00
2004
primavera
236 MI 1 60 médio desunif média não 1,40 1 sim 0,00
2004
primavera
243 XB 1 120 médio unif med média não 1,40 1 sim 0,00
2004
primavera
248 XB 1 120 médio desunif média sim 1,47 4 sim 15,00
2004
primavera
198 MI 1 180 médio unif med média não 0,00 0 não
2004
primavera
276 MI 1 180 médio uniforme forte sim 1,58 10 sim 45,00
2004
primavera
283 XZ 1 60 grande unif med média sim 1,45 3 sim 10,00
2004
primavera
233 XC 1 120 médio unif med média sim 1,55 7 sim 30,00
2004
primavera
263 BB 1 120 grande uniforme média sim 1,60 11 sim 50,00
2004
primavera
189 XB 1 180 médio unif med média não 1,59 8 sim 35,00
2004
primavera
275 XB 1 180 médio unif med média sim 1,53 8 sim 35,00
2004
primavera
263 SI 1 120 médio uniforme média sim 1,69 16 sim 75,00
2004
primavera
253 MI 1 120 médio uniforme média sim 1,62 10 sim 45,00
2004
primavera
298 SI 1 120 médio uniforme forte sim 1,68 11 sim 50,00
2004
primavera
223 XB 1 180 médio unif med média não 1,48 4 sim 15,00
2004
primavera
231 XC 1 120 médio uniforme média sim 1,47 4 sim 15,00
2004
primavera
288 XC 1 180 médio uniforme média sim 1,51 7 sim 30,00
2004
primavera
217 XZ 1 180 médio desunif leve não 0,00 0 não
2004
primavera
184 XZ 2 120 médio uniforme média não 1,41 1 sim 0,00
Apêndice 2: Continuação...
155
2004
primavera
221 XZ 2 120 médio unif med média sim 1,52 6 sim 25,00
2004
primavera
194 XZ 2 300 médio unif med média não 1,49 4 sim 15,00
2004
primavera
287 XC 2 180 médio unif med forte sim 1,45 3 sim 10,00
2004
primavera
180 MI 2 180 médio desunif média não 0,00 0 não
2004
primavera
278 XB 2 180 médio unif med média sim 1,55 9 sim 40,00
2004
primavera
244 XC 2 60 médio uniforme média sim 1,64 12 sim 55,00
2004
primavera
180 XB 2 60 médio desunif leve não 1,42 1 sim 0,00
2004
primavera
189 XB 2 120 médio desunif média não 1,53 6 sim 25,00
2004
primavera
183 MI 2 120 médio desunif média não 1,42 1 sim 0,00
2004
primavera
246 MI 2 120 médio uniforme forte sim 1,63 12 sim 55,00
2004
primavera
236 XC 2 120 médio uniforme média sim 1,55 8 sim 35,00
2004
primavera
200 XB 2 120 médio desunif leve não 1,40 1 sim 0,00
2004
primavera
213 XB 2 60 pequeno unif med média não 1,55 7 sim 30,00
2004
primavera
183 XB 2 60 médio unif med média não 1,42 1 sim 0,00
2004
primavera
229 XZ 2 60 médio desunif média não 1,48 5 sim 20,00
2004
primavera
252 XB 2 120 médio unif med média não 1,51 7 sim 30,00
2004
primavera
205 MI 2 120 médio desunif leve não 1,44 2 sim 5,00
2004
primavera
300 XB 2 120 médio uniforme forte sim 1,57 9 sim 40,00
2004
primavera
180 XZ 2 180 médio desunif média não 0,00 0 não
2004
primavera
286 SI 2 360 médio uniforme média sim 1,64 9 sim 40,00
2004
primavera
237 MI 2 120 pequeno uniforme média sim 1,46 3 sim 10,00
2004
primavera
264 SI 3 240 médio uniforme forte sim 1,65 14 sim 65,00
2004
primavera
252 XZ 3 180 médio unif med média sim 1,65 10 sim 45,00
2004
primavera
278 XZ 3 120 médio unif med forte não 1,51 7 sim 30,00
2004
primavera
236 XB 3 120 médio unif med média não 1,55 8 sim 35,00
Apêndice 2: Continuação...
156
2004
primavera
207 XC 3 180 médio unif med média não 0,00 0 não
2004
primavera
276 XC 3 120 médio uniforme forte sim 1,49 5 sim 20,00
2004
primavera
247 XZ 3 120 médio unif med média sim 1,48 5 sim 20,00
2004
primavera
188 XZ 3 180 médio unif med leve não 1,41 1 sim 0,00
2004
primavera
236 XZ 3 120 médio unif med média sim 1,72 16 sim 75,00
2004
primavera
218 XZ 3 60 médio unif med leve sim 1,40 1 sim 0,00
2004
primavera
255 XZ 3 180 médio uniforme forte sim 1,65 13 sim 60,00
2004
primavera
249 XZ 3 120 médio unif med forte sim 1,65 13 sim 60,00
2004
primavera
254 XB 3 180 médio unif med média sim 1,57 10 sim 45,00
2004
primavera
256 XB 3 60 médio unif med forte sim 1,56 9 sim 40,00
2004
primavera
294 CC 3 120 grande uniforme forte sim 1,55 9 sim 40,00
2004
primavera
200 XC 3 180 médio desunif média não 1,40 1 sim 0,00
2004
primavera
274 XB 3 120 médio unif med média não 1,46 4 sim 15,00
2004
primavera
281 XC 3 120 médio uniforme forte sim 1,65 15 sim 70,00
2004
primavera
297 SI 3 60 médio uniforme média sim 1,55 10 sim 45,00
2004
primavera
259 XB 3 120 médio unif med média não 1,54 8 sim 35,00
2004
primavera
287 SI 3 180 médio uniforme média sim 1,60 12 sim 55,00
2004
primavera
195 MI 4 60 médio desunif média não 0,00 0 não
2004
primavera
250 XC 4 240 médio uniforme média sim 1,50 6 sim 25,00
2004
primavera
229 XZ 4 120 médio unif med média não 1,48 5 sim 20,00
2004
primavera
229 XB 4 60 médio unif med média não 1,40 1 sim 0,00
2004
primavera
263 XB 4 180 médio unif med média sim 1,69 16 sim 75,00
2004
primavera
201 XB 4 120 médio unif med média não 1,47 3 sim 10,00
2004
primavera
267 XB 4 120 médio unif med média não 1,50 6 sim 25,00
2004
primavera
243 SI 4 120 médio uniforme média sim 1,60 11 sim 50,00
Apêndice 2: Continuação...
157
2004
primavera
254 MI 4 180 médio unif med média sim 1,59 11 sim 50,00
2004
outono 160 XC 4 60 médio desunif leve não 0,00 0 não
2004
outono 160 XB 3 60 médio desunif média não 0,00 0 não
2004
outono 195 XB 3 60 grande desunif forte não 0,00 0 não
2004
outono 195 XC 3 300 grande desunif forte não 0,00 0 não
2004
outono 175 MI 3 120 grande desunif forte não 1,41 1 sim 0,00
2004
outono 190 MI 3 120 grande desunif forte não 0,00 0 não
2004
outono 172 XB 3 120 médio desunif forte não 1,31 1 sim 0,00
2004
outono 190 XB 3 60 grande unif med forte sim 1,42 1 sim 0,00
2004
outono 205 XB 3 120 grande desunif forte não 1,39 1 sim 0,00
2004
outono 180 XB 2 120 grande desunif forte não 1,33 1 sim 0,00
2004
outono 180 XC 2 120 grande desunif forte sim 1,33 1 sim 0,00
2004
outono 170 XZ 2 120 grande unif med média sim 0,00 0 não
2004
outono 160 XB 2 120 grande desunif forte sim 1,50 1 sim 0,00
2004
outono 211 XB 2 60 grande unif med forte não 1,71 13 sim 60,00
2004
outono 180 XB 2 240 médio desunif forte não 1,33 1 sim 0,00
2004
outono 195 XB 2 60 grande unif med forte não 1,57 2,2 sim 6,00
2004
outono 195 SI 2 60 grande unif med forte sim 1,54 1 sim 0,00
2004
outono 195 SI 2 60 médio unif med média sim 1,54 1 sim 0,00
2004
outono 195 SI 2 180 médio unif med média sim 1,49 5,2 sim 21,00
2004
outono 180 XB 2 60 médio unif med média não 1,37 2,2 sim 6,00
2004
outono 190 XB 2 60 grande desunif forte não 1,53 11,2 sim 51,00
2004
outono 200 XB 2 60 médio desunif forte não 1,53 2,2 sim 6,00
2004
outono 210 XB 1 60 grande desunif forte não 1,79 16 sim 75,00
2004
outono 195 XB 1 120 médio unif med forte não 1,65 5,2 sim 21,00
Apêndice 2: Continuação...
158
2004
outono 207 XB 1 120 grande unif med forte sim 1,81 16 sim 75,00
2004
outono 206 SI 1 120 grande desunif forte não 1,38 1 sim 0,00
2004
outono 190 MI 1 240 grande unif med forte sim 1,37 1 sim 0,00
2004
outono 180 XB 1 300 grande unif med forte sim 1,45 5,2 sim 21,00
2004
outono 190 MI 1 300 grande desunif forte não 1,26 1 sim 0,00
2004
outono 170 XB 1 180 médio unif med forte sim 1,41 1 sim 0,00
2004
outono 180 SI 1 120 médio unif med média não 1,62 8,2 sim 36,00
2004
outono 180 SI 1 180 médio unif med forte não 1,50 1 sim 0,00
2004
outono 209 SI 1 120 grande unif med média sim 1,72 13 sim 60,00
2004
outono 230 XB 1 300 grande unif med forte sim 1,79 26,2 sim 126,00
2004
outono 200 SI 1 120 grande unif med forte não 1,50 7 sim 30,00
2004
outono 211 SI 1 240 médio unif med forte sim 1,66 17,2 sim 81,00
2004
outono 180 SI 1 540 médio unif med forte não 1,50 2,8 sim 9,00
2004
outono 237 MI 1 660 grande unif med forte não 1,36 3,4 sim 12,00
2004
outono 194 XB 1 300 médio desunif forte não 1,27 1,4 sim 2,00
2004
outono 185 XC 1 360 grande unif med média não 1,36 1 sim 0,00
2004
outono 180 XC 1 120 grande unif med forte não 1,40 1 sim 0,00
2004
outono 175 XB 1 120 médio desunif leve não 0,00 0 não
2004
outono 172 XB 1 180 grande desunif leve não 0,00 0 não
2004
outono 168 MI 1 120 médio desunif média não 0,00 0 não
2004
outono 164 MI 1 60 grande unif med média não 0,00 0 não
2004
outono 161 XC 2 60 grande desunif média não 0,00 0 não
2004
outono 145 XB 2 120 médio unif med média não 0,00 0 não
2004
outono 137 XC 2 60 médio desunif média não 0,00 0 não
2004
outono 136 MI 2 60 grande unif med média não 0,00 0 não
Apêndice 2: Continuação...
159
2004
outono 136 XB 2 60 médio desunif média não 0,00 0 não
2004
outono 132 MI 2 420 médio desunif média não 1,30 3,4 sim 12,00
2004
outono 130 XB 2 60 médio desunif média não 1,32 3,4 sim 12,00
2004
outono 129 XC 2 60 grande desunif leve não 1,33 3,4 sim 12,00
2004
outono 129 XB 3 480 pequeno unif med forte não 0,00 0 não
2004
outono 128 XB 3 120 pequeno desunif forte não 0,00 0 não
2004
outono 111 MI 3 60 grande desunif leve não 0,00 0 não
2004
outono 189 XC 3 120 grande desunif leve não 0,00 0 não
2004
outono 397 XB 1 120 grande unif med média sim 1,76 11 sim 50,00
2004
outono 356 SI 1 120 grande unif med forte sim 1,97 11 sim 50,00
2004
outono 265 MI 1 180 grande desunif média sim 1,47 11 sim 50,00
2004
outono 205 SI 1 120 grande unif med média não 1,49 6 sim 25,00
2004
outono 199 SI 1 180 grande uniforme forte sim 1,66 15 sim 70,00
2004
outono 249 BB 1 180 grande unif med forte sim 1,53 11 sim 50,00
2004
outono 220 BB 1 60 grande unif med forte não 1,55 11 sim 50,00
2004
outono 183 SI 1 180 médio unif med média não 1,42 9 sim 40,00
2004
outono 194 SI 1 120 médio unif med média sim 1,65 15 sim 70,00
2004
outono 196 MI 1 120 pequeno desunif média não 1,61 14 sim 65,00
2004
outono 184 MI 1 120 médio desunif forte não 1,63 13 sim 60,00
2004
outono 181 MI 1 60 médio unif med forte não 1,60 11 sim 50,00
2004
outono 175 XB 1 60 grande uniforme forte não 1,66 11 sim 50,00
2004
outono 188 MI 1 60 médio desunif média não 1,49 9 sim 40,00
2004
outono 180 MI 2 60 médio desunif média não 1,53 8 sim 35,00
2004
outono 170 BB 2 60 médio uniforme forte não 1,53 7 sim 30,00
2004
outono 176 MI 2 120 grande desunif média não 1,48 7 sim 30,00
Apêndice 2: Continuação...
160
2004
outono 172 XB 2 60 pequeno desunif média não 1,63 11 sim 50,00
2004
outono 166 SI 2 120 pequeno desunif média não 1,54 1 sim 0,00
2004
outono 177 SI 2 120 médio uniforme forte não 1,64 13 sim 60,00
2004
outono 169 MI 2 120 pequeno desunif média não 1,54 6 sim 25,00
2004
outono 170 BB 2 60 médio unif med média não 1,62 12 sim 55,00
2004
outono 165 MI 2 120 médio uniforme forte não 1,58 9 sim 40,00
2004
outono 171 MI 2 60 médio desunif média não 1,52 9 sim 40,00
2004
outono 166 SI 2 120 médio unif med média não 1,63 11 sim 50,00
2004
outono 160 MI 2 60 grande desunif média não 1,47 8 sim 35,00
2004
outono 145 MI 2 60 pequeno desunif leve não 1,10 3 sim 10,00
2004
outono 152 SI 2 180 médio unif med leve sim 1,68 12 sim 55,00
2004
outono 150 SI 2 120 médio unif med média não 1,80 15 sim 70,00
2004
outono 154 MI 2 60 grande desunif média não 1,66 12 sim 55,00
2004
outono 153 SI 2 120 médio desunif forte sim 1,76 15 sim 70,00
2004
outono 136 MI 2 120 médio desunif média sim 1,62 9 sim 40,00
2004
outono 140 MI 2 60 pequeno desunif média não 1,39 4 sim 15,00
2004
outono 143 MI 2 60 médio desunif média não 1,54 9 sim 40,00
2004
outono 147 XB 2 60 médio unif med média não 1,60 10 sim 45,00
2004
outono 134 MI 2 60 médio desunif média não 1,57 9 sim 40,00
2004
outono 133 BB 2 120 pequeno unif med média não 1,65 11 sim 50,00
2004
outono 154 MI 2 120 pequeno desunif média não 1,53 10 sim 45,00
2004
outono 141 XC 3 60 pequeno unif med média não 1,52 8 sim 35,00
2004
outono 153 XZ 3 60 pequeno uniforme forte não 1,54 8 sim 35,00
2004
outono 146 BB 3 120 pequeno unif med média sim 1,61 8 sim 35,00
2004
outono 144 BB 3 60 pequeno uniforme média sim 1,63 8 sim 35,00
Apêndice 2: Continuação...
161
2004
outono 151 BB 3 60 médio uniforme média não 1,52 7 sim 30,00
2004
outono 129 BB 3 60 médio uniforme média não 1,67 4 sim 15,00
2004
outono 140 MI 3 60 pequeno desunif média não 1,50 5 sim 20,00
2004
outono 136 MI 3 120 médio desunif forte não 1,58 8 sim 35,00
2004
outono 144 MI 3 60 médio desunif forte não 1,53 7 sim 30,00
2004
outono 130 XB 3 60 grande desunif leve não 1,58 8 sim 35,00
2004
outono 128 BB 3 60 médio uniforme média não 1,60 6 sim 25,00
2004
outono 142 BB 3 60 pequeno desunif leve não 1,44 6 sim 25,00
2004
outono 123 BB 3 60 pequeno uniforme média não 1,50 4 sim 15,00
2004
outono 137 XB 3 60 médio desunif forte não 1,57 10 sim 45,00
2004
outono 127 MI 3 60 pequeno desunif média não 1,42 3 sim 10,00
2004
outono 126 MI 3 60 médio desunif média não 1,47 6 sim 25,00
2004
outono 124 XB 3 60 pequeno uniforme média não 1,45 1 sim 0,00
2004
outono 125 MI 3 60 pequeno uniforme leve não 1,32 2 sim 5,00
2004
outono 125 MI 3 60 pequeno desunif leve não 1,28 3 sim 10,00
2004
outono 126 MI 3 60 pequeno desunif média não 1,43 7 sim 30,00
2004
outono 128 XC 3 120 médio unif med leve não 1,41 1 sim 0,00
2004
outono 126 MI 3 60 pequeno desunif média não 1,39 4 sim 15,00
2004
outono 120 BB 4 120 pequeno uniforme leve não 1,38 4 sim 15,00
2004
outono 126 BB 4 120 pequeno unif med leve sim 1,31 1 sim 0,00
2004
outono 127 SI 4 60 pequeno desunif leve não 1,42 3 sim 10,00
2004
outono 122 SI 4 60 médio unif med média não 1,19 2 sim 5,00
2004
outono 123 XZ 4 120 médio desunif leve não 1,38 7 sim 30,00
2004
outono 121 MI 4 120 pequeno desunif média não 1,32 5 sim 20,00
2004
outono 218 XZ 1 180 médio desunif média sim 1,74 15 sim 70,00
Apêndice 2: Continuação...
162
2004
outono 199 XC 1 180 grande desunif média não 1,43 2 sim 5,00
2004
outono 174,11
XC 1 180 grande desunif média sim 1,49 3 sim 10,00
2004
outono 159,5
XC 1 120 grande desunif leve não 1,44 3 sim 10,00
2004
outono 200 XB 1 180 grande desunif forte não 1,53 7 sim 30,00
2004
outono 200,9
MI 1 180 grande desunif média não 1,44 3 sim 10,00
2004
outono 151,76
MI 2 240 médio desunif média não 1,61 8 sim 35,00
2004
outono 160,92
XZ 2 120 grande unif med leve não 1,55 5 sim 20,00
2004
outono 136,53
MI 2 120 médio unif med média sim 1,46 1 sim 0,00
2004
outono 122,77
XB 2 180 médio desunif média não 1,43 4 sim 15,00
2004
outono 143,68
MI 2 180 médio desunif média não 1,36 4 sim 15,00
2004
outono 119,8
XZ 3 120 médio desunif média não 1,54 4 sim 15,00
2004
outono 146 BB 2 240 médio unif med média não 1,54 5 sim 20,00
2004
outono 265 BB 2 240 grande uniforme média não 1,75 20 sim 95,00
2004
outono 160 MI 2 180 médio unif med leve não 1,41 1 sim 0,00
2004
outono 153 XB 2 180 médio unif med leve não 1,54 5 sim 20,00
2004
outono 126 MI 2 180 pequeno unif med leve não 0,00 0 não
2004
outono 212 MI 2 240 médio desunif média não 1,44 2 sim 5,00
2004
outono 183 BB 2 60 médio uniforme média não 1,48 3 sim 10,00
2004
outono 165 MI 2 60 médio uniforme média não 1,58 6 sim 25,00
2004
outono 204 BB 2 180 médio unif med média não 1,54 6 sim 25,00
2004
outono 188 BB 2 60 médio unif med média não 1,41 2 sim 5,00
2004
outono 134 MI 2 120 pequeno unif med média não 1,42 1 sim 0,00
2004
outono 175 MI 2 60 médio desunif média não 0,00 0 não
2004
outono 143 BB 2 240 médio uniforme leve não 1,50 4 sim 15,00
2004
outono 152 CC 2 60 médio uniforme média não 1,51 4 sim 15,00
Apêndice 2: Continuação...
163
2004
outono 218 XB 2 180 médio desunif leve não 0,00 0 não
2004
outono 189 XB 2 180 médio uniforme média não 1,59 8 sim 35,00
2004
outono 192 MI 2 60 médio unif med média não 1,56 7 sim 30,00
2004
outono 164 XB 2 60 médio unif med média não 1,52 5 sim 20,00
2004
outono 186 XC 3 180 grande unif med média não 1,59 8 sim 35,00
2004
outono 183 XB 3 120 médio desunif média não 1,58 7 sim 30,00
2004
outono 182 BB 3 120 médio desunif média não 1,51 5 sim 20,00
2004
outono 353 XC 3 720 grande uniforme forte sim 1,98 40 sim 195,00
2004
outono 211 MI 3 120 médio uniforme média não 1,47 3 sim 10,00
2004
outono 235 BB 3 120 médio uniforme forte não 1,53 7 sim 30,00
2004
outono 179 BB 3 120 médio uniforme média não 1,56 7 sim 30,00
2004
outono 119 SI 3 180 pequeno unif med leve não 1,76 9 sim 40,00
2004
outono 196 XC 3 120 grande uniforme média não 1,71 13 sim 60,00
2004
outono 168 BB 3 180 pequeno desunif média não 1,49 4 sim 15,00
2004
outono 135 MI 3 120 médio unif med média não 0,00 0 não
2004
outono 160 XC 3 120 médio uniforme leve não 1,53 5 sim 20,00
2004
outono 121 XB 3 120 pequeno desunif leve não 0,00 0 não
2004
outono 192 XC 3 120 médio desunif média não 1,48 4 sim 15,00
2004
outono 172 XB 3 120 médio unif med média não 1,42 2 sim 5,00
2004
outono 138 MI 3 120 médio unif med média não 1,41 1 sim 0,00
2004
outono 169 MI 3 120 pequeno unif med média não 1,42 1 sim 0,00
2004
outono 149 XZ 3 60 médio uniforme leve não 1,41 1 sim 0,00
2004
outono 136 XC 3 120 médio desunif leve não 0,00 0 não
2004
outono 183 MI 4 120 médio desunif média não 1,48 3 sim 10,00
2004
outono 142 XB 4 120 pequeno desunif média sim 0,00 0 não
Apêndice 2: Continuação...
164
2004
outono 187 XC 4 120 médio unif med média não 1,52 5 sim 20,00
2004
outono 133 XB 4 180 pequeno uniforme leve não 0,00 0 não
2004
outono 155 MI 4 120 médio desunif leve não 0,00 0 não
2004
outono 150 MI 4 60 pequeno unif med média não 1,53 5 sim 20,00
2004
outono 146 XB 4 120 médio unif med leve não 1,64 8 sim 35,00
2004
outono 234 XC 4 60 médio unif med média não 1,41 1 sim 0,00
2004
outono 117 MI 4 120 pequeno unif med média não 0,00 0 não
2004
outono 155 XC 4 60 médio unif med média não 1,48 3 sim 10,00
2004
outono 129 MI 4 60 pequeno unif med média não 1,40 1 sim 0,00
2004
outono 133 MI 4 60 pequeno desunif leve não 0,00 0 não
2004
outono 150 MI 4 120 pequeno desunif média não 1,40 1 sim 0,00
2004
outono 190 XB 4 300 médio unif med leve não 0,00 0 não
2004
outono 124 BB 4 180 pequeno desunif média não 0,00 0 não
2004
outono 134 MI 4 120 pequeno desunif leve não 0,00 0 não
2004
outono 151 XC 4 120 médio desunif média não 0,00 0 não
2004
outono 158 XB 4 120 pequeno desunif média não 0,00 0 não
2004
outono 198 XB 4 180 grande unif med média não 1,89 20 sim 95,00
2004
outono 169 XB 1 180 médio uniforme forte não 1,57 6 sim 25,00
2004
outono 168 BB 1 240 médio unif med média sim 1,46 2 sim 5,00
2004
outono 155 XB 1 180 grande desunif forte não 1,42 1 sim 0,00
2004
outono 199 SI 1 120 médio unif med média não 1,51 5 sim 20,00
2004
outono 181 SI 1 120 grande unif med média não 1,41 1 sim 0,00
2004
outono 150 CC 1 180 médio unif med média não 1,40 1 sim 0,00
2004
outono 193 SI 1 180 grande unif med média não 1,63 9 sim 40,00
2004
outono 158 XB 1 180 médio desunif média não 0,00 0 não
Apêndice 2: Continuação...
165
2004
outono 154 MI 1 120 médio unif med média não 0,00 0 não
2004
outono 182 MI 1 180 grande unif med forte não 1,84 12 sim 55,00
2004
outono 182 XB 1 120 grande desunif forte não 1,21 3 sim 10,00
2004
outono 150 XB 1 120 médio desunif leve não 0,00 0 não
2004
outono 151 MI 1 180 médio desunif média não 1,46 3 sim 10,00
2004
outono 173 BB 1 180 grande unif med forte não 1,45 2 sim 5,00
2004
outono 183 BB 1 180 grande unif med forte sim 1,61 8 sim 35,00
2004
outono 174 MI 1 60 médio desunif média não 0,00 0 não
2004
outono 199 XB 1 120 grande uniforme leve não 1,51 5 sim 20,00
2004
outono 172 XB 1 120 grande desunif média não 1,42 1 sim 0,00
2004
outono 177 XC 1 120 grande unif med forte não 1,64 9 sim 40,00
2004
outono 222 CC 1 120 grande uniforme forte não 1,58 8 sim 35,00
2004
outono 169 XB 1 180 grande unif med média sim 1,48 3 sim 10,00
2004
outono 152 XB 1 120 grande uniforme média não 1,48 3 sim 10,00
2004
outono 153 XB 1 180 grande unif med média não 1,41 1 sim 0,00
2004
outono 160 MI 1 180 médio desunif média não 1,50 4 sim 15,00
2004
outono 150 MI 1 120 médio unif med média não 1,40 1 sim 0,00
2004
outono 151 XC 1 60 grande uniforme média não 1,49 4 sim 15,00
2004
outono 154 XB 1 60 médio unif med média não 1,49 3 sim 10,00
2004
outono 162 XC 1 60 grande unif med média não 1,42 1,6 sim 3,00
2004
outono 151 MI 1 60 médio unif med média não 1,40 1 sim 0,00
2004
outono 163 BB 1 120 médio uniforme média não 1,53 5 sim 20,00
2004
outono 154 BB 1 120 médio unif med média não 1,41 1 sim 0,00
2004
outono 152 MI 1 120 médio desunif média não 0,00 0 não
2004
outono 173 XB 1 120 médio unif med média não 1,73 13 sim 60,00
Apêndice 2: Continuação...
166
2004
outono 150 BB 1 180 médio uniforme média não 1,53 5 sim 20,00
2004
outono 150 XZ 1 120 grande uniforme média não 1,57 6 sim 25,00
2004
outono 191 XC 1 120 grande unif med média não 1,54 6 sim 25,00
2004
outono 157 BB 1 120 grande uniforme forte não 1,62 8 sim 35,00
2004
outono 179 MI 1 120 grande desunif média não 1,42 1 sim 0,00
2004
outono 151 XB 1 120 médio desunif média não 1,42 1 sim 0,00
2004
outono 150 MI 1 180 médio desunif média não 1,40 1 sim 0,00
2004
outono 161 MI 1 120 médio desunif média não 1,43 1,6 sim 3,00
2004
outono 165 BB 1 120 médio unif med média sim 1,47 3,6 sim 13,00
2004
outono 164 BB 2 60 pequeno unif med média não 1,43 2 sim 5,00
2004
outono 162 XB 2 120 pequeno desunif média não 1,45 2,6 sim 8,00
2004
outono 150 MI 2 120 médio unif med média não 1,47 3 sim 10,00
2004
outono 186 XC 2 180 grande desunif média não 1,40 1 sim 0,00
2004
outono 156 XC 2 60 médio desunif média não 0,00 0 não
2004
outono 168 XB 2 180 médio desunif forte não 0,00 0 não
2004
outono 175 XB 2 60 médio unif med média não 0,00 0 não
2004
outono 150 XZ 2 180 grande desunif leve não 1,43 2 sim 5,00
2004
outono 194 BB 2 120 pequeno unif med média não 1,68 11 sim 50,00
2004
outono 161 XC 2 120 médio desunif leve não 0,00 0 não
2004
outono 170 XB 2 120 grande desunif média não 1,50 4 sim 15,00
2004
outono 183 XC 2 120 grande desunif média não 0,00 0 não
2004
outono 221 XB 2 120 grande unif med forte não 1,56 8 sim 35,00
2004
outono 181 MI 2 120 grande desunif média não 1,41 1 sim 0,00
2004
outono 173 BB 2 480 médio unif med forte não 1,62 8 sim 35,00
2004
outono 150 MI 2 120 médio desunif média não 0,00 0 não
Apêndice 2: Continuação...
167
2004
outono 151 XB 2 120 pequeno unif med leve não 1,49 3 sim 10,00
2004
outono 150 XC 2 120 grande desunif média não 0,00 0 não
2004
outono 150 XB 2 120 médio desunif média não 1,40 1 sim 0,00
2004
outono 164 XB 2 120 grande unif med média não 1,65 9 sim 40,00
2004
outono 158 CC 2 120 médio desunif média não 1,41 1 sim 0,00
2004
outono 159 XC 2 120 médio desunif média não 0,00 0 não
2004
outono 151 XC 2 60 médio unif med média não 0,00 0 não
2004
outono 192 BB 2 120 grande uniforme forte não 1,59 8 sim 35,00
2004
outono 166 XC 2 60 grande uniforme média não 1,60 7 sim 30,00
2004
outono 158 MI 2 120 grande uniforme média não 1,41 1 sim 0,00
2004
outono 151 XC 2 60 grande unif med média não 0,00 0 não
2004
outono 153 XB 2 120 grande unif med média não 1,41 1 sim 0,00
2004
outono 154 XB 2 120 médio unif med média não 1,53 5 sim 20,00
2004
outono 161 XZ 2 120 grande unif med média não 0,00 0 não
2004
outono 168 XB 2 60 médio desunif média não 1,40 1 sim 0,00
2004
outono 150 XC 2 180 grande unif med média não 1,43 2 sim 5,00
2004
outono 150 XB 2 60 médio desunif média não 0,00 0 não
2004
outono 185 XC 2 120 grande unif med média não 1,46 3 sim 10,00
2004
outono 166 XC 2 300 médio unif med média não 1,40 1 sim 0,00
2004
outono 196 BB 2 120 grande unif med média não 1,61 9 sim 40,00
2004
outono 204 XB 2 60 médio unif med forte não 1,42 1 sim 0,00
2004
outono 150 BB 2 120 médio uniforme média não 1,47 3 sim 10,00
2004
outono 181 BB 2 60 grande uniforme média não 1,41 1 sim 0,00
2004
outono 179 XZ 2 180 grande unif med média não 0,00 0 não
2004
outono 169 XB 2 120 grande unif med forte não 1,63 8,6 sim 38,00
Apêndice 2: Continuação...
168
2004
outono 160 MI 2 60 grande unif med média não 0,00 0 não
2004
outono 152 MI 3 60 grande unif med média não 1,41 1 sim 0,00
2004
outono 173 MI 3 120 médio uniforme forte não 1,68 10 sim 45,00
2004
outono 169 XC 3 120 grande unif med forte não 0,00 0 não
2004
outono 151 MI 3 60 médio unif med média não 0,00 0 não
2004
outono 160 MI 3 60 grande unif med média não 1,41 1 sim 0,00
2004
outono 175 BB 3 180 grande uniforme forte não 1,43 2 sim 5,00
2004
outono 168 XB 3 180 médio unif med média não 1,43 1 sim 0,00
2004
outono 165 XC 3 120 médio unif med média não 0,00 0 não
2004
outono 232 XC 3 120 grande unif med média não 1,47 4 sim 15,00
2004
outono 151 XB 3 60 médio unif med média não 1,42 1 sim 0,00
2004
outono 151 MI 3 60 grande unif med forte não 0,00 0 não
2004
outono 150 MI 3 180 médio unif med média não 1,50 4 sim 15,00
2004
outono 198 MI 3 120 grande unif med forte não 1,57 7,4 sim 32,00
2004
outono 201 MI 3 120 grande unif med média não 0,00 0 não
2004
outono 195 BB 3 180 médio unif med forte não 1,56 7 sim 30,00
2004
outono 152 XB 3 120 médio uniforme média não 1,68 10 sim 45,00
2004
outono 162 XC 3 120 grande desunif forte não 1,42 1 sim 0,00
2004
outono 151 XC 3 120 médio unif med média não 0,00 0 não
2004
outono 184 MI 3 120 médio desunif média não 1,40 1 sim 0,00
2004
outono 150 XC 3 60 grande uniforme forte não 1,43 1 sim 0,00
2004
outono 150 XB 3 60 pequeno unif med forte não 1,40 1 sim 0,00
2004
outono 163 MI 3 120 grande unif med média não 0,00 0 não
2004
outono 191 XB 3 120 grande desunif forte não 1,49 4,4 sim 17,00
2004
outono 155 MI 3 180 médio unif med média não 0,00 0 não
Apêndice 2: Continuação...
169
2004
outono 154 BB 3 180 médio unif med média não 1,43 1 sim 0,00
2004
outono 168 XB 3 120 médio uniforme média não 1,43 1 sim 0,00
2004
outono 222 CC 3 120 grande unif med forte não 0,00 0 não
2004
outono 188 BB 3 180 médio uniforme forte não 1,49 4,4 sim 17,00
2004
outono 150 MI 3 60 grande desunif média não 0,00 0 não
2004
outono 159 XZ 3 180 grande uniforme média não 0,00 0 não
2004
outono 184 XC 3 180 grande unif med forte não 1,49 4,4 sim 17,00
2004
outono 159 MI 3 60 médio unif med média não 1,40 1 sim 0,00
2004
outono 168 XB 3 60 pequeno unif med média não 1,49 3 sim 10,00
2004
outono 179 MI 3 120 grande unif med média não 1,42 1 sim 0,00
2004
outono 156 XB 3 180 médio unif med média não 1,41 1 sim 0,00
2004
outono 151 XB 3 180 grande unif med média não 0,00 0 não
2004
outono 162 XB 3 240 médio uniforme forte não 1,42 1 sim 0,00
2004
outono 156 MI 3 60 grande desunif média não 0,00 0 não
2004
outono 151 XC 3 120 médio unif med forte não 0,00 0 não
2004
outono 181 XB 3 60 grande desunif média não 1,40 1 sim 0,00
2004
outono 151 MI 3 120 médio unif med média não 0,00 0 não
2004
outono 178 MI 4 120 grande desunif forte não 1,40 1 sim 0,00
2004
outono 210 XZ 4 120 grande unif med média não 1,40 1 sim 0,00
2004
outono 157 XB 4 120 médio desunif média não 0,00 0 não
2004
outono 157 XB 4 120 médio unif med média não 0,00 0 não
2004
outono 161 XC 4 120 grande unif med média não 0,00 0 não
2004
outono 191 XC 4 120 grande uniforme média não 0,00 0 não
2004
outono 151 XB 4 120 médio desunif forte não 0,00 0 não
2004
outono 161 XB 4 60 médio unif med média não 0,00 0 não
Apêndice 2: Continuação...
170
2004
outono 157 XB 4 120 médio unif med média não 0,00 0 não
2004
outono 169 BB 4 60 pequeno unif med forte não 1,30 1 sim 0,00
2004
outono 200 XC 4 60 grande uniforme forte não 1,28 1 sim 0,00
2004
outono 151 XB 4 60 grande uniforme média não 1,85 1 sim 0,00
2004
outono 162 XB 4 120 médio unif med média não 1,31 1 sim 0,00
2004
outono 178 XB 4 240 grande unif med média não 0,00 0 não
2004
outono 208 MI 4 60 grande unif med forte não 1,42 1 sim 0,00
2004
outono 150 MI 4 60 médio unif med média não 0,00 0 não
2004
outono 176 XC 4 120 médio uniforme média não 1,42 1 sim 0,00
2004
outono 200 MI 4 120 médio uniforme média não 1,58 8 sim 35,00
2004
outono 152 XC 4 300 médio desunif média não 0,00 0 não
2004
outono 170 MI 4 60 grande uniforme média não 0,00 0 não
2004
outono 176 MI 4 60 pequeno uniforme média não 1,73 10 sim 45,00
2004
outono 171 MI 4 120 grande unif med média não 1,40 1 sim 0,00
2004
outono 151 MI 4 60 médio unif med média não 1,39 1 sim 0,00
2004
outono 164 XB 4 120 médio unif med média não 0,00 0 não
2004
outono 155 XC 4 60 grande unif med média não 0,00 0 não
2004
outono 160 XB 4 60 médio uniforme forte não 1,56 6 sim 25,00
2004
outono 151 XB 4 60 grande desunif média não 0,00 0 não
2004
outono 159 XB 4 180 médio unif med média não 1,51 4 sim 15,00
2004
outono 151 MI 4 120 grande desunif média não 0,00 0 não
2004
outono 166 XC 4 120 grande unif med média não 1,40 1 sim 0,00
2004
outono 153 XB 4 120 médio unif med média não 1,41 1 sim 0,00
2004
outono 174 XB 4 240 grande unif med média não 1,41 1 sim 0,00
2004
outono 211 XC 4 60 grande desunif média não 1,42 1 sim 0,00
Apêndice 2: Continuação...
171
2004
outono 150 XB 4 120 grande desunif média não 1,40 1 sim 0,00
2004
outono 157 MI 4 120 grande desunif leve não 0,00 0 não
2004
outono 150 BB 4 120 pequeno unif med forte não 1,53 5 sim 20,00
2004
outono 210 MI 4 120 grande unif med média não 1,55 7 sim 30,00
2004
outono 154 XC 4 60 médio desunif forte não 0,00 0 não
2004
outono 157 XB 4 60 grande unif med forte não 1,40 1 sim 0,00
2004
outono 152 XB 4 60 grande desunif média não 1,41 1 sim 0,00
2004
outono 151 BB 4 60 médio desunif forte não 1,42 1 sim 0,00
2004
outono 174 XB 1 180 médio unif med média não 1,52 5 sim 20,00
2004
outono 188 XB 1 300 médio unif med média não 1,41 1 sim 0,00
2004
outono 150 MI 1 240 pequeno desunif leve não 0,00 0 não
2004
outono 167 SI 1 120 médio unif med média não 1,71 11 sim 50,00
2004
outono 174 XB 1 180 médio uniforme média não 1,47 3 sim 10,00
2004
outono 172 MI 1 120 pequeno unif med leve não 1,54 5 sim 20,00
2004
outono 178 XB 1 120 pequeno unif med média não 1,40 1 sim 0,00
2004
outono 155 XC 1 120 médio desunif média não 1,42 1 sim 0,00
2004
outono 218 XB 1 180 médio uniforme média não 1,83 20 sim 95,00
2004
outono 176 MI 1 240 pequeno unif med média não 0,00 0 não
2004
outono 167 XZ 1 120 médio unif med média não 1,41 1 sim 0,00
2004
outono 223 SI 1 120 médio uniforme média não 1,75 16 sim 75,00
2004
outono 167 SI 1 60 médio desunif média não 1,59 7 sim 30,00
2004
outono 154 MI 1 180 pequeno desunif média não 0,00 0 não
2004
outono 169 MI 1 120 médio uniforme leve não 1,45 2 sim 5,00
2004
outono 161 MI 1 60 médio unif med leve não 1,40 1 sim 0,00
2004
outono 198 MI 1 180 médio uniforme média não 1,52 5 sim 20,00
Apêndice 2: Continuação...
172
2004
outono 217 MI 1 180 médio uniforme média não 1,91 24 sim 115,00
2004
outono 197 MI 1 120 médio unif med média não 1,55 7 sim 30,00
2004
outono 154 XC 1 120 médio unif med média não 1,56 6 sim 25,00
2004
outono 162 MI 1 240 pequeno unif med leve sim 0,00 0 não
2004
outono 216 MI 1 180 médio unif med média não 0,00 0 não
2004
outono 196 MI 1 120 médio unif med média não 1,56 7 sim 30,00
2004
outono 223 XC 1 180 médio unif med média não 1,41 1 sim 0,00
2004
outono 150 MI 2 120 médio desunif leve não 1,43 2 sim 5,00
2004
outono 181 MI 2 180 médio desunif leve não 0,00 0 não
2004
outono 159 MI 2 60 médio desunif média não 1,48 1 sim 0,00
2004
outono 205 MI 2 60 médio unif med média não 1,41 1 sim 0,00
2004
outono 164 MI 2 60 pequeno unif med leve não 1,40 1 sim 0,00
2004
outono 192 MI 2 120 médio unif med média não 1,43 2 sim 5,00
2004
outono 166 MI 2 180 médio unif med média não 0,00 0 não
2004
outono 153 XC 2 60 pequeno uniforme média não 1,57 6 sim 25,00
2004
outono 164 XB 2 120 pequeno unif med média não 1,59 7 sim 30,00
2004
outono 150 MI 2 120 pequeno uniforme média não 1,40 1 sim 0,00
2004
outono 220 XC 2 180 médio unif med média não 1,50 5 sim 20,00
2004
outono 195 XC 2 120 médio unif med média não 1,46 3 sim 10,00
2004
outono 182 XB 2 180 médio uniforme média não 1,73 13 sim 60,00
2004
outono 240 XC 2 180 grande uniforme média não 1,46 3 sim 10,00
2004
outono 153 XC 2 120 médio uniforme média não 1,41 1 sim 0,00
2004
outono 159 XZ 2 120 médio unif med média não 1,42 1 sim 0,00
2004
outono 154 XB 2 180 pequeno unif med média não 1,75 12 sim 55,00
2004
outono 153 XB 2 180 pequeno uniforme média não 1,80 13 sim 60,00
Apêndice 2: Continuação...
173
2004
outono 182 BB 2 120 médio uniforme média não 1,68 11 sim 50,00
2004
outono 155 SI 2 60 pequeno unif med leve não 1,71 10 sim 45,00
2004
outono 151 MI 2 180 pequeno unif med leve não 0,00 0 não
2004
outono 175 MI 2 120 médio uniforme média não 1,69 10 sim 45,00
2004
outono 150 MI 2 120 médio unif med média não 1,47 3 sim 10,00
2004
outono 150 MI 2 120 médio unif med média não 0,00 0 não
2004
outono 191 SI 2 420 médio uniforme média não 1,73 15 sim 70,00
2004
outono 183 SI 3 120 médio uniforme média não 1,58 7 sim 30,00
2004
outono 173 XZ 3 120 médio desunif leve não 0,00 0 não
2004
outono 256 XB 3 60 médio unif med leve não 1,46 4 sim 15,00
2004
outono 210 MI 3 120 pequeno uniforme média não 1,69 14 sim 65,00
2004
outono 153 MI 3 180 pequeno unif med leve não 0,00 0 não
2004
outono 188 XZ 3 180 médio uniforme média não 1,68 11 sim 50,00
2004
outono 196 XZ 3 180 grande desunif média não 1,40 1 sim 0,00
2004
outono 191 XZ 3 120 médio unif med leve não 0,00 0 não
2004
outono 153 XC 3 120 pequeno unif med média não 0,00 0 não
2004
outono 156 MI 3 120 pequeno uniforme média não 1,41 1 sim 0,00
2004
outono 169 SI 3 120 médio unif med média não 1,60 7 sim 30,00
2004
outono 172 CC 3 60 pequeno desunif média não 1,45 3 sim 10,00
2004
outono 267 XC 3 180 médio unif med leve não 0,00 0 não
2004
outono 166 XZ 3 180 pequeno unif med média não 0,00 0 não
2004
outono 179 MI 3 360 médio unif med média não 0,00 0 não
2004
outono 161 MI 3 120 pequeno unif med média não 0,00 0 não
2004
outono 180 XZ 3 120 médio unif med leve não 0,00 0 não
2004
outono 170 SI 3 120 médio unif med média não 1,41 1 sim 0,00
Apêndice 2: Continuação...
174
2004
outono 141 XC 3 120 médio uniforme leve não 0,00 0 não
2004
outono 123 XC 3 120 pequeno desunif leve não 0,00 0 não
2004
outono 184 CC 1 240 grande unif med média sim 1,55 6 sim 25,00
2004
outono 162 SI 1 240 médio unif med média sim 1,66 8,8 sim 39,00
2004
outono 150 XB 1 180 pequeno uniforme média sim 1,57 6 sim 25,00
2004
outono 178 BB 1 180 médio uniforme forte sim 1,80 15 sim 70,00
2004
outono 161 XB 1 180 médio unif med média sim 1,58 7 sim 30,00
2004
outono 175 XB 1 300 grande uniforme leve sim 1,54 6 sim 25,00
2004
outono 155 MI 1 120 médio unif med média sim 1,55 5 sim 20,00
2004
outono 190 XB 1 120 médio desunif média sim 1,47 3 sim 10,00
2004
outono 186 MI 1 60 grande unif med média sim 1,53 5 sim 20,00
2004
outono 156 XB 1 120 pequeno desunif leve sim 1,41 1 sim 0,00
2004
outono 174 SI 1 180 médio unif med média sim 1,61 7 sim 30,00
2004
outono 154 XB 1 120 grande unif med média sim 1,59 6 sim 25,00
2004
outono 181 XB 1 120 grande unif med média sim 1,60 7 sim 30,00
2004
outono 153 XB 1 120 médio desunif leve sim 1,44 1 sim 0,00
2004
outono 199 SI 1 120 grande uniforme forte sim 1,66 11 sim 50,00
2004
outono 194 SI 1 120 grande uniforme forte sim 1,75 13 sim 60,00
2004
outono 199 SI 1 120 grande unif med média sim 1,68 12 sim 55,00
2004
outono 177 BB 1 120 médio unif med média sim 1,78 14 sim 65,00
2004
outono 156 XB 1 180 médio desunif leve sim 1,54 5 sim 20,00
2004
outono 186 BB 1 120 médio uniforme forte sim 1,80 16 sim 75,00
2004
outono 179 SI 1 180 médio unif med média sim 1,73 13 sim 60,00
2004
outono 192 XC 1 120 grande unif med média não 1,59 8 sim 35,00
2004
outono 160 XB 1 180 médio unif med média sim 1,69 10 sim 45,00
Apêndice 2: Continuação...
175
2004
outono 193 XC 1 120 grande unif med média sim 1,48 3,6 sim 13,00
2004
outono 152 BB 1 120 médio unif med média não 1,64 7 sim 30,00
2004
outono 208 BB 1 180 grande uniforme forte sim 1,83 20 sim 95,00
2004
outono 161 XB 1 120 grande unif med média sim 1,55 5 sim 20,00
2004
outono 162 MI 1 120 médio unif med média sim 1,51 4 sim 15,00
2004
outono 159 XB 1 120 médio unif med média sim 1,48 3 sim 10,00
2004
outono 182 XB 1 60 médio unif med média sim 1,54 6 sim 25,00
2004
outono 172 XB 1 120 pequeno unif med média sim 1,63 8 sim 35,00
2004
outono 210 BB 1 300 médio uniforme média sim 1,60 9 sim 40,00
2004
outono 192 SI 1 120 médio unif med média sim 1,69 12 sim 55,00
2004
outono 204 MI 2 60 grande unif med média sim 1,42 1 sim 0,00
2004
outono 161 CC 2 60 médio unif med leve sim 1,40 1 sim 0,00
2004
outono 216 XB 2 120 grande unif med forte sim 1,48 4 sim 15,00
2004
outono 202 MI 2 120 grande unif med forte sim 1,51 4 sim 15,00
2004
outono 185 MI 2 120 médio unif med leve sim 1,57 7 sim 30,00
2004
outono 188 XB 2 180 médio uniforme média sim 1,62 8 sim 35,00
2004
outono 241 BB 2 300 grande uniforme forte sim 1,66 11 sim 50,00
2004
outono 189 MI 2 60 grande unif med média sim 1,43 1 sim 0,00
2004
outono 170 XB 2 60 grande unif med média sim 1,50 4 sim 15,00
2004
outono 160 MI 2 120 grande unif med média sim 1,41 1 sim 0,00
2004
outono 156 XB 2 120 médio unif med forte sim 1,63 8 sim 35,00
2004
outono 155 MI 2 120 médio unif med média sim 1,42 1 sim 0,00
2004
outono 164 BB 2 60 médio unif med leve sim 1,65 9 sim 40,00
2004
outono 177 XC 2 180 grande uniforme média sim 1,55 6 sim 25,00
2004
outono 150 XC 2 120 grande unif med leve sim 1,50 4 sim 15,00
Apêndice 2: Continuação...
176
2004
outono 169 MI 2 120 médio desunif média sim 1,42 1 sim 0,00
2004
outono 184 SI 2 240 grande unif med média sim 1,63 29 sim 140,00
2004
outono 238 MI 2 240 grande unif med média sim 1,41 1 sim 0,00
2004
outono 225 BB 2 120 grande uniforme forte sim 1,40 1 sim 0,00
2004
outono 150 XB 2 120 médio unif med média sim 1,40 1 sim 0,00
2004
outono 151 XB 2 120 grande uniforme leve sim 1,56 3 sim 10,00
2004
outono 177 CC 2 120 grande uniforme forte sim 1,41 1 sim 0,00
2004
outono 160 BB 2 120 médio uniforme média sim 1,53 4 sim 15,00
2004
outono 196 XB 2 60 grande unif med média sim 1,48 4 sim 15,00
2004
outono 175 SI 2 120 médio unif med leve sim 1,40 1 sim 0,00
2004
outono 192 SI 2 120 médio uniforme média sim 1,54 6 sim 25,00
2004
outono 185 MI 2 120 médio unif med média sim 1,43 2 sim 5,00
2004
outono 192 BB 2 120 grande uniforme forte sim 1,51 5 sim 20,00
2004
outono 160 XB 2 120 médio uniforme forte sim 1,44 2 sim 5,00
2004
outono 187 BB 2 120 grande uniforme forte sim 1,50 3 sim 10,00
2004
outono 160 XB 2 180 grande unif med leve sim 1,53 4 sim 15,00
2004
outono 210 MI 2 120 grande unif med média sim 1,43 1 sim 0,00
2004
outono 185 SI 2 120 grande unif med leve sim 1,41 1 sim 0,00
2004
outono 234 XB 3 180 grande unif med forte sim 1,41 1 sim 0,00
2004
outono 212 BB 3 180 grande uniforme forte sim 1,49 4 sim 15,00
2004
outono 205 BB 3 60 grande uniforme forte sim 1,46 3 sim 10,00
2004
outono 176 MI 3 180 grande unif med forte sim 1,51 4 sim 15,00
2004
outono 194 XB 3 120 grande uniforme forte sim 1,52 5 sim 20,00
2004
outono 150 XB 3 120 médio unif med média sim 1,40 1 sim 0,00
2004
outono 227 BB 3 180 grande uniforme forte sim 1,41 1 sim 0,00
Apêndice 2: Continuação...
177
2004
outono 218 MI 3 120 grande uniforme média sim 1,44 2 sim 5,00
2004
outono 151 BB 3 120 grande uniforme forte sim 1,59 5 sim 20,00
2004
outono 151 MI 3 180 médio unif med média sim 1,40 1 sim 0,00
2004
outono 195 MI 3 120 grande unif med média sim 1,41 1 sim 0,00
2004
outono 154 XB 3 120 grande unif med média sim 1,43 1 sim 0,00
2004
outono 172 XB 3 120 grande unif med forte sim 1,48 3 sim 10,00
2004
outono 150 MI 3 60 médio unif med leve sim 1,40 1 sim 0,00
2004
outono 153 BB 3 120 médio uniforme média sim 1,44 1 sim 0,00
2004
outono 155 XB 3 60 pequeno unif med média sim 1,58 6 sim 25,00
2004
outono 187 XB 3 120 grande uniforme forte sim 1,50 4 sim 15,00
2004
outono 154 MI 3 60 médio unif med média sim 1,49 2 sim 5,00
2004
outono 171 XB 3 180 médio desunif média sim 0,00 0 não
2004
outono 126 MI 4 120 médio unif med média sim 0,00 0 não
2004
outono 137 MI 4 120 grande desunif leve sim 0,00 0 não
2004
outono 120 MI 4 120 médio unif med forte sim 0,00 0 não
2004
outono 131 XB 4 120 médio uniforme média sim 1,40 1 sim 0,00
2004
outono 132 XB 4 120 médio unif med leve não 0,00 0 não
2004
outono 121 XB 4 60 médio unif med média sim 1,40 1 sim 0,00
2004
outono 121 XZ 4 120 médio unif med leve sim 0,00 0 não
2004
outono 136 XC 4 60 médio desunif média sim 0,00 0 não
2004
outono 127 XC 4 60 médio unif med média sim 0,00 0 não
2004
outono 147 XB 4 60 médio unif med média sim 1,43 1 sim 0,00
2004
outono 146 MI 4 120 médio uniforme média sim 1,44 1 sim 0,00
2004
outono 140 XC 4 180 médio unif med média sim 0,00 0 não
2004
outono 120 MI 4 120 pequeno unif med leve sim 1,42 1 sim 0,00
Apêndice 2: Continuação...
178
2004
outono 129 XB 4 120 médio unif med média sim 1,43 1 sim 0,00
2004
outono 140 XB 4 180 médio uniforme média sim 0,00 0 não
2004
outono 120 XB 4 60 pequeno uniforme média sim 1,40 1 sim 0,00
2004
outono 120 MI 4 60 médio unif med leve sim 0,00 0 não
2004
outono 191 MI 1 300 grande unif med média sim 1,60 6 sim 25,00
2004
outono 192 XC 1 360 médio unif med média sim 1,46 1 sim 0,00
2004
outono 210 XC 1 420 grande unif med média sim 1,45 1 sim 0,00
2004
outono 153 CC 1 300 pequeno uniforme leve não 1,45 1,4 sim 2,00
2004
outono 151 MI 1 180 médio unif med média não 1,52 3 sim 10,00
2004
outono 147 XZ 1 360 médio uniforme média não 1,53 4 sim 15,00
2004
outono 147 XB 1 180 médio unif med média não 1,48 2,4 sim 7,00
2004
outono 147 BB 1 240 médio uniforme média sim 1,51 3,4 sim 12,00
2004
outono 155 BB 2 180 médio uniforme média sim 1,50 3,4 sim 12,00
2004
outono 180 MI 2 240 grande unif med forte não 1,62 9,4 sim 42,00
2004
outono 156 XZ 2 240 grande unif med leve não 1,62 7,4 sim 32,00
2004
outono 200 BB 2 180 grande unif med média não 1,69 10,4 sim 47,00
2004
outono 154 MI 2 360 médio unif med média não 1,56 5 sim 20,00
2004
outono 176 MI 2 360 médio unif med média sim 1,56 6 sim 25,00
2004
outono 148 MI 2 120 médio desunif média sim 1,59 5 sim 20,00
2004
outono 176 CC 2 180 médio unif med média não 1,62 8 sim 35,00
2004
outono 140 CC 3 360 médio unif med média não 1,75 9 sim 40,00
2004
outono 145 BB 3 240 médio unif med média não 1,60 5,4 sim 22,00
2004
outono 140 MI 3 300 médio unif med média sim 1,71 8 sim 35,00
2004
outono 143 CC 3 120 médio uniforme forte não 1,47 1 sim 0,00
2004
outono 225 SI 1 360 grande uniforme média não 1,60 7 sim 30,00
Apêndice 2: Continuação...
179
2004
outono 222 SI 1 60 grande uniforme média não 1,67 9 sim 40,00
2004
outono 217 SI 1 60 grande desunif média não 1,61 7 sim 30,00
2004
outono 197 XB 1 660 médio unif med média não 1,45 2 sim 5,00
2004
outono 245 XZ 1 240 grande uniforme forte sim 1,33 5 sim 20,00
2004
outono 211 XB 1 240 grande desunif média sim 0,00 0 não
2004
outono 206 XZ 1 120 grande unif med média não 1,46 5 sim 20,00
2004
outono 208 XZ 1 180 grande desunif média não 1,42 4 sim 15,00
2004
outono 204 XZ 1 120 grande unif med leve não 1,42 3 sim 10,00
2004
outono 212 XZ 1 120 grande unif med média não 1,32 1 sim 0,00
2004
outono 189 XB 1 120 médio unif med média não 1,48 1 sim 0,00
2004
outono 190 XZ 1 180 grande unif med média sim 1,37 1 sim 0,00
2004
outono 196 XZ 1 300 grande desunif leve sim 1,28 1 sim 0,00
2004
outono 171 XZ 1 180 médio unif med leve não 1,40 1 sim 0,00
2004
outono 176 XB 1 180 médio unif med média não 1,56 8 sim 35,00
2004
outono 197 MI 1 180 médio desunif média não 1,45 4 sim 15,00
2004
outono 191 XB 1 240 grande desunif média não 1,36 1 sim 0,00
2004
outono 181 XZ 1 420 médio unif med leve não 1,41 6 sim 25,00
2004
outono 185 MI 1 300 médio unif med média não 1,35 1 sim 0,00
2004
outono 183 XZ 1 60 grande unif med leve não 0,00 0 não
2004
outono 183 XZ 1 60 grande desunif média não 0,00 0 não
2004
outono 194 XZ 1 120 médio desunif leve não 0,00 0 não
2004
outono 184 XB 1 120 pequeno unif med média não 1,33 2 sim 5,00
2004
outono 170 XB 1 240 médio unif med média não 1,44 5 sim 20,00
2004
outono 191 XB 1 180 médio unif med média sim 1,20 1 sim 0,00
2004
outono 171 XZ 1 60 médio unif med média sim 0,00 0 não
Apêndice 2: Continuação...
180
2004
outono 185 XZ 1 60 médio uniforme média não 1,32 4 sim 15,00
2004
outono 220 XB 1 120 médio unif med média não 1,36 1 sim 0,00
2004
outono 208 XZ 1 240 grande unif med média não 1,30 3 sim 10,00
2004
outono 193 XB 1 60 grande unif med média não 1,55 11 sim 50,00
2004
outono 190 SI 1 180 grande desunif média não 1,50 8 sim 35,00
2004
outono 189 MI 1 300 grande unif med média não 1,27 1 sim 0,00
2004
outono 178 XC 1 300 médio unif med média não 1,43 4 sim 15,00
2004
outono 179 XB 1 240 médio unif med média não 1,51 5 sim 20,00
2004
outono 170 XB 1 240 médio unif med média não 0,00 0 não
2004
outono 167 BB 1 60 médio uniforme média sim 1,50 3 sim 10,00
2004
outono 196 BB 1 180 pequeno uniforme média não 1,43 7 sim 30,00
2004
outono 161 BB 1 360 pequeno uniforme média não 1,55 5 sim 20,00
2004
outono 162 BB 1 120 pequeno uniforme média não 0,00 0 não
2004
outono 181 XB 1 60 médio desunif média não 1,38 1 sim 0,00
2004
outono 182 BB 1 180 médio unif med média sim 1,51 7 sim 30,00
2004
outono 186 BB 2 180 grande desunif média não 1,29 3 sim 10,00
2004
outono 186 XB 2 240 médio unif med média não 1,26 2 sim 5,00
2004
outono 177 MI 2 120 médio unif med média não 0,00 0 não
2004
outono 184 XB 2 180 grande unif med média sim 1,41 7 sim 30,00
2004
outono 178 XB 2 180 grande unif med média não 1,24 1 sim 0,00
2004
outono 161 BB 2 300 pequeno uniforme média não 1,34 2 sim 5,00
2004
outono 189 XZ 2 60 médio unif med média não 0,00 0 não
2004
outono 222 XC 2 240 grande unif med média não 1,33 8 sim 35,00
2004
outono 202 XC 2 180 grande unif med média não 1,31 6 sim 25,00
2004
outono 195 XC 2 300 pequeno unif med leve não 1,33 5 sim 20,00
Apêndice 2: Continuação...
181
2004
outono 195 XC 2 120 grande unif med média sim 0,00 0 não
2004
outono 218 XZ 2 60 grande unif med média não 1,24 1 sim 0,00
2004
outono 192 XC 2 240 grande uniforme média não 1,41 5 sim 20,00
2004
outono 190 XC 2 120 grande unif med média não 1,61 14 sim 65,00
2004
outono 246 XC 2 120 grande unif med média não 1,46 9 sim 40,00
2004
outono 198 XC 2 300 grande unif med média não 1,29 4 sim 15,00
2004
outono 187 MI 2 120 médio unif med média não 0,00 0 não
2004
outono 172 XZ 2 180 médio unif med leve não 1,51 5 sim 20,00
2004
outono 175 MI 2 120 médio unif med média não 0,00 0 não
2004
outono 250 XZ 2 60 grande unif med média não 1,26 4 sim 15,00
2004
outono 193 XZ 2 120 médio desunif média não 0,00 0 não
2004
outono 172 XC 2 180 médio unif med média não 1,45 3 sim 10,00
2004
outono 162 XC 2 120 médio unif med leve não 1,39 4 sim 15,00
2004
outono 159 MI 2 120 médio unif med média não 1,48 4 sim 15,00
2004
outono 172 XZ 2 120 médio unif med média não 1,31 2 sim 5,00
2004
outono 177 MI 2 240 médio desunif média não 1,33 4 sim 15,00
2004
outono 158 XZ 2 60 médio desunif média não 1,36 2 sim 5,00
2004
outono 173 XZ 2 120 grande uniforme leve não 1,36 2 sim 5,00
2004
outono 140 XZ 2 120 médio unif med leve não 1,36 1 sim 0,00
2004
outono 163 XZ 2 300 médio unif med média não 0,00 0 não
2004
outono 169 MI 2 120 médio desunif média não 1,21 1 sim 0,00
2004
outono 170 XZ 2 30 grande desunif leve não 0,00 0 não
2004
outono 165 XB 2 60 pequeno unif med média não 1,27 3 sim 10,00
2004
outono 164 XB 2 120 grande uniforme média não 1,22 1 sim 0,00
2004
outono 159 XZ 2 30 médio unif med leve não 0,00 0 não
Apêndice 2: Continuação...
182
2004
outono 164 XZ 2 60 pequeno unif med leve não 1,22 1 sim 0,00
2004
outono 156 MI 2 60 médio unif med leve não 1,44 4 sim 15,00
2004
outono 167 XB 2 180 médio uniforme leve não 1,26 3 sim 10,00
2004
outono 146 XB 2 30 médio unif med média não 0,00 0 não
2004
outono 165 XB 2 120 médio desunif média não 1,24 2 sim 5,00
2004
outono 171 BB 2 120 médio unif med média não 0,00 0 não
2004
outono 180 MI 3 60 médio unif med média não 1,22 1 sim 0,00
2004
outono 163 SI 3 120 médio unif med média não 1,29 3 sim 10,00
2004
outono 153 XB 3 30 médio unif med média não 0,00 0 não
2004
outono 155 XB 3 60 pequeno uniforme média não 1,29 3 sim 10,00
2004
outono 162 BB 3 120 médio unif med média não 1,23 1 sim 0,00
2004
outono 166 MI 3 180 médio desunif média não 0,00 0 não
2004
outono 164 XZ 3 60 grande unif med média não 1,46 1 sim 0,00
2004
outono 156 MI 3 60 médio unif med média não 1,28 3 sim 10,00
2004
outono 158 XC 3 60 pequeno unif med leve não 1,23 2 sim 5,00
2004
outono 155 XB 3 60 médio desunif leve não 1,26 2 sim 5,00
2004
outono 137 XC 3 120 pequeno unif med leve não 1,42 2 sim 5,00
2004
outono 153 XB 3 60 médio unif med média não 1,31 1 sim 0,00
2004
outono 151 XZ 3 60 pequeno unif med leve não 0,00 0 não
2004
outono 148 XC 3 60 médio desunif média sim 1,39 4 sim 15,00
2004
outono 150 XB 3 60 pequeno desunif média sim 1,27 1 sim 0,00
2004
outono 153 MI 3 120 médio desunif leve não 0,00 0 não
2004
outono 149 MI 3 60 médio unif med média sim 1,28 1 sim 0,00
2004
outono 144 MI 3 60 médio desunif leve não 1,46 3 sim 10,00
2004
outono 147 XB 3 60 médio desunif média não 1,29 3 sim 10,00
Apêndice 2: Continuação...
183
2004
outono 157 XB 3 60 médio unif med média não 1,24 5 sim 20,00
2004
outono 143 MI 3 60 grande unif med média não 1,50 10 sim 45,00
2004
outono 126 MI 3 60 pequeno uniforme média sim 1,43 1 sim 0,00
2004
outono 144 BB 3 30 médio unif med média não 1,32 3 sim 10,00
2004
outono 158 XB 3 60 médio unif med média não 1,23 4 sim 15,00
2004
outono 133 XZ 3 30 médio unif med leve sim 1,50 3 sim 10,00
2004
outono 137 MI 3 60 médio unif med leve não 1,42 2 sim 5,00
2004
outono 130 XB 3 120 pequeno uniforme média não 1,38 1 sim 0,00
2004
outono 114 MI 3 60 pequeno unif med média não 1,49 1 sim 0,00
2004
outono 129 XB 3 60 pequeno unif med leve sim 1,59 6 sim 25,00
2004
outono 124 MI 3 60 pequeno unif med média não 0,00 0 não
2004
outono 139 MI 3 60 pequeno uniforme média não 0,00 0 não
2004
outono 170 SI 1 60 médio unif med média não 1,47 5 sim 20,00
2004
outono 207 XB 1 120 médio desunif média não 1,33 2 sim 5,00
2004
outono 203,63
XB 1 660 grande unif med média não 1,23 1 sim 0,00
2004
outono 147,27
XC 1 180 pequeno desunif leve não 1,30 3,4 sim 12,00
2004
outono 129,37
XB 1 120 pequeno uniforme média não 1,43 4 sim 15,00
2004
outono 119 XB 1 120 pequeno uniforme média não 1,58 4,6 sim 18,00
2004
outono 118 XB 1 120 pequeno unif med leve não 1,58 5,8 sim 24,00
2004
outono 125,5
XB 1 120 médio unif med média não 1,51 5 sim 20,00
2004
outono 156,04
XB 1 180 pequeno unif med leve não 1,44 6 sim 25,00
2004
outono 144,8
XC 1 180 pequeno uniforme média não 1,37 4,6 sim 18,00
2004
outono 150 XB 2 120 pequeno desunif leve não 1,32 6,6 sim 28,00
2004
outono 140 MI 2 60 pequeno uniforme média não 1,31 1,8 sim 4,00
2004
outono 191,42
XC 2 180 médio unif med média não 1,36 3 sim 10,00
Apêndice 2: Continuação...
184
2004
outono 136,75
MI 2 120 pequeno desunif leve não 1,32 1 sim 0,00
2004
outono 151,33
XB 2 120 pequeno unif med leve não 1,30 2,2 sim 6,00
2004
outono 137,33
XB 2 180 pequeno desunif leve não 1,33 2,4 sim 7,00
2004
outono 129 XB 2 240 médio unif med leve não 1,32 3 sim 10,00
2004
outono 130 XB 2 300 pequeno desunif leve não 1,29 2,6 sim 8,00
2004
outono 169,34
XB 2 240 médio unif med leve não 1,44 1,4 sim 2,00
2004
outono 168,75
XZ 3 180 médio unif med leve não 1,32 7,4 sim 32,00
2004
outono 150 MI 3 120 grande unif med leve sim 1,67 5 sim 20,00
2004
outono 154,8
MI 3 120 médio unif med média não 1,29 1 sim 0,00
2004
outono 133,33
XB 3 60 pequeno desunif leve não 1,31 1 sim 0,00
2004
outono 127,9
XB 3 60 médio unif med leve não 1,33 2 sim 5,00
2004
outono 115,33
XC 3 60 médio desunif média não 1,30 1 sim 0,00
2005
outono 187 MI 2 60 grande unif med média não 1,52 3 sim 10,00
2005
outono 184 BB 2 240 médio uniforme média não 1,58 7 sim 30,00
2005
outono 218 XC 2 120 grande unif med média não 1,56 13 sim 60,00
2005
outono 121 MI 3 240 médio desunif média não 1,16 1 sim 0,00
2005
outono 182 MI 2 120 grande unif med média não 1,54 3 sim 10,00
2005
outono 162 MI 3 240 médio uniforme forte não 1,64 10 sim 45,00
2005
outono 206 CC 2 120 grande unif med forte não 1,46 7 sim 30,00
2005
outono 203 MI 1 180 grande desunif média não 1,53 7 sim 30,00
2005
outono 127 MI 3 300 médio unif med média não 1,42 7 sim 30,00
2005
outono 154 MI 3 180 médio unif med média não 1,56 5 sim 20,00
2005
outono 179 SI 2 120 médio unif med média não 1,62 5 sim 20,00
2005
outono 162 MI 3 300 médio desunif média não 1,17 5 sim 20,00
2005
outono 163 MI 3 180 médio unif med média não 1,17 1 sim 0,00
Apêndice 2: Continuação...
185
2005
outono 183 XZ 2 60 médio unif med média não 1,48 1 sim 0,00
2005
outono 169 MI 3 120 médio desunif média não 1,33 2 sim 5,00
2005
outono 141 MI 3 360 médio desunif média não 1,24 2 sim 5,00
2005
outono 170 SI 2 60 médio uniforme média não 1,76 9 sim 40,00
2005
outono 196 MI 2 120 grande desunif média não 1,63 9 sim 40,00
2005
outono 144 SI 3 240 pequeno unif med média não 1,39 1 sim 0,00
2005
outono 168 MI 2 120 médio desunif média não 1,55 1 sim 0,00
2005
outono 134 MI 3 180 médio desunif média não 1,23 1 sim 0,00
2005
outono 164 MI 2 120 médio desunif média não 1,49 2 sim 5,00
2005
outono 141 MI 3 180 médio desunif média não 1,28 3 sim 10,00
2005
outono 167 MI 1 120 médio unif med média não 1,56 3 sim 10,00
2005
outono 129 MI 3 300 médio desunif leve não 1,47 3 sim 10,00
2005
outono 151 XZ 3 240 médio desunif média não 1,46 3 sim 10,00
2005
outono 161 MI 2 180 médio unif med média não 1,30 1 sim 0,00
2005
outono 197 SI 1 120 grande uniforme média sim 1,62 9 sim 40,00
2005
outono 181 SI 1 360 grande uniforme forte sim 1,57 4 sim 15,00
2005
outono 158 SI 1 120 médio unif med média sim 1,65 3 sim 10,00
2005
outono 134 SI 2 180 médio unif med média sim 1,75 5 sim 20,00
2005
outono 187 MI 1 120 médio unif med média não 1,60 5 sim 20,00
2005
outono 182 XB 1 120 médio unif med forte não 1,65 5 sim 20,00
2005
outono 142 MI 2 240 pequeno unif med média sim 1,48 3 sim 10,00
2005
outono 207 MI 1 60 grande uniforme forte não 1,50 3 sim 10,00
2005
outono 153 MI 3 180 médio desunif média não 1,37 3 sim 10,00
2005
outono 155 MI 3 240 médio desunif média não 1,35 1 sim 0,00
2005
outono 188 MI 1 180 grande uniforme média sim 1,70 9 sim 40,00
Apêndice 2: Continuação...
186
2005
outono 147 MI 2 120 médio desunif média não 1,36 1 sim 0,00
2005
outono 172 XB 1 120 médio desunif média não 1,45 1 sim 0,00
2005
outono 138 XB 2 180 pequeno unif med média não 1,38 1 sim 0,00
2005
outono 182 SI 1 120 médio unif med forte sim 1,65 9 sim 40,00
2005
outono 155 SI 1 120 médio unif med média sim 1,61 3 sim 10,00
2005
outono 181 XC 1 240 médio unif med média sim 1,46 6 sim 25,00
2005
outono 146 MI 2 120 médio unif med média sim 1,47 2 sim 5,00
2005
outono 171 CC 1 180 médio unif med média não 1,49 4 sim 15,00
2005
outono 184 CC 1 240 grande unif med média não 1,49 6 sim 25,00
2005
outono 146 CC 2 300 médio unif med média não 1,61 6 sim 25,00
2005
outono 153 MI 1 180 grande unif med média não 1,44 1 sim 0,00
2005
outono 160 BB 1 120 grande uniforme média não 1,63 4 sim 15,00
2005
outono 157 MI 2 180 médio unif med média sim 1,46 5 sim 20,00
2005
outono 145 MI 2 60 médio unif med média não 1,45 1 sim 0,00
2005
outono 114 MI 3 180 pequeno unif med média não 1,40 3 sim 10,00
2005
outono 223 MI 1 180 grande uniforme forte sim 1,57 5 sim 20,00
2005
outono 193 MI 2 180 grande unif med média não 1,53 6 sim 25,00
2005
outono 155 MI 3 240 médio desunif média não 1,35 3 sim 10,00
2005
outono 139 MI 2 120 médio unif med média não 1,58 3 sim 10,00
2005
outono 137 XB 2 120 médio unif med média não 1,61 3 sim 10,00
2005
outono 136 MI 2 120 médio unif med média não 1,62 3 sim 10,00
2005
outono 193 MI 1 120 grande unif med média não 1,50 3 sim 10,00
2005
outono 134 MI 3 120 pequeno uniforme média não 1,64 5 sim 20,00
2005
outono 160 MI 3 120 médio desunif média não 1,63 9 sim 40,00
2005
outono 112 MI 3 180 pequeno desunif leve não 1,34 1 sim 0,00
Apêndice 2: Continuação...
187
2005
outono 186 SI 1 180 médio unif med média sim 1,64 10 sim 45,00
2005
outono 233 MI 1 120 grande unif med forte sim 1,55 7 sim 30,00
2005
outono 168 MI 2 180 grande unif med média não 1,46 4 sim 15,00
2005
outono 166 MI 1 180 grande unif med forte não 1,39 2 sim 5,00
2005
outono 142 MI 2 120 médio unif med média não 1,48 3 sim 10,00
2005
outono 224 MI 1 120 grande unif med média não 1,47 3 sim 10,00
2005
outono 215 SI 1 120 grande uniforme média não 1,51 2 sim 5,00
2005
outono 209 XC 1 120 grande unif med forte não 1,65 10 sim 45,00
2005
outono 171 MI 1 120 médio unif med média não 1,46 2 sim 5,00
2005
outono 232 XB 1 139 médio unif med média não 1,57 9 sim 40,00
2005
outono 172 SI 1 120 médio unif med média não 1,54 5 sim 20,00
2005
outono 206 XB 1 113 médio uniforme média não 1,77 14 sim 65,00
2005
outono 198 XB 1 90 médio uniforme média não 1,84 17 sim 80,00
2005
outono 196 XB 1 122 médio uniforme média não 1,66 11 sim 50,00
2005
outono 190 XB 1 105 médio unif med leve não 1,82 13 sim 60,00
2005
outono 198 MI 1 77 médio desunif leve não 1,64 10 sim 45,00
2005
outono 151 XB 1 75 pequeno uniforme média não 1,72 10 sim 45,00
2005
outono 160 XZ 1 160 médio uniforme média não 1,84 20 sim 95,00
2005
outono 157 XB 1 97 médio desunif leve não 1,72 11 sim 50,00
2005
outono 166 XB 1 85 pequeno uniforme média não 1,87 15 sim 70,00
2005
outono 167 SI 1 90 médio unif med média não 1,95 19 sim 90,00
2005
outono 178 MI 1 94 médio desunif média não 1,71 12 sim 55,00
2005
outono 152 XB 1 90 médio desunif média não 1,61 7 sim 30,00
2005
outono 175 XB 1 110 médio desunif média não 1,63 9 sim 40,00
2005
outono 159 XZ 1 123 médio desunif média não 1,73 11 sim 50,00
Apêndice 2: Continuação...
188
2005
outono 156 XB 1 110 médio unif med leve não 1,70 10 sim 45,00
2005
outono 150 XB 1 72 pequeno unif med média não 1,60 7 sim 30,00
2005
outono 159 XZ 2 150 médio uniforme média não 1,95 17 sim 80,00
2005
outono 205 SI 2 161 médio unif med média não 1,98 22 sim 105,00
2005
outono 150 BB 2 63 pequeno uniforme leve não 1,87 14 sim 65,00
2005
outono 182 XB 2 89 médio unif med média não 1,79 15 sim 70,00
2005
outono 166 XB 2 154 médio desunif média não 2,20 26 sim 125,00
2005
outono 170 MI 2 60 médio desunif leve não 1,56 6 sim 25,00
2005
outono 158 XB 2 144 médio unif med média não 1,96 17 sim 80,00
2005
outono 155 XB 2 93 médio unif med média não 1,87 15 sim 70,00
2005
outono 185 XB 2 153 médio desunif média não 1,84 16 sim 75,00
2005
outono 151 MI 2 105 médio desunif média não 1,66 8 sim 35,00
2005
outono 187 XB 2 111 médio unif med média não 1,82 15 sim 70,00
2005
outono 192 XZ 2 87 grande unif med média não 1,93 22 sim 105,00
2005
outono 168 XB 2 114 médio unif med média não 1,85 15 sim 70,00
2005
outono 150 XB 2 72 pequeno uniforme média não 1,70 9 sim 40,00
2005
outono 167 XB 2 141 médio unif med leve não 1,77 13 sim 60,00
2005
outono 150 MI 2 71 pequeno desunif média não 1,77 12 sim 55,00
2005
outono 167 XB 2 119 médio uniforme média não 2,04 22 sim 105,00
2005
outono 158 XB 3 76 pequeno unif med média não 1,99 18 sim 85,00
2005
outono 182 XB 3 98 médio unif med leve não 1,76 14 sim 65,00
2005
outono 153 MI 3 97 médio desunif média não 1,63 8 sim 35,00
2005
outono 156 BB 3 55 médio unif med média não 2,50 35 sim 170,00
2005
outono 186 BB 3 120 médio unif med média não 1,83 16 sim 75,00
2005
outono 150 BB 3 88 pequeno desunif média não 1,70 10 sim 45,00
Apêndice 2: Continuação...
189
2005
outono 160 BB 3 92 pequeno desunif média não 1,69 10 sim 45,00
2005
outono 186 XB 3 110 médio unif med média não 1,72 10 sim 45,00
2005
outono 151 BB 3 120 pequeno unif med média sim 1,89 16 sim 75,00
2005
outono 189 XB 3 138 médio unif med média não 2,06 23 sim 110,00
2005
outono 185 MI 3 158 médio desunif média não 1,54 6 sim 25,00
2005
outono 198 MI 3 100 médio desunif média não 1,49 4 sim 15,00
2005
outono 209 XB 3 117 médio desunif leve não 1,67 12 sim 55,00
2005
outono 194 XB 3 196 médio unif med leve não 1,73 13 sim 60,00
2005
outono 151 XB 3 108 pequeno desunif leve não 1,75 11 sim 50,00
2005
outono 161 XB 3 134 pequeno desunif média não 1,61 8 sim 35,00
2005
outono 179 XB 3 146 pequeno unif med média não 1,87 17 sim 80,00
2005
outono 187 XB 4 64 médio unif med média não 1,74 12 sim 55,00
2005
outono 154 SI 4 106 médio unif med média não 1,95 17 sim 80,00
2005
outono 186 XB 4 131 pequeno unif med média não 1,96 18 sim 85,00
2005
outono 157 MI 4 113 pequeno desunif média não 1,56 6 sim 25,00
2005
outono 178 XB 4 146 médio desunif média não 2,05 24 sim 115,00
2005
outono 155 MI 4 147 pequeno desunif média não 1,65 8 sim 35,00
2005
outono 194 XC 4 109 médio unif med média não 1,65 10 sim 45,00
2005
outono 157 XZ 4 61 médio desunif leve não 1,62 8 sim 35,00
2005
outono 158 BB 4 107 pequeno uniforme média não 1,90 16 sim 75,00
2005
outono 160 BB 4 118 pequeno unif med média não 1,75 12 sim 55,00
2005
outono 157 XB 4 107 médio desunif leve não 1,59 7 sim 30,00
2005
outono 158 MI 4 72 pequeno desunif leve não 1,55 5 sim 20,00
2005
outono 151 XB 4 127 pequeno desunif leve não 1,99 18 sim 85,00
2005
outono 152 XB 4 101 pequeno desunif leve não 1,74 11 sim 50,00
Apêndice 2: Continuação...
190
2005
outono 154 XZ 4 132 médio unif med média não 1,59 7 sim 30,00
2005
outono 154 BB 4 87 pequeno uniforme média não 1,75 10 sim 45,00
2005
outono 160 BB 4 118 pequeno uniforme leve não 1,91 57 sim 280,00
2005
outono 169 XC 1 198 médio desunif média não 1,54 5 sim 20,00
2005
outono 150 XC 1 100 médio desunif média não 1,40 1 sim 0,00
2005
outono 140 XC 1 102 pequeno desunif leve não 1,43 1 sim 0,00
2005
outono 195 MI 1 115 médio desunif média não 1,44 3 sim 10,00
2005
outono 187 MI 1 141 médio unif med média não 1,42 1 sim 0,00
2005
outono 213 XC 1 126 médio desunif média não 1,60 9 sim 40,00
2005
outono 168 XC 1 233 médio unif med leve não 1,55 6 sim 25,00
2005
outono 162 XB 1 150 pequeno unif med média não 1,42 1 sim 0,00
2005
outono 210 XB 1 158 médio unif med média não 1,55 7 sim 30,00
2005
outono 163 XZ 1 134 médio unif med leve não 1,53 5 sim 20,00
2005
outono 176 MI 1 131 médio desunif média não 1,42 1 sim 0,00
2005
outono 177 XB 1 190 médio unif med média não 1,55 6 sim 25,00
2005
outono 212 XB 1 220 médio unif med média não 1,70 11 sim 50,00
2005
outono 211 MI 1 235 médio unif med média não 1,61 10 sim 45,00
2005
outono 162 XZ 1 77 pequeno desunif média não 1,54 5 sim 20,00
2005
outono 207 SI 1 300 médio desunif média não 1,74 13 sim 60,00
2005
outono 217 XB 1 104 médio unif med média não 1,87 20 sim 95,00
2005
outono 158 XZ 1 129 pequeno unif med média não 1,42 1 sim 0,00
2005
outono 170 XC 2 201 médio desunif média não 0,00 0 não
2005
outono 163 XB 2 143 médio unif med leve não 1,41 1 sim 0,00
2005
outono 218 SI 2 253 médio unif med média não 1,65 12 sim 55,00
2005
outono 176 XB 2 104 médio unif med média não 1,53 9 sim 40,00
Apêndice 2: Continuação...
191
2005
outono 147 XC 2 126 médio unif med média não 1,39 1 sim 0,00
2005
outono 140 MI 2 120 pequeno uniforme média não 0,00 0 não
2005
outono 164 XZ 2 180 médio unif med média não 0,00 0 não
2005
outono 165 XC 2 128 pequeno desunif leve não 1,48 4 sim 15,00
2005
outono 172 XB 2 112 médio desunif média não 1,48 4 sim 15,00
2005
outono 152 XB 2 131 pequeno desunif média não 1,41 1 sim 0,00
2005
outono 140 XB 2 214 pequeno unif med média não 1,46 2 sim 5,00
2005
outono 196 MI 2 133 médio desunif média não 1,48 4 sim 15,00
2005
outono 165 XC 2 102 pequeno desunif média não 0,00 0 não
2005
outono 153 XB 2 63 médio desunif média não 0,00 0 não
2005
outono 167 MI 2 95 médio desunif média não 0,00 0 não
2005
outono 163 XZ 2 139 médio unif med média não 0,00 0 não
2005
outono 149 MI 2 90 pequeno desunif média não 0,00 0 não
2005
outono 171 XB 3 120 pequeno unif med média não 1,52 5 sim 20,00
2005
outono 189 XB 3 129 médio desunif média não 0,00 0 não
2005
outono 174 XB 3 150 médio desunif média não 1,52 5 sim 20,00
2005
outono 166 XZ 3 130 pequeno unif med leve não 0,00 0 não
2005
outono 157 XZ 3 151 médio desunif média não 1,46 3 sim 10,00
2005
outono 223 MI 3 166 médio desunif média não 0,00 0 não
2005
outono 211 XZ 3 175 grande unif med média não 1,45 3 sim 10,00
2005
outono 159 XZ 3 85 pequeno unif med média não 1,48 3 sim 10,00
2005
outono 141 XC 3 197 médio desunif média não 0,00 0 não
2005
outono 176 XZ 3 120 médio unif med média não 1,51 4 sim 15,00
2005
outono 140 XZ 3 89 pequeno desunif leve não 0,00 0 não
2005
outono 179 XZ 3 116 médio unif med leve não 1,40 1 sim 0,00
Apêndice 2: Continuação...
192
2005
outono 153 XB 3 110 pequeno desunif média não 0,00 0 não
2005
outono 150 MI 3 88 pequeno unif med leve não 0,00 0 não
2005
outono 152 MI 3 50 pequeno unif med média não 0,00 0 não
2005
outono 165 XB 3 102 médio uniforme média não 1,61 7 sim 30,00
2005
outono 176 XB 3 139 médio unif med média não 0,00 0 não
2005
outono 189 XB 1 431 médio unif med média não 1,48 4 sim 15,00
2005
outono 158 XB 1 235 médio unif med média não 1,52 4 sim 15,00
2005
outono 140 XB 1 117 pequeno desunif leve não 1,54 4 sim 15,00
2005
outono 156 BB 1 182 pequeno unif med média não 1,47 3 sim 10,00
2005
outono 179 MI 1 174 médio unif med média não 1,45 2 sim 5,00
2005
outono 172 XB 1 133 pequeno uniforme média não 1,45 2 sim 5,00
2005
outono 168 XB 1 208 pequeno unif med média não 1,46 3 sim 10,00
2005
outono 191 SI 1 229 médio unif med média não 1,49 4 sim 15,00
2005
outono 174 XB 1 141 pequeno desunif leve não 1,44 2 sim 5,00
2005
outono 173 MI 1 120 médio unif med média não 1,45 2 sim 5,00
2005
outono 140 XB 1 100 pequeno desunif leve não 1,57 5 sim 20,00
2005
outono 183 MI 1 263 médio unif med leve não 1,45 2 sim 5,00
2005
outono 152 SI 1 171 pequeno unif med leve não 1,48 3 sim 10,00
2005
outono 146 BB 1 128 pequeno uniforme leve não 1,54 5 sim 20,00
2005
outono 193 XB 1 182 médio desunif média não 1,53 6 sim 25,00
2005
outono 194 SI 1 120 médio unif med média não 1,42 1 sim 0,00
2005
outono 162 BB 1 81 pequeno uniforme média não 1,48 3 sim 10,00
2005
outono 140 SI 1 95 pequeno unif med média não 1,57 5 sim 20,00
2005
outono 167 MI 2 110 médio desunif média não 1,44 2 sim 5,00
2005
outono 140 MI 2 120 pequeno unif med leve não 1,54 4 sim 15,00
Apêndice 2: Continuação...
193
2005
outono 209 SI 2 294 médio unif med média não 1,51 5 sim 20,00
2005
outono 153 XB 2 170 médio unif med média não 1,47 3 sim 10,00
2005
outono 238 XB 2 220 grande unif med média não 1,53 7 sim 30,00
2005
outono 193 BB 2 158 médio unif med forte não 1,40 1 sim 0,00
2005
outono 188 XB 2 89 médio unif med leve não 1,41 1 sim 0,00
2005
outono 192 XB 2 121 médio unif med média não 1,41 1 sim 0,00
2005
outono 174 XB 2 78 médio unif med média não 1,55 6 sim 25,00
2005
outono 166 XB 2 120 pequeno unif med média não 1,48 3 sim 10,00
2005
outono 156 XB 2 464 médio desunif leve não 1,47 3 sim 10,00
2005
outono 212 XB 2 180 médio desunif média não 1,40 1 sim 0,00
2005
outono 164 XB 2 92 pequeno desunif média não 1,40 1 sim 0,00
2005
outono 192 XB 2 86 médio unif med média não 1,43 2 sim 5,00
2005
outono 152 XB 2 101 médio unif med média não 1,55 5 sim 20,00
2005
outono 140 XB 2 75 médio desunif leve não 1,57 5 sim 20,00
2005
outono 182 BB 2 115 pequeno uniforme média não 1,58 7,4 sim 32,00
2005
outono 186 XB 1 180 médio unif med média não 1,64 6 sim 25,00
2005
outono 150 BB 1 120 médio uniforme leve não 1,70 7 sim 30,00
2005
outono 155 XB 1 120 pequeno unif med média não 1,74 8 sim 35,00
2005
outono 190 XB 1 120 médio unif med média não 1,66 7 sim 30,00
2005
outono 215 XB 1 180 médio uniforme média não 1,65 7 sim 30,00
2005
outono 255 XC 1 360 grande unif med forte não 1,63 7 sim 30,00
2005
outono 141 BB 1 120 pequeno desunif média não 1,70 6 sim 25,00
2005
outono 179 BB 1 120 pequeno unif med média não 1,68 7 sim 30,00
2005
outono 170 XB 1 120 médio unif med média não 1,62 5 sim 20,00
2005
outono 200 XB 1 120 médio desunif média não 1,65 7 sim 30,00
Apêndice 2: Continuação...
194
2005
outono 179 MI 1 120 pequeno desunif média não 1,68 7 sim 30,00
2005
outono 132 XB 1 60 pequeno unif med média não 1,89 11 sim 50,00
2005
outono 192 XB 1 180 médio unif med média não 1,77 11 sim 50,00
2005
outono 218 XZ 1 120 grande desunif leve não 1,51 1 sim 0,00
2005
outono 203 MI 2 120 médio unif med média não 1,67 8 sim 35,00
2005
outono 184 MI 2 120 médio desunif média não 1,68 7 sim 30,00
2005
outono 221 XB 2 180 médio unif med média não 1,63 6 sim 25,00
2005
outono 213 XC 2 240 médio unif med média não 1,85 16 sim 75,00
2005
outono 167 MI 2 120 pequeno unif med média não 1,62 5 sim 20,00
2005
outono 153 XB 2 120 pequeno unif med média não 1,83 11 sim 50,00
2005
outono 166 XB 2 60 pequeno uniforme média não 1,78 10 sim 45,00
2005
outono 310 XC 2 360 grande uniforme média não 1,89 25 sim 120,00
2005
outono 212 XB 2 60 médio uniforme média não 1,72 10 sim 45,00
2005
outono 185 XB 2 120 médio unif med média não 1,76 10 sim 45,00
2005
outono 222 XC 2 120 médio uniforme média não 1,94 20 sim 95,00
2005
outono 216 XZ 2 180 médio uniforme forte não 1,92 18 sim 85,00
2005
outono 205 XZ 2 180 médio desunif média não 1,73 10 sim 45,00
2005
outono 169 XC 3 120 médio desunif média não 1,80 11 sim 50,00
2005
outono 153 XB 3 120 pequeno unif med média não 1,96 15 sim 70,00
2005
outono 209 XB 3 120 médio uniforme média não 1,70 9 sim 40,00
2005
outono 156 XB 3 120 pequeno desunif leve não 1,63 5 sim 20,00
2005
outono 183 XB 3 180 médio uniforme média não 1,94 17 sim 80,00
2005
outono 143 XZ 3 120 pequeno desunif média não 1,78 9 sim 40,00
2005
outono 157 XB 3 180 pequeno unif med média não 1,88 13 sim 60,00
2005
outono 157 XC 3 180 pequeno unif med média não 1,69 7 sim 30,00
Apêndice 2: Continuação...
195
2005
outono 165 BB 3 60 pequeno unif med média não 1,82 11 sim 50,00
2005
outono 159 XB 3 120 pequeno unif med média não 1,89 12 sim 55,00
2005
outono 178 XB 3 180 pequeno unif med média não 1,94 16 sim 75,00
2005
outono 199 MI 3 120 pequeno desunif média não 1,66 7 sim 30,00
2005
outono 242 XB 3 240 médio unif med média não 1,74 12 sim 55,00
2005
outono 121 XB 4 120 pequeno uniforme leve não 1,78 7 sim 30,00
2005
outono 108 XZ 4 180 pequeno unif med leve não 1,53 1 sim 0,00
2005
outono 235 XB 4 120 médio desunif média não 1,70 10 sim 45,00
2005
outono 194 XB 4 60 médio unif med média não 1,73 9 sim 40,00
2005
outono 360 BB 1 215 grande uniforme forte não 1,58 15 sim 70,00
2005
outono 241 BB 1 280 médio uniforme forte não 1,45 9 sim 40,00
2005
outono 226 XZ 1 120 grande uniforme forte não 1,55 11 sim 50,00
2005
outono 237 MI 1 75 grande unif med forte não 1,60 15 sim 70,00
2005
outono 232 XB 1 87 grande unif med forte não 1,72 21 sim 100,00
2005
outono 213 XZ 1 90 grande unif med forte não 1,46 7 sim 30,00
2005
outono 205 XC 1 69 grande unif med forte não 1,66 13 sim 60,00
2005
outono 227 XC 1 113 grande unif med forte não 1,41 7 sim 30,00
2005
outono 222 XC 1 143 grande uniforme forte não 1,71 17 sim 80,00
2005
outono 221 MI 1 30 médio unif med forte não 1,72 17 sim 80,00
2005
outono 219 XC 1 107 médio unif med forte não 1,42 7 sim 30,00
2005
outono 209 XZ 1 79 médio unif med forte não 1,48 7 sim 30,00
2005
outono 191 XZ 1 95 grande unif med forte não 1,62 7 sim 30,00
2005
outono 189 XZ 1 30 médio uniforme forte não 1,64 7 sim 30,00
2005
outono 170 BB 1 118 médio unif med média não 1,65 7 sim 30,00
2005
outono 186 BB 1 30 médio unif med forte não 1,51 7 sim 30,00
Apêndice 2: Continuação...
196
2005
outono 173 XB 2 98 médio unif med leve não 1,56 5 sim 20,00
2005
outono 168 XB 2 69 médio desunif média não 1,67 7 sim 30,00
2005
outono 165 XB 2 80 médio unif med forte não 1,70 7 sim 30,00
2005
outono 153 XB 2 30 médio unif med forte não 1,83 7 sim 30,00
2005
outono 159 BB 2 228 pequeno uniforme média não 1,70 9 sim 40,00
2005
outono 148 BB 2 30 pequeno unif med média não 1,82 9 sim 40,00
2005
outono 147 CC 2 49 médio unif med média não 1,50 1 sim 0,00
2005
outono 144 XB 2 68 médio unif med leve não 1,67 3 sim 10,00
2005
outono 167 CC 2 116 médio unif med forte não 1,50 3 sim 10,00
2005
outono 145 CC 2 30 médio unif med forte não 1,72 3 sim 10,00
2005
outono 170 XC 2 157 médio unif med forte não 1,76 11 sim 50,00
2005
outono 166 XC 2 30 médio unif med forte não 1,81 11 sim 50,00
2005
outono 163 MI 2 90 médio desunif média não 1,84 11 sim 50,00
2005
outono 177 MI 2 30 médio unif med forte não 1,69 11 sim 50,00
2005
outono 152 CC 2 198 médio unif med leve não 1,84 13 sim 60,00
2005
outono 153 CC 3 30 médio unif med média não 1,83 13 sim 60,00
2005
outono 159 CC 3 30 médio unif med média não 1,76 13 sim 60,00
2005
outono 146 XB 3 78 médio unif med média não 1,78 9 sim 40,00
2005
outono 173 MI 3 83 grande desunif média não 1,62 11 sim 50,00
2005
outono 162 XZ 3 118 médio unif med média não 1,73 9 sim 40,00
2005
outono 161 XZ 3 30 médio unif med média não 1,74 9 sim 40,00
2005
outono 160 XZ 3 127 grande unif med forte não 1,75 11 sim 50,00
2005
outono 155 MI 3 30 médio unif med forte não 1,81 11 sim 50,00
2005
outono 161 XZ 3 30 grande unif med forte não 1,74 11 sim 50,00
2005
outono 157 XZ 3 164 médio desunif leve não 1,46 1 sim 0,00
Apêndice 2: Continuação...
197
2005
outono 165 XZ 3 92 médio unif med forte não 1,45 1 sim 0,00
2005
outono 169 MI 3 146 grande desunif forte não 1,66 11 sim 50,00
2005
outono 171 MI 3 30 grande desunif forte não 1,64 11 sim 50,00
2005
outono 197 XC 1 180 médio unif med forte sim 1,78 11 sim 50,00
2005
outono 241 SI 1 120 grande unif med forte sim 1,74 25 sim 120,00
2005
outono 211 XZ 1 120 grande unif med forte não 1,61 9 sim 40,00
2005
outono 230 SI 1 180 médio unif med média sim 1,87 23 sim 110,00
2005
outono 230 XB 1 120 grande unif med forte sim 1,59 14 sim 65,00
2005
outono 159 MI 1 180 médio desunif leve não 1,35 4 sim 15,00
2005
outono 190 XB 1 60 médio desunif média sim 1,68 5 sim 20,00
2005
outono 142 XB 1 60 pequeno unif med leve não 1,51 4 sim 15,00
2005
outono 234 XZ 1 60 grande unif med média sim 1,62 17 sim 80,00
2005
outono 230 MI 1 60 grande desunif forte não 1,70 19 sim 90,00
2005
outono 155 XC 1 60 pequeno unif med média sim 1,68 7 sim 30,00
2005
outono 142 MI 1 60 pequeno unif med leve sim 1,55 5 sim 20,00
2005
outono 167 XZ 1 60 médio unif med média não 1,53 2 sim 5,00
2005
outono 170 XZ 1 60 médio unif med média não 1,62 6 sim 25,00
2005
outono 190 XB 1 60 médio unif med média sim 1,61 12 sim 55,00
2005
outono 180 XZ 1 60 médio unif med média sim 1,58 8 sim 35,00
2005
outono 200 XB 1 120 médio unif med forte sim 1,88 16 sim 75,00
2005
outono 200 XC 1 60 médio unif med forte não 1,73 10 sim 45,00
2005
outono 170 MI 1 60 médio desunif média não 1,68 8 sim 35,00
2005
outono 220 MI 1 60 grande unif med forte não 1,64 13 sim 60,00
2005
outono 135 XZ 1 240 pequeno uniforme média não 1,89 12 sim 55,00
2005
outono 157 MI 1 50 médio unif med média não 1,62 12 sim 55,00
Apêndice 2: Continuação...
198
2005
outono 175 XZ 1 50 grande unif med média não 1,46 12 sim 55,00
2005
outono 173 SI 1 120 médio uniforme média sim 2,05 22 sim 105,00
2005
outono 199 XB 1 120 grande unif med forte não 1,78 12 sim 55,00
2005
outono 161 XB 2 120 médio unif med média não 1,77 8 sim 35,00
2005
outono 180 XZ 2 120 médio unif med média não 1,61 9 sim 40,00
2005
outono 203 XC 2 60 médio unif med forte não 1,60 6 sim 25,00
2005
outono 181 XC 2 60 médio unif med média sim 1,60 9 sim 40,00
2005
outono 215 MI 2 120 grande unif med forte sim 1,65 12 sim 55,00
2005
outono 177 XB 2 60 médio unif med forte não 1,58 7 sim 30,00
2005
outono 200 BB 2 120 médio unif med forte sim 1,58 14 sim 65,00
2005
outono 175 XB 2 60 médio unif med média não 1,63 8 sim 35,00
2005
outono 190 XZ 2 120 grande uniforme média sim 1,87 12 sim 55,00
2005
outono 198 XC 2 180 grande unif med forte sim 1,77 11 sim 50,00
2005
outono 143 XZ 2 120 médio unif med média sim 1,71 8 sim 35,00
2005
outono 140 XB 2 120 médio unif med média não 1,79 11 sim 50,00
2005
outono 152 XB 2 120 pequeno unif med média sim 1,68 12 sim 55,00
2005
outono 150 XB 2 120 médio unif med forte sim 1,67 11 sim 50,00
2005
outono 145 BB 2 60 pequeno unif med média sim 1,41 2 sim 5,00
2005
outono 120 XZ 2 120 pequeno unif med leve não 1,67 1 sim 0,00
2005
outono 162 XB 2 120 médio unif med média não 1,79 9 sim 40,00
2005
outono 160 XB 2 50 médio unif med média não 1,81 9 sim 40,00
2005
outono 166 MI 2 60 médio desunif média sim 1,60 6 sim 25,00
2005
outono 180 XZ 2 50 grande unif med média sim 1,64 10 sim 45,00
2005
outono 153 XC 2 180 médio unif med forte não 1,50 7 sim 30,00
2005
outono 130 XB 2 50 pequeno desunif leve não 1,77 7 sim 30,00
Apêndice 2: Continuação...
199
2005
outono 150 XZ 2 120 médio desunif média não 1,63 10 sim 45,00
2005
outono 180 XB 2 60 médio unif med média sim 1,72 13 sim 60,00
2005
outono 125 XZ 2 120 médio unif med leve não 1,80 6 sim 25,00
2005
outono 210 XZ 2 120 grande unif med média não 1,76 15 sim 70,00
2005
outono 141 XB 3 60 médio desunif média não 1,70 9 sim 40,00
2005
outono 140 XC 3 60 médio unif med média não 1,61 6 sim 25,00
2005
outono 178 XB 3 120 médio unif med média não 1,69 11 sim 50,00
2005
outono 143 BB 3 60 médio unif med média não 1,78 12 sim 55,00
2005
outono 136 XB 3 60 médio unif med média não 1,69 7 sim 30,00
2005
outono 170 XC 3 120 médio unif med forte não 1,62 8 sim 35,00
2005
outono 225 XZ 3 60 grande desunif forte não 1,78 21 sim 100,00
2005
outono 208 XB 3 60 médio unif med forte não 1,56 10 sim 45,00
2005
outono 160 XZ 3 60 pequeno unif med forte não 1,56 11 sim 50,00
2005
outono 137 XB 3 60 médio unif med média não 1,57 4 sim 15,00
2005
outono 135 XB 3 60 médio unif med média não 1,56 3 sim 10,00
2005
outono 166 XZ 3 60 médio desunif forte não 1,48 10 sim 45,00
2005
outono 160 MI 3 120 médio unif med média não 1,72 12 sim 55,00
2005
outono 153 XB 3 50 grande uniforme média não 1,80 12 sim 55,00
2005
outono 200 BB 3 120 médio unif med média não 1,40 3 sim 10,00
2005
outono 160 MI 3 120 médio unif med média não 1,50 9 sim 40,00
2005
outono 200 XZ 3 60 médio uniforme média não 1,75 11 sim 50,00
2005
outono 190 XC 3 120 grande unif med forte não 1,66 14 sim 65,00
2005
outono 152 XC 3 60 médio unif med média não 1,58 7 sim 30,00
2005
outono 186 MI 3 60 médio desunif forte não 1,48 6 sim 25,00
2005
outono 192 MI 3 60 grande desunif média não 1,56 9 sim 40,00
Apêndice 2: Continuação...
200
2005
outono 165 XC 3 120 médio unif med média não 1,48 6 sim 25,00
2005
outono 155 MI 3 60 médio desunif leve não 1,29 1 sim 0,00
2005
outono 190 BB 3 180 médio unif med forte não 1,97 22 sim 105,00
2005
outono 200 XB 3 50 grande unif med média não 1,88 22 sim 105,00
2005
outono 130 BB 3 60 pequeno desunif média não 1,54 1 sim 0,00
2005
outono 195 XB 4 60 médio unif med média não 1,64 5 sim 20,00
2005
outono 175 MI 4 120 pequeno desunif média não 1,54 9 sim 40,00
2005
outono 157 MI 4 120 médio desunif leve não 1,43 6 sim 25,00
2005
outono 162 XZ 4 120 grande uniforme média não 1,76 8 sim 35,00
2005
outono 170 XZ 4 120 grande unif med média não 1,68 8 sim 35,00
2005
outono 177 XC 4 120 grande unif med média não 1,64 9 sim 40,00
2005
outono 143 CC 4 120 médio unif med média não 1,85 14 sim 65,00
2005
outono 155 BB 4 120 médio unif med média não 1,58 8 sim 35,00
2005
outono 215 XB 4 300 grande unif med média não 1,88 16 sim 75,00
2005
outono 190 XB 4 50 grande unif med forte não 2,13 16 sim 75,00
2005
outono 200 XB 4 50 médio unif med forte não 2,03 16 sim 75,00
2005
outono 175 XZ 4 180 médio unif med forte não 1,66 9 sim 40,00
2005
outono 147 CC 4 120 pequeno unif med forte sim 1,77 9 sim 40,00
2005
outono 165 XC 4 120 médio unif med média não 1,55 6 sim 25,00
2005
outono 150 MI 4 120 médio unif med média não 1,47 3 sim 10,00
2005
outono 137 CC 4 60 pequeno unif med forte não 1,46 1 sim 0,00
2005
outono 152 CC 4 180 médio unif med forte não 1,71 13 sim 60,00
2005
outono 160 CC 4 60 médio unif med forte não 1,56 9 sim 40,00
2005
outono 120 CC 4 240 médio uniforme média não 1,79 6 sim 25,00
2005
outono 125 XB 4 180 pequeno unif med leve não 1,68 5 sim 20,00
Apêndice 2: Continuação...
201
2005
outono 120 XB 4 50 pequeno unif med leve não 1,75 5 sim 20,00
2005
outono 120 XC 4 180 pequeno unif med média sim 2,46 23 sim 110,00
2005
outono 101 XC 4 60 pequeno uniforme leve não 1,78 1 sim 0,00
2005
outono 110 XB 4 60 pequeno uniforme leve não 1,36 1 sim 0,00
2005
outono 225 XC 4 120 grande uniforme forte não 1,62 14 sim 65,00
2005
primavera
315 XC 1 120 grande uniforme forte sim 1,59 13 sim 60,00
2005
primavera
326 MI 1 120 grande uniforme forte sim 1,50 7 sim 30,00
2005
primavera
271 XC 1 131 grande uniforme média não 1,57 10 sim 45,00
2005
primavera
280 MI 1 270 médio unif med forte não 1,50 6 sim 25,00
2005
primavera
248 XB 1 186 médio unif med média não 1,43 2 sim 5,00
2005
primavera
199 MI 1 147 médio desunif média não 1,53 6 sim 25,00
2005
primavera
264 XC 1 159 grande unif med forte não 0,00 0 não
2005
primavera
185 XZ 1 131 médio desunif leve não 1,41 1 sim 0,00
2005
primavera
261 XB 1 159 médio unif med média não 1,49 6 sim 25,00
2005
primavera
299 BB 1 177 grande uniforme média não 1,45 4 sim 15,00
2005
primavera
203 XC 1 171 médio unif med média não 1,67 12 sim 55,00
2005
primavera
313 BB 1 158 grande unif med forte não 1,50 7 sim 30,00
2005
primavera
198 MI 1 90 médio unif med média não 1,46 3 sim 10,00
2005
primavera
297 BB 1 162 médio uniforme forte não 1,68 17 sim 80,00
2005
primavera
260 XC 1 180 médio uniforme forte não 1,54 8 sim 35,00
2005
primavera
293 XZ 1 119 grande uniforme forte não 1,62 14 sim 65,00
2005
primavera
255 XB 1 172 grande desunif média não 1,59 10 sim 45,00
2005
primavera
198 XC 1 148 pequeno desunif média não 1,54 6 sim 25,00
2005
primavera
276 XC 1 108 médio unif med forte não 1,56 9 sim 40,00
2005
primavera
296 SI 2 115 pequeno uniforme forte não 1,64 15 sim 70,00
Apêndice 2: Continuação...
202
2005
primavera
232 XZ 2 123 médio desunif média não 1,55 8 sim 35,00
2005
primavera
347 SI 2 180 grande uniforme forte não 1,61 15 sim 70,00
2005
primavera
295 XB 2 211 médio uniforme média não 1,80 24 sim 115,00
2005
primavera
250 BB 2 111 médio unif med média não 1,62 12 sim 55,00
2005
primavera
294 XC 2 125 grande uniforme forte não 1,65 15 sim 70,00
2005
primavera
279 MI 2 101 médio uniforme forte não 1,63 11 sim 50,00
2005
primavera
211 BB 2 116 médio uniforme média não 1,75 15 sim 70,00
2005
primavera
311 SI 2 93 médio unif med média não 1,64 15 sim 70,00
2005
primavera
297 XZ 2 135 grande unif med média não 1,65 15 sim 70,00
2005
primavera
222 MI 2 102 médio unif med média não 1,53 6 sim 25,00
2005
primavera
246 XB 2 106 médio desunif forte sim 1,54 8 sim 35,00
2005
primavera
321 SI 2 132 médio uniforme forte não 1,65 17 sim 80,00
2005
primavera
251 BB 2 84 médio unif med média não 1,59 10 sim 45,00
2005
primavera
224 MI 2 122 médio desunif leve não 1,58 9 sim 40,00
2005
primavera
279 XZ 2 121 grande uniforme forte não 1,65 13 sim 60,00
2005
primavera
293 SI 2 125 grande uniforme média não 1,66 8 sim 35,00
2005
primavera
257 XC 2 207 médio desunif média não 1,48 5 sim 20,00
2005
primavera
250 XC 2 145 médio unif med média não 1,60 11 sim 50,00
2005
primavera
209 MI 3 135 médio desunif leve não 1,51 4 sim 15,00
2005
primavera
279 XB 3 150 grande uniforme média não 1,83 24 sim 115,00
2005
primavera
263 SI 3 115 médio uniforme média não 1,69 16 sim 75,00
2005
primavera
264 XZ 3 153 grande uniforme forte não 1,59 11 sim 50,00
2005
primavera
252 MI 3 114 médio uniforme média não 1,61 8 sim 35,00
2005
primavera
277 XB 3 110 médio unif med forte não 1,55 9 sim 40,00
2005
primavera
258 MI 3 154 médio desunif média não 1,53 7 sim 30,00
Apêndice 2: Continuação...
203
2005
primavera
274 XB 3 140 médio uniforme média não 1,64 14 sim 65,00
2005
primavera
275 SI 3 100 médio uniforme média não 1,64 14 sim 65,00
2005
primavera
187 XZ 3 140 médio unif med leve não 1,55 6 sim 25,00
2005
primavera
247 XC 3 102 médio uniforme média não 1,70 15 sim 70,00
2005
primavera
294 SI 3 133 médio uniforme média não 1,73 13 sim 60,00
2005
primavera
253 BB 3 133 médio uniforme média não 1,62 12 sim 55,00
2005
primavera
285 XC 3 69 médio uniforme média não 1,56 10 sim 45,00
2005
primavera
199 XC 3 131 médio unif med média não 1,63 10 sim 45,00
2005
primavera
277 XC 3 120 médio uniforme média não 1,48 5 sim 20,00
2005
primavera
258 MI 3 158 médio unif med média não 1,49 5 sim 20,00
2005
primavera
253 BB 3 104 médio uniforme média não 1,62 12 sim 55,00
2005
primavera
285 BB 3 97 médio uniforme média não 1,42 2 sim 5,00
2005
primavera
276 XC 4 77 médio uniforme média não 1,54 8 sim 35,00
2005
primavera
274 XZ 4 125 médio uniforme média não 1,66 15 sim 70,00
2005
primavera
224 XZ 4 174 médio uniforme leve não 1,58 9 sim 40,00
2005
primavera
240 BB 4 133 pequeno uniforme média não 1,65 9 sim 40,00
2005
primavera
227 MI 4 165 médio unif med média não 1,59 9 sim 40,00
2005
primavera
289 XC 4 147 médio uniforme forte não 1,61 13 sim 60,00
2005
primavera
237 MI 4 174 médio unif med leve não 1,50 5 sim 20,00
2005
primavera
263 XC 4 155 médio uniforme média não 1,48 5 sim 20,00
2005
primavera
262 BB 4 157 médio uniforme média não 1,66 14 sim 65,00
2005
primavera
290 SI 4 112 médio uniforme média não 1,69 17 sim 80,00
2005
primavera
214 MI 4 171 médio unif med leve não 1,57 8 sim 35,00
2005
primavera
284 XB 4 155 médio unif med média não 1,51 7 sim 30,00
2005
primavera
305 XB 4 118 médio uniforme média não 1,64 15 sim 70,00
Apêndice 2: Continuação...
204
2005
primavera
260 XB 4 150 médio uniforme média não 1,69 16 sim 75,00
2005
primavera
190 BB 4 161 pequeno uniforme leve não 1,74 13 sim 60,00
2005
primavera
237 MI 4 150 médio unif med média não 1,48 4 sim 15,00
2005
primavera
318 XC 4 128 médio uniforme média não 1,53 8 sim 35,00
2005
primavera
275 XB 4 122 médio uniforme média não 1,67 16 sim 75,00
2005
primavera
184 XB 1 112 médio unif med média não 1,63 9 sim 40,00
2005
primavera
172 XB 1 101 médio unif med média não 1,80 15 sim 70,00
2005
primavera
197 MI 1 126 médio desunif média não 1,57 7 sim 30,00
2005
primavera
208 XZ 1 115 grande desunif média não 1,54 5 sim 20,00
2005
primavera
229 SI 1 206 grande uniforme forte sim 1,86 22 sim 105,00
2005
primavera
213 MI 1 149 médio desunif média não 1,60 9 sim 40,00
2005
primavera
246 SI 1 117 médio uniforme forte sim 1,75 17 sim 80,00
2005
primavera
244 BB 1 128 médio uniforme forte sim 1,74 16 sim 75,00
2005
primavera
194 XB 1 93 médio desunif média não 1,62 9 sim 40,00
2005
primavera
196 XC 1 124 médio unif med média não 1,61 9 sim 40,00
2005
primavera
190 XC 1 93 médio unif med média não 1,76 14 sim 65,00
2005
primavera
163 XB 1 89 pequeno unif med leve não 1,84 15 sim 70,00
2005
primavera
180 BB 1 60 médio desunif leve não 1,81 14 sim 65,00
2005
primavera
209 XC 1 139 médio desunif forte não 1,63 10 sim 45,00
2005
primavera
236 XC 1 150 grande uniforme forte sim 1,69 14 sim 65,00
2005
primavera
194 MI 1 115 médio desunif média não 1,73 13 sim 60,00
2005
primavera
193 MI 1 104 grande desunif leve não 1,81 16 sim 75,00
2005
primavera
198 BB 1 95 médio unif med média não 1,64 10 sim 45,00
2005
primavera
225 XB 1 175 grande unif med forte não 1,78 16 sim 75,00
2005
primavera
191 MI 1 107 médio desunif média não 1,57 7 sim 30,00
Apêndice 2: Continuação...
205
2005
primavera
206 XB 1 138 grande unif med média não 1,67 12 sim 55,00
2005
primavera
198 BB 1 81 médio uniforme média sim 1,87 15 sim 70,00
2005
primavera
261 XB 1 109 médio desunif média não 1,53 7 sim 30,00
2005
primavera
247 BB 1 75 médio uniforme média não 1,76 18 sim 85,00
2005
primavera
203 XB 1 105 médio desunif leve não 1,55 7 sim 30,00
2005
primavera
261 BB 2 128 médio unif med média sim 1,59 12 sim 55,00
2005
primavera
249 XB 2 117 médio desunif média não 1,59 10 sim 45,00
2005
primavera
230 BB 2 154 médio uniforme média não 1,70 14 sim 65,00
2005
primavera
224 XZ 2 183 grande unif med leve não 1,67 13 sim 60,00
2005
primavera
245 MI 2 121 médio unif med média não 1,51 6 sim 25,00
2005
primavera
186 XC 2 105 médio unif med leve não 1,64 9 sim 40,00
2005
primavera
251 MI 2 77 grande unif med média não 1,63 11 sim 50,00
2005
primavera
180 XB 2 74 médio uniforme média não 1,89 18 sim 85,00
2005
primavera
181 XB 2 90 médio unif med média não 1,88 17 sim 80,00
2005
primavera
191 MI 2 113 médio unif med leve não 1,57 7 sim 30,00
2005
primavera
236 XB 2 84 médio desunif leve sim 1,72 14 sim 65,00
2005
primavera
244 XB 2 100 grande unif med média não 1,60 9 sim 40,00
2005
primavera
309 XZ 2 210 grande unif med média não 1,81 25 sim 120,00
2005
primavera
256 XC 2 166 grande uniforme forte não 1,66 14 sim 65,00
2005
primavera
227 MI 2 110 médio desunif leve não 1,65 12 sim 55,00
2005
primavera
197 XB 2 86 médio desunif leve não 1,65 10 sim 45,00
2005
primavera
208 MI 2 115 médio unif med média não 1,71 14 sim 65,00
2005
primavera
208 BB 2 80 médio uniforme média sim 1,95 23 sim 110,00
2005
primavera
218 MI 2 99 médio desunif média sim 1,67 12 sim 55,00
2005
primavera
210 MI 2 84 médio desunif média não 1,69 13 sim 60,00
Apêndice 2: Continuação...
206
2005
primavera
180 XC 2 126 médio uniforme média não 1,86 17 sim 80,00
2005
primavera
185 MI 2 119 médio desunif leve não 1,68 11 sim 50,00
2005
primavera
194 XB 2 73 médio unif med média não 1,73 16 sim 75,00
2005
primavera
210 MI 2 101 grande desunif leve não 1,74 15 sim 70,00
2005
primavera
181 XB 2 86 pequeno desunif leve sim 1,74 13 sim 60,00
2005
primavera
197 XB 3 73 médio unif med média não 1,83 17 sim 80,00
2005
primavera
188 XB 3 128 pequeno unif med leve não 1,84 17 sim 80,00
2005
primavera
244 MI 3 123 grande unif med média não 1,74 17 sim 80,00
2005
primavera
181 XB 3 94 médio unif med leve não 1,77 14 sim 65,00
2005
primavera
193 XB 3 109 médio desunif média não 1,89 19 sim 90,00
2005
primavera
275 XB 3 149 médio unif med média não 1,65 14 sim 65,00
2005
primavera
269 XC 3 117 médio unif med forte não 1,58 10 sim 45,00
2005
primavera
242 MI 3 83 médio unif med média não 1,65 11 sim 50,00
2005
primavera
343 SI 3 188 grande uniforme forte sim 1,69 17 sim 80,00
2005
primavera
234 XB 3 105 médio uniforme média não 1,71 15 sim 70,00
2005
primavera
186 XB 3 77 médio unif med leve não 1,80 15 sim 70,00
2005
primavera
216 MI 3 123 médio uniforme média não 1,85 20 sim 95,00
2005
primavera
173 XB 3 120 médio unif med leve não 1,94 18 sim 85,00
2005
primavera
193 BB 3 71 pequeno desunif leve não 1,89 14 sim 65,00
2005
primavera
258 XB 3 114 pequeno unif med forte sim 1,82 21 sim 100,00
2005
primavera
200 BB 3 103 pequeno unif med leve não 1,83 18 sim 85,00
2005
primavera
282 MI 3 187 médio unif med forte não 1,63 14 sim 65,00
2005
primavera
284 XB 3 131 médio unif med média não 1,85 22 sim 105,00
2005
primavera
248 XB 3 196 pequeno uniforme média sim 1,75 16 sim 75,00
2005
primavera
187 MI 3 94 pequeno unif med leve não 1,82 16 sim 75,00
Apêndice 2: Continuação...
207
2005
primavera
312 XB 3 125 médio unif med média não 1,67 17 sim 80,00
2005
primavera
180 BB 3 55 pequeno uniforme leve sim 2,00 19 sim 90,00
2005
primavera
248 XB 3 107 médio unif med média não 1,69 15 sim 70,00
2005
primavera
214 XB 3 113 pequeno unif med leve não 1,78 17 sim 80,00
2005
primavera
181 BB 3 189 pequeno uniforme média não 1,96 14 sim 65,00
2005
primavera
180 MI 4 133 médio unif med leve não 1,72 12 sim 55,00
2005
primavera
201 MI 4 115 médio desunif leve não 1,79 17 sim 80,00
2005
primavera
238 XB 4 86 pequeno unif med média não 1,64 13 sim 60,00
2005
primavera
288 XB 4 163 grande unif med média não 1,68 15 sim 70,00
2005
primavera
198 XB 4 117 pequeno unif med média sim 1,89 20 sim 95,00
2005
primavera
225 MI 4 99 médio desunif média não 1,71 15 sim 70,00
2005
primavera
205 XB 4 99 médio desunif média não 1,71 14 sim 65,00
2005
primavera
241 XB 4 152 médio desunif média não 1,66 13 sim 60,00
2005
primavera
208 XB 4 120 médio unif med média não 1,78 14 sim 65,00
2005
primavera
269 XZ 4 178 médio unif med média não 1,67 15 sim 70,00
2005
primavera
215 MI 4 89 pequeno unif med leve não 1,84 19 sim 90,00
2005
primavera
210 XB 4 113 médio desunif média não 1,90 21 sim 100,00
2005
primavera
242 XZ 4 170 grande unif med forte não 1,78 19 sim 90,00
2005
primavera
220 SI 4 111 médio unif med média não 1,82 19 sim 90,00
2005
primavera
207 MI 4 120 médio desunif leve não 1,81 18 sim 85,00
2005
primavera
265 XB 4 165 médio unif med forte não 1,83 24 sim 115,00
2005
primavera
200 MI 4 100 médio unif med média não 1,80 17 sim 80,00
2005
primavera
242 MI 4 94 médio desunif média não 1,65 13 sim 60,00
2005
primavera
194 MI 4 71 médio desunif média não 1,80 16 sim 75,00
2005
primavera
224 XB 4 65 pequeno uniforme média não 1,83 21 sim 100,00
Apêndice 2: Continuação...
208
2005
primavera
191 XB 4 112 médio unif med média não 1,70 12 sim 55,00
2005
primavera
216 MI 4 117 médio desunif média não 1,64 11 sim 50,00
2005
primavera
212 XZ 4 125 médio unif med média não 1,77 16 sim 75,00
2005
primavera
187 XB 1 270 médio unif med média SIM 1,79 15 sim 70,00
2005
primavera
165 MI 1 180 médio desunif média não 1,70 10 sim 45,00
2005
primavera
140 XZ 1 180 pequeno desunif leve não 1,64 7 sim 30,00
2005
primavera
205 MI 1 330 grande desunif média não 1,95 25 sim 120,00
2005
primavera
167 MI 1 300 médio desunif média não 1,62 8 sim 35,00
2005
primavera
187 XB 1 270 médio unif med média não 1,79 15 sim 70,00
2005
primavera
160 BB 2 240 médio unif med média SIM 1,91 17 sim 80,00
2005
primavera
188 MI 2 240 médio desunif média não 1,84 17 sim 80,00
2005
primavera
260 XB 2 240 grande uniforme forte SIM 1,85 24 sim 115,00
2005
primavera
242 XB 2 150 grande desunif forte não 1,86 23 sim 110,00
2005
primavera
206 XB 2 240 grande unif med média não 1,82 16 sim 75,00
2005
primavera
264 BB 3 210 grande unif med forte SIM 1,86 23 sim 110,00
2005
primavera
193 XB 3 240 médio unif med forte não 1,92 19 sim 90,00
2005
primavera
299 XB 3 420 grande unif med forte não 1,69 18 sim 85,00
2005
primavera
238 XB 3 220 grande unif med forte SIM 1,81 19 sim 90,00
2005
primavera
273 BB 3 360 médio uniforme forte SIM 1,87 25 sim 120,00
2005
primavera
164 MI 3 270 médio desunif leve não 1,86 16 sim 75,00
2006
outono 206 SI 1 376 grande uniforme forte não 1,94 21 sim 100,00
2006
outono 152 XZ 1 246 médio unif med média não 1,91 11 sim 50,00
2006
outono 196 MI 1 180 grande unif med forte não 1,73 11 sim 50,00
2006
outono 150 XB 1 90 médio unif med média não 1,77 10 sim 45,00
2006
outono 190 SI 1 300 médio unif med forte sim 2,00 21 sim 100,00
Apêndice 2: Continuação...
209
2006
outono 164 BB 1 110 grande unif med leve não 1,95 17 sim 80,00
2006
outono 167 XZ 1 120 médio unif med forte não 1,98 17 sim 80,00
2006
outono 206 SI 1 275 médio unif med média não 1,94 21 sim 100,00
2006
outono 200 XZ 1 127 grande unif med forte não 1,60 7 sim 30,00
2006
outono 196 XB 1 58 grande uniforme forte não 1,99 15 sim 70,00
2006
outono 174 XB 1 103 grande unif med forte não 1,95 17 sim 80,00
2006
outono 150 XB 2 120 grande unif med média não 1,87 13 sim 60,00
2006
outono 156 XB 2 94 pequeno unif med média não 1,86 13 sim 60,00
2006
outono 208 BB 2 102 médio uniforme forte não 1,92 19 sim 90,00
2006
outono 202 SI 2 120 médio unif med forte não 1,98 21 sim 100,00
2006
outono 204 XB 2 178 médio uniforme forte sim 1,91 19 sim 90,00
2006
outono 185 BB 2 141 médio uniforme média sim 1,95 19 sim 90,00
2006
outono 177 XC 2 167 médio unif med média não 1,98 15 sim 70,00
2006
outono 167 XB 2 114 médio unif med média não 1,86 17 sim 80,00
2006
outono 212 BB 2 200 grande uniforme forte sim 2,03 23 sim 110,00
2006
outono 177 XB 2 71 médio unif med média não 1,86 15 sim 70,00
2006
outono 173 XB 2 94 médio unif med média não 1,79 11 sim 50,00
2006
outono 219 SI 3 209 médio uniforme forte sim 2,10 23 sim 110,00
2006
outono 230 MI 3 129 grande unif med média não 1,78 15 sim 70,00
2006
outono 208 SI 3 120 grande unif med média não 2,02 23 sim 110,00
2006
outono 216 CC 3 171 grande uniforme média não 1,85 19 sim 90,00
2006
outono 171 MI 3 130 médio desunif leve não 1,75 13 sim 60,00
2006
outono 157 MI 3 137 médio uniforme média não 1,91 15 sim 70,00
2006
outono 211 BB 3 149 médio uniforme forte sim 2,04 25 sim 120,00
2006
outono 212 BB 3 123 grande uniforme forte não 2,00 22 sim 105,00
Apêndice 2: Continuação...
210
2006
outono 175 BB 3 140 médio uniforme forte não 1,83 13 sim 60,00
2006
outono 210 XB 3 224 grande uniforme forte sim 1,88 16 sim 75,00
2006
outono 181 BB 3 90 médio uniforme forte sim 2,04 21 sim 100,00
2006
outono 193 XB 4 210 grande unif med forte não 1,81 11 sim 50,00
2006
outono 182 XB 4 150 médio unif med forte não 1,84 14 sim 65,00
2006
outono 204 XZ 4 80 grande unif med forte não 1,72 11 sim 50,00
2006
outono 177 XB 4 60 grande unif med forte não 1,75 11 sim 50,00
2006
outono 161 BB 4 65 médio unif med média não 1,93 13 sim 60,00
2006
outono 162 SI 4 117 médio unif med média não 2,10 17 sim 80,00
2006
outono 171 XB 4 118 médio unif med média não 2,05 21 sim 100,00
2006
outono 157 MI 4 185 médio desunif média não 1,72 9 sim 40,00
2006
outono 225 XB 4 167 grande uniforme média não 1,78 15 sim 70,00
2006
outono 226 XZ 4 119 grande uniforme média sim 1,68 11 sim 50,00
2006
outono 121 CC 4 157 pequeno unif med leve não 1,90 11 sim 50,00
2006
outono 122 XC 4 93 médio desunif média não 2,05 9 sim 40,00
2006
outono 179 BB 4 188 médio desunif média não 1,90 9 sim 40,00
2006
outono 228 XC 1 201 médio unif med forte não 2,02 23 sim 110,00
2006
outono 203 XZ 1 151 médio unif med média não 1,82 13 sim 60,00
2006
outono 176 MI 1 145 pequeno unif med média não 1,93 15 sim 70,00
2006
outono 200 XC 1 66 grande unif med forte não 2,00 17 sim 80,00
2006
outono 199 XZ 1 113 médio unif med média não 1,91 17 sim 80,00
2006
outono 193 XZ 1 111 médio unif med média não 2,02 19 sim 90,00
2006
outono 191 XZ 1 92 médio unif med média não 1,99 13 sim 60,00
2006
outono 174 SI 1 72 médio unif med média não 2,18 23 sim 110,00
2006
outono 187 XZ 1 120 grande unif med média não 1,93 15 sim 70,00
Apêndice 2: Continuação...
211
2006
outono 150 MI 1 145 pequeno uniforme média não 2,00 17 sim 80,00
2006
outono 144 MI 1 169 pequeno uniforme média não 1,94 13 sim 60,00
2006
outono 205 XZ 1 144 grande uniforme média não 2,05 23 sim 110,00
2006
outono 197 XB 2 97 médio uniforme forte não 2,13 21 sim 100,00
2006
outono 210 XB 2 76 grande unif med forte não 1,76 19 sim 90,00
2006
outono 172 XC 2 171 médio uniforme forte não 2,21 21 sim 100,00
2006
outono 166 XZ 2 153 médio unif med média não 1,99 17 sim 80,00
2006
outono 208 MI 2 88 grande uniforme média não 1,83 13 sim 60,00
2006
outono 200 XZ 2 100 grande unif med média não 1,85 15 sim 70,00
2006
outono 178 XC 2 108 médio uniforme forte não 1,85 13 sim 60,00
2006
outono 234 MI 2 178 médio unif med média não 1,84 15 sim 70,00
2006
outono 168 XC 2 86 médio uniforme média não 1,85 11 sim 50,00
2006
outono 248 XB 2 166 grande uniforme forte não 1,81 15 sim 70,00
2006
outono 208 XB 2 127 médio desunif média não 1,92 17 sim 80,00
2006
outono 171 XC 2 123 pequeno uniforme média não 2,11 21 sim 100,00
2006
outono 160 XB 3 130 pequeno uniforme média sim 1,81 13 sim 60,00
2006
outono 215 MI 3 120 médio unif med média não 1,91 15 sim 70,00
2006
outono 189 BB 3 123 pequeno uniforme forte sim 2,06 21 sim 100,00
2006
outono 160 XB 3 60 pequeno unif med média não 1,94 13 sim 60,00
2006
outono 161 BB 3 120 pequeno uniforme forte não 1,93 13 sim 60,00
2006
outono 150 XC 3 100 pequeno uniforme média não 1,87 11 sim 50,00
2006
outono 172 XC 3 106 pequeno uniforme forte não 1,80 11 sim 50,00
2006
outono 233 XB 3 170 médio uniforme forte sim 2,15 21 sim 100,00
2006
outono 258 XC 3 160 médio uniforme forte não 1,90 19 sim 90,00
2006
outono 206 XB 3 129 médio uniforme média não 1,94 19 sim 90,00
Apêndice 2: Continuação...
212
2006
outono 229 XZ 3 215 grande unif med média não 1,88 17 sim 80,00
2006
outono 241 BB 3 144 médio unif med média não 1,99 7 sim 30,00
2006
outono 239 XZ 4 172 grande unif med média não 1,84 15 sim 70,00
2006
outono 246 SI 4 104 grande uniforme forte não 2,11 13 sim 60,00
2006
outono 184 XZ 4 140 grande uniforme forte não 1,90 15 sim 70,00
2006
outono 168 XZ 4 163 médio unif med leve não 2,02 17 sim 80,00
2006
outono 192 SI 4 124 médio uniforme forte não 2,03 29 sim 140,00
2006
outono 174 XZ 4 159 médio unif med média não 2,07 17 sim 80,00
2006
outono 160 XZ 4 106 médio uniforme média não 1,94 15 sim 70,00
2006
outono 190 XZ 4 141 grande unif med leve não 1,79 13 sim 60,00
2006
outono 185 XZ 4 111 médio uniforme leve não 1,84 13 sim 60,00
2006
outono 232 SI 4 101 médio uniforme forte sim 2,03 23 sim 110,00
2006
outono 187 XZ 4 116 grande unif med média não 1,87 13 sim 60,00
2006
outono 128 XZ 4 142 médio unif med leve não 2,19 17 sim 80,00
2006
outono 207 BB 1 163 médio uniforme leve sim 2,46 13 sim 60,00
2006
outono 204 BB 1 50 médio uniforme leve não 2,21 7 sim 30,00
2006
outono 193 XB 1 88 médio unif med média não 2,18 7 sim 30,00
2006
outono 188 BB 1 60 pequeno uniforme leve sim 2,07 1 sim 0,00
2006
outono 191 BB 1 107 médio uniforme média sim 2,51 19 sim 90,00
2006
outono 276 BB 1 83 médio uniforme leve não 1,52 7 sim 30,00
2006
outono 223 BB 1 96 grande uniforme leve sim 2,29 13 sim 60,00
2006
outono 186 XC 1 130 médio unif med média não 2,10 7 sim 30,00
2006
outono 180 BB 1 94 médio unif med média sim 2,00 1 sim 0,00
2006
outono 153 BB 1 85 pequeno uniforme leve não 2,16 4 sim 15,00
2006
outono 206 BB 1 187 pequeno uniforme média sim 2,48 19 sim 90,00
Apêndice 2: Continuação...
213
2006
outono 185 BB 1 140 pequeno uniforme média não 2,11 7 sim 30,00
2006
outono 186 BB 1 60 pequeno uniforme média sim 2,26 7 sim 30,00
2006
outono 178 BB 1 102 pequeno uniforme média não 2,11 4 sim 15,00
2006
outono 181 BB 1 112 médio unif med média não 2,32 7 sim 30,00
2006
outono 197 BB 1 119 médio unif med média sim 2,21 7 sim 30,00
2006
outono 228 XZ 1 156 grande unif med forte sim 2,63 31 sim 150,00
2006
outono 192 XZ 1 144 grande unif med média não 2,50 10 sim 45,00
2006
outono 205 XZ 2 132 grande unif med forte não 2,34 13 sim 60,00
2006
outono 185 XZ 2 76 grande unif med média não 2,43 7 sim 30,00
2006
outono 214 XB 2 97 grande unif med média não 2,52 25 sim 120,00
2006
outono 221 XZ 2 94 grande unif med média não 2,31 13 sim 60,00
2006
outono 171 XB 2 92 médio unif med média não 2,28 7 sim 30,00
2006
outono 200 XB 2 42 médio unif med média não 2,55 13 sim 60,00
2006
outono 251 BB 2 135 médio uniforme média sim 2,39 25 sim 120,00
2006
outono 240 XB 2 59 médio unif med média não 2,19 16 sim 75,00
2006
outono 231 XB 2 90 médio desunif média sim 2,01 10 sim 45,00
2006
outono 253 XC 2 118 grande unif med leve não 2,13 22 sim 105,00
2006
outono 205 XC 2 32 médio unif med média não 1,90 7 sim 30,00
2006
outono 230 XZ 2 70 grande unif med leve não 2,09 13 sim 60,00
2006
outono 213 XB 2 62 médio unif med média não 1,83 7 sim 30,00
2006
outono 189 XZ 2 102 médio unif med média não 2,06 7 sim 30,00
2006
outono 199 SI 2 177 grande unif med média sim 2,19 10 sim 45,00
2006
outono 181 SI 2 69 médio unif med média não 2,07 4 sim 15,00
2006
outono 186 SI 2 71 médio unif med média não 2,26 7 sim 30,00
2006
outono 190 MI 2 86 médio desunif média sim 1,97 4 sim 15,00
Apêndice 2: Continuação...
214
2006
outono 161 MI 3 81 pequeno desunif média não 2,05 7 sim 30,00
2006
outono 200 XC 3 80 médio desunif média não 2,10 13 sim 60,00
2006
outono 201 SI 3 96 médio unif med média sim 2,16 4 sim 15,00
2006
outono 224 MI 3 103 médio unif med média não 1,94 4 sim 15,00
2006
outono 208 BB 3 100 médio unif med média sim 2,09 10 sim 45,00
2006
outono 213 XB 3 76 médio unif med forte não 2,04 4 sim 15,00
2006
outono 176 XB 3 86 pequeno desunif média não 2,05 1 sim 0,00
2006
outono 216 MI 3 89 grande desunif forte sim 1,94 7 sim 30,00
2006
outono 173 SI 3 100 grande unif med média sim 2,34 10 sim 45,00
2006
outono 206 CC 3 102 grande unif med forte sim 2,11 13 sim 60,00
2006
outono 173 MI 3 101 médio unif med média sim 2,17 7 sim 30,00
2006
outono 162 XB 3 117 médio unif med leve não 2,41 7 sim 30,00
2006
outono 161 BB 3 30 médio uniforme média não 2,42 1 sim 0,00
2006
outono 170 XB 3 65 médio unif med média não 2,21 1 sim 0,00
2006
outono 160 XZ 3 74 médio unif med média não 2,44 7 sim 30,00
2006
outono 212 XZ 3 56 médio desunif média não 1,98 7 sim 30,00
2006
outono 178 BB 4 50 pequeno uniforme média não 2,19 7 sim 30,00
2006
outono 160 XZ 4 104 grande unif med média não 2,44 7 sim 30,00
2006
outono 195 XZ 4 40 grande unif med média não 2,08 4 sim 15,00
2006
outono 205 XB 4 50 médio unif med média não 2,12 4 sim 15,00
2006
outono 161 XZ 4 124 grande unif med média não 2,42 7 sim 30,00
2006
outono 132 CC 4 100 médio uniforme forte não 3,07 7 sim 30,00
2006
outono 157 XC 4 60 pequeno unif med média não 2,29 1 sim 0,00
2006
outono 162 XZ 4 94 médio unif med média não 2,31 4 sim 15,00
2006
outono 163 XZ 4 63 grande unif med média não 2,39 7 sim 30,00
Apêndice 2: Continuação...
215
2006
outono 171 XZ 4 142 médio unif med média não 2,23 5,2 sim 21,00
2006
outono 161 XB 4 117 médio desunif média não 2,14 4 sim 15,00
2006
outono 160 XZ 4 117 pequeno desunif leve não 2,16 1 sim 0,00
2006
outono 160 XB 4 193 médio desunif leve não 1,91 5,2 sim 21,00
2006
outono 160 BB 4 85 pequeno unif med forte não 2,16 10 sim 45,00
2006
outono 132 XC 4 78 médio unif med média não 2,27 1 sim 0,00
2006
outono 221 XB 4 60 grande desunif forte não 2,04 1 sim 0,00
2006
outono 158 MI 4 122 médio unif med média não 2,09 7 sim 30,00
2006
outono 216 SI 1 154 médio unif med média sim 1,92 12 sim 55,00
2006
outono 220 XC 1 172 médio desunif média não 1,68 4 sim 15,00
2006
outono 168 XZ 1 188 médio unif med média não 1,70 4 sim 15,00
2006
outono 185 XC 1 226 médio desunif média não 1,62 1 sim 0,00
2006
outono 184 XZ 1 140 médio desunif média não 1,66 2 sim 5,00
2006
outono 173 MI 2 174 médio desunif média não 1,76 6 sim 25,00
2006
outono 152 XZ 2 203 pequeno desunif média não 1,88 8 sim 35,00
2006
outono 217 MI 2 210 médio unif med média não 1,87 12 sim 55,00
2006
outono 228 XZ 2 182 grande unif med média não 1,82 11 sim 50,00
2006
outono 156 XZ 2 174 médio desunif leve não 1,86 9 sim 40,00
2006
outono 169 SI 3 151 médio unif med média não 2,10 18 sim 85,00
2006
outono 195 XC 3 169 médio unif med média não 1,90 12 sim 55,00
2006
outono 160 XZ 3 136 médio unif med média não 1,81 7 sim 30,00
2006
outono 176 MI 3 197 médio unif med leve não 1,93 11 sim 50,00
2006
outono 168 MI 3 250 médio desunif média não 1,82 8 sim 35,00
2006
outono 181 XC 4 152 médio desunif leve não 1,93 13 sim 60,00
2006
outono 183 BB 4 161 médio unif med média não 2,35 25 sim 120,00
Apêndice 2: Continuação...
216
2006
outono 171 XC 4 180 médio unif med média não 1,99 13 sim 60,00
2006
outono 156 XZ 4 89 médio desunif média não 1,96 12 sim 55,00
2006
outono 165 XZ 4 115 médio desunif média não 1,94 11 sim 50,00
2006
outono 159 MI 4 82 médio desunif média não 2,01 14 sim 65,00
2006
outono 182 BB 1 136 médio unif med forte não 2,03 19 sim 90,00
2006
outono 200 BB 1 112 médio uniforme média não 1,90 16 sim 75,00
2006
outono 239 SI 1 125 grande unif med forte não 1,97 23 sim 110,00
2006
outono 243 XB 1 106 grande unif med forte não 1,87 16 sim 75,00
2006
outono 219 BB 1 150 médio desunif média não 1,99 22 sim 105,00
2006
outono 299 SI 1 248 grande uniforme forte não 1,82 20 sim 95,00
2006
outono 194 BB 1 137 pequeno desunif média não 1,80 11 sim 50,00
2006
outono 160 MI 1 131 pequeno unif med leve não 1,81 11 sim 50,00
2006
outono 128 MI 1 125 pequeno desunif leve não 1,72 5 sim 20,00
2006
outono 201 MI 1 125 médio desunif média não 1,87 14 sim 65,00
2006
outono 218 BB 2 128 médio unif med média não 2,02 23 sim 110,00
2006
outono 183 MI 2 80 médio unif med média não 1,91 15 sim 70,00
2006
outono 230 SI 2 103 grande unif med média não 1,96 21 sim 100,00
2006
outono 190 SI 2 170 médio desunif média não 2,00 19 sim 90,00
2006
outono 244 BB 2 109 pequeno unif med média não 1,19 15 sim 70,00
2006
outono 233 MI 2 191 médio desunif média não 1,93 21 sim 100,00
2006
outono 225 BB 2 101 médio unif med média não 1,96 21 sim 100,00
2006
outono 210 SI 2 157 médio unif med média não 2,00 21 sim 100,00
2006
outono 250 SI 2 146 grande unif med média não 2,04 27 sim 130,00
2006
outono 355 SI 2 150 grande uniforme forte sim 2,03 37 sim 180,00
2006
outono 226 BB 3 133 médio uniforme média não 1,99 23 sim 110,00
Apêndice 2: Continuação...
217
2006
outono 262 XC 3 157 grande unif med média não 1,91 21 sim 100,00
2006
outono 229 XB 3 80 médio unif med média não 1,97 21 sim 100,00
2006
outono 225 BB 3 85 grande unif med média não 1,96 19 sim 90,00
2006
outono 144 XC 3 105 pequeno desunif média não 1,88 11 sim 50,00
2006
outono 208 MI 3 90 grande desunif média não 2,02 21 sim 100,00
2006
outono 175 XC 3 66 médio unif med média não 1,94 15 sim 70,00
2006
outono 243 XC 3 110 grande unif med média não 2,14 31 sim 150,00
2006
outono 144 XZ 3 154 médio desunif média não 1,67 5 sim 20,00
2006
outono 140 XC 3 103 médio desunif leve não 1,64 5 sim 20,00
2006
outono 198 BB 4 106 médio desunif média não 2,05 22 sim 105,00
2006
outono 225 MI 4 204 grande desunif média não 1,82 13 sim 60,00
2006
outono 203 SI 4 92 médio desunif média não 2,32 33 sim 160,00
2006
outono 156 SI 4 101 médio unif med forte não 3,40 29 sim 140,00
2006
outono 154 SI 4 72 médio unif med média não 2,14 21 sim 100,00
2006
outono 202 XC 4 86 médio desunif média não 2,03 21 sim 100,00
2006
outono 170 BB 4 100 médio unif med média não 2,21 22 sim 105,00
2006
outono 177 BB 4 133 médio uniforme média sim 2,29 20 sim 95,00
2006
outono 160 BB 4 107 médio uniforme média sim 2,06 19 sim 90,00
2006
outono 245 BB 4 186 grande unif med média sim 2,08 29 sim 140,00
2006
outono 176 SI 1 205 médio unif med média não 2,05 9 sim 40,00
2006
outono 184 SI 1 120 médio unif med média não 2,01 9 sim 40,00
2006
outono 172 XB 1 81 médio desunif média não 1,86 1 sim 0,00
2006
outono 210 XB 1 150 grande desunif média não 1,90 11 sim 50,00
2006
outono 198 XB 1 86 médio desunif média não 1,87 7 sim 30,00
2006
outono 186 XB 1 112 médio desunif média não 1,99 11 sim 50,00
Apêndice 2: Continuação...
218
2006
outono 179 MI 1 96 pequeno desunif média não 1,96 9 sim 40,00
2006
outono 190 MI 1 80 médio desunif média não 1,89 7 sim 30,00
2006
outono 174 BB 1 101 médio unif med média não 2,01 11 sim 50,00
2006
outono 162 BB 1 77 médio uniforme média não 2,04 7 sim 30,00
2006
outono 160 BB 1 94 médio unif med média não 2,13 5 sim 20,00
2006
outono 160 XZ 1 90 médio desunif média não 1,81 3 sim 10,00
2006
outono 160 XB 1 76 pequeno desunif média não 1,88 5 sim 20,00
2006
outono 213 XZ 1 120 grande desunif forte não 1,88 11 sim 50,00
2006
outono 234 SI 1 186 grande uniforme forte sim 2,05 17 sim 80,00
2006
outono 223 SI 2 180 médio unif med média sim 2,06 13 sim 60,00
2006
outono 209 SI 2 118 grande unif med média não 2,15 21 sim 100,00
2006
outono 207 SI 2 150 médio desunif média não 2,08 15 sim 70,00
2006
outono 267 SI 2 89 médio desunif média não 1,76 19 sim 90,00
2006
outono 219 SI 2 82 grande unif med forte não 2,05 15 sim 70,00
2006
outono 228 MI 2 63 médio desunif média não 2,02 13 sim 60,00
2006
outono 267 SI 2 210 grande unif med média não 1,35 17 sim 90,00
2006
outono 254 XZ 2 240 grande unif med média não 2,13 21 sim 100,00
2006
outono 214 SI 2 133 médio desunif média não 2,10 15 sim 70,00
2006
outono 227 XZ 2 84 médio unif med média não 2,07 15 sim 70,00
2006
outono 205 XZ 2 104 pequeno desunif forte não 2,00 11 sim 50,00
2006
outono 198 XZ 2 126 médio unif med média sim 2,17 17 sim 80,00
2006
outono 243 BB 2 199 grande desunif forte sim 2,22 23 sim 110,00
2006
outono 204 MI 2 165 grande desunif forte não 2,06 15 sim 70,00
2006
outono 225 MI 2 120 grande desunif forte não 2,04 17 sim 80,00
2006
outono 209 XZ 3 110 grande desunif média não 1,87 7 sim 30,00
Apêndice 2: Continuação...
219
2006
outono 203 MI 3 96 grande unif med média não 1,87 5 sim 20,00
2006
outono 182 XZ 3 98 grande desunif média não 1,81 1 sim 0,00
2006
outono 182 MI 3 87 médio unif med média não 1,92 7 sim 30,00
2006
outono 182 MI 3 74 médio unif med média não 1,92 5 sim 20,00
2006
outono 175 XZ 3 73 grande unif med forte não 1,94 7 sim 30,00
2006
outono 182 XC 3 70 grande desunif forte não 1,81 3 sim 10,00
2006
outono 174 XC 3 110 médio unif med média não 1,90 3 sim 10,00
2006
outono 171 XC 3 74 médio desunif forte não 1,87 5 sim 20,00
2006
outono 174 MI 3 66 médio desunif média não 1,72 3 sim 10,00
2006
outono 161 MI 3 91 médio unif med média não 1,99 9 sim 40,00
2006
outono 160 MI 3 93 médio desunif leve não 1,88 5 sim 20,00
2006
outono 160 MI 3 108 médio desunif média não 1,94 7 sim 30,00
2006
outono 199 MI 3 170 médio desunif média não 2,21 19 sim 90,00
2006
outono 212 MI 3 117 médio desunif leve não 2,08 13 sim 60,00
2006
outono 177 XB 4 78 grande desunif média não 2,15 13 sim 60,00
2006
outono 224 BB 4 138 grande uniforme média sim 2,23 21 sim 100,00
2006
outono 254 XC 4 95 médio unif med média não 1,77 21 sim 100,00
2006
outono 201 BB 4 110 grande desunif forte não 2,34 23 sim 110,00
2006
outono 195 SI 4 107 grande desunif média sim 2,15 13 sim 60,00
2006
outono 160 BB 4 140 pequeno uniforme média não 2,13 13 sim 60,00
2006
outono 196 BB 4 123 grande unif med média sim 2,19 21 sim 100,00
2006
outono 244 MI 4 110 grande desunif forte não 1,72 5 sim 20,00
2006
outono 192 XB 4 92 médio desunif média não 2,14 15 sim 70,00
2006
outono 187 SI 4 110 pequeno desunif média não 2,25 17 sim 80,00
2006
outono 168 XB 4 78 grande desunif média não 2,26 13 sim 60,00
Apêndice 2: Continuação...
220
2006
outono 205 XC 4 90 grande desunif forte não 1,95 9 sim 40,00
2006
outono 194 CC 4 163 médio uniforme forte não 2,06 11 sim 50,00
2006
outono 162 XC 4 216 médio unif med média não 2,10 13 sim 60,00
2006
outono 160 SI 4 155 médio unif med média não 1,94 11 sim 50,00
2006
primavera
160 XZ 1 107 médio unif med forte não 3,19 33 sim 160,00
2006
primavera
261 XB 1 98 grande uniforme forte sim 2,53 39 sim 190,00
2006
primavera
245 MI 1 92 pequeno desunif média não 2,24 21 sim 100,00
2006
primavera
280 BB 1 75 pequeno uniforme forte sim 2,50 41 sim 200,00
2006
primavera
229 XB 1 84 médio unif med média não 2,36 27 sim 130,00
2006
primavera
237 XC 1 90 médio uniforme forte não 2,41 29 sim 140,00
2006
primavera
219 XZ 1 92 médio unif med média não 2,51 31 sim 150,00
2006
primavera
202 XZ 1 101 médio unif med forte não 2,48 29 sim 140,00
2006
primavera
176 BB 1 62 pequeno uniforme leve não 2,73 33 sim 160,00
2006
primavera
275 BB 1 122 grande uniforme forte não 2,51 39 sim 190,00
2006
primavera
209 CC 1 82 pequeno uniforme média não 2,54 31 sim 150,00
2006
primavera
268 BB 1 86 médio uniforme forte não 2,54 41 sim 200,00
2006
primavera
235 BB 1 83 médio uniforme forte não 2,60 39 sim 190,00
2006
primavera
219 XZ 1 105 grande unif med média não 2,33 25 sim 120,00
2006
primavera
262 MI 1 105 grande desunif leve não 2,33 29 sim 140,00
2006
primavera
244 XZ 1 129 médio unif med forte não 2,58 39 sim 190,00
2006
primavera
258 XC 1 116 grande unif med média não 2,52 39 sim 190,00
2006
primavera
258 MI 1 110 médio desunif média não 2,44 35 sim 170,00
2006
primavera
183 MI 1 98 pequeno desunif leve não 2,62 31 sim 150,00
2006
primavera
180 BB 1 99 pequeno unif med leve não 2,83 39 sim 190,00
2006
primavera
217 XZ 1 122 grande unif med média não 2,67 39 sim 190,00
Apêndice 2: Continuação...
221
2006
primavera
195 MI 1 90 médio desunif média não 2,72 37 sim 180,00
2006
primavera
200 SI 1 60 médio unif med média não 2,80 41 sim 200,00
2006
primavera
165 MI 1 65 grande desunif média não 3,03 41 sim 200,00
2006
primavera
201 SI 1 151 grande unif med média não 3,03 51 sim 250,00
2006
primavera
186 XZ 1 130 médio desunif média não 2,69 35 sim 170,00
2006
primavera
212 MI 1 106 médio unif med média não 2,64 37 sim 180,00
2006
primavera
171 XC 1 78 médio unif med média não 2,75 33 sim 160,00
2006
primavera
243 XB 1 77 grande unif med média não 2,59 39 sim 190,00
2006
primavera
229 BB 1 105 grande unif med média não 2,97 55 sim 270,00
2006
primavera
293 XC 1 129 grande uniforme forte sim 2,46 39 sim 190,00
2006
primavera
213 MI 1 93 grande desunif leve não 2,58 35 sim 170,00
2006
primavera
196 MI 2 75 pequeno desunif média não 2,81 41 sim 200,00
2006
primavera
284 XZ 2 136 grande unif med forte não 2,39 35 sim 170,00
2006
primavera
257 CC 2 105 grande uniforme forte não 2,57 41 sim 200,00
2006
primavera
227 XZ 2 91 grande uniforme média não 2,69 41 sim 200,00
2006
primavera
163 MI 2 100 pequeno uniforme média sim 3,01 41 sim 200,00
2006
primavera
279 MI 2 119 grande unif med média não 2,47 39 sim 190,00
2006
primavera
235 MI 2 98 grande desunif média não 2,55 37 sim 180,00
2006
primavera
295 XZ 2 140 grande uniforme forte não 2,37 35 sim 170,00
2006
primavera
205 MI 2 70 médio unif med média não 2,78 41 sim 200,00
2006
primavera
216 MI 2 108 pequeno unif med forte não 2,69 39 sim 190,00
2006
primavera
235 SI 2 106 grande unif med forte não 2,60 39 sim 190,00
2006
primavera
221 MI 2 125 pequeno desunif média não 2,53 33 sim 160,00
2006
primavera
233 SI 2 100 grande uniforme forte não 2,79 47 sim 230,00
2006
primavera
238 MI 2 92 médio unif med média não 2,48 33 sim 160,00
Apêndice 2: Continuação...
222
2006
primavera
280 SI 2 111 grande uniforme média não 2,39 35 sim 170,00
2006
primavera
203 XZ 2 83 pequeno desunif leve não 2,66 35 sim 170,00
2006
primavera
207 XZ 2 75 pequeno unif med média não 2,66 37 sim 180,00
2006
primavera
280 XB 2 65 grande uniforme forte sim 2,46 39 sim 190,00
2006
primavera
258 XZ 2 85 grande uniforme média não 2,56 39 sim 190,00
2006
primavera
188 SI 2 67 pequeno unif med média não 3,19 53 sim 260,00
2006
primavera
194 SI 2 70 pequeno unif med média sim 2,99 47 sim 230,00
2006
primavera
201 MI 2 69 pequeno unif med leve não 2,74 39 sim 190,00
2006
primavera
212 MI 2 101 pequeno uniforme forte não 2,59 35 sim 170,00
2006
primavera
270 XB 2 106 grande uniforme forte sim 2,48 37 sim 180,00
2006
primavera
165 BB 2 63 pequeno unif med leve não 2,91 37 sim 180,00
2006
primavera
221 BB 2 63 médio uniforme forte não 2,94 51 sim 250,00
2006
primavera
263 SI 2 108 médio unif med média não 2,47 37 sim 180,00
2006
primavera
233 BB 2 63 médio unif med média não 2,62 39 sim 190,00
2006
primavera
260 XZ 2 91 grande unif med forte não 2,42 33 sim 160,00
2006
primavera
318 BB 2 199 médio uniforme forte sim 2,42 41 sim 200,00
2006
primavera
258 SI 2 99 pequeno uniforme média não 2,56 41 sim 200,00
2006
primavera
361 XZ 2 175 grande unif med forte não 2,30 37 sim 180,00
2006
primavera
244 MI 2 101 médio desunif média não 2,42 31 sim 150,00
2006
primavera
232 MI 2 84 médio desunif média não 2,41 29 sim 140,00
2006
primavera
194 XZ 3 102 grande desunif leve não 2,78 39 sim 190,00
2006
primavera
253 SI 3 97 médio uniforme média sim 2,73 47 sim 230,00
2006
primavera
215 XB 3 54 médio desunif média não 2,65 37 sim 180,00
2006
primavera
319 XZ 3 93 grande uniforme forte não 2,38 39 sim 190,00
2006
primavera
215 MI 3 75 grande unif med média não 2,60 35 sim 170,00
Apêndice 2: Continuação...
223
2006
primavera
200 MI 3 72 médio desunif leve não 2,75 39 sim 190,00
2006
primavera
252 XB 3 147 grande unif med média não 2,50 37 sim 180,00
2006
primavera
259 XB 3 140 grande unif med média não 2,59 41 sim 200,00
2006
primavera
201 XZ 3 121 médio desunif leve não 2,64 35 sim 170,00
2006
primavera
224 XZ 3 177 grande unif med média não 2,54 35 sim 170,00
2006
primavera
224 MI 3 52 médio unif med média não 2,68 41 sim 200,00
2006
primavera
163 BB 3 61 médio unif med média não 3,31 51 sim 250,00
2006
primavera
244 XB 3 87 médio unif med média não 2,42 31 sim 150,00
2006
primavera
216 MI 3 93 médio desunif média não 2,55 33 sim 160,00
2006
primavera
309 XZ 3 164 grande unif med média não 0,00 0 não 0,00
2006
primavera
239 XZ 3 80 grande desunif média não 2,51 35 sim 170,00
2006
primavera
217 XZ 3 100 grande unif med leve não 2,49 31 sim 150,00
2006
primavera
180 XZ 3 133 grande unif med leve não 2,72 35 sim 170,00
2006
primavera
250 MI 3 74 médio desunif média não 2,56 39 sim 190,00
2006
primavera
224 XB 3 89 médio desunif média não 2,95 53 sim 260,00
2006
primavera
341 XB 3 103 grande unif med forte não 2,29 35 sim 170,00
2006
primavera
160 MI 3 88 pequeno unif med média não 2,94 37 sim 180,00
2006
primavera
345 CC 3 167 grande uniforme forte não 2,32 37 sim 180,00
2006
primavera
244 XZ 3 134 grande unif med média não 2,91 55 sim 270,00
2006
primavera
271 MI 3 167 médio desunif média não 2,32 25 sim 120,00
2006
primavera
201 SI 3 135 médio unif med leve não 2,79 37 sim 180,00
2006
primavera
200 BB 3 63 médio uniforme média sim 3,15 47 sim 230,00
2006
primavera
290 XC 3 165 grande uniforme forte não 2,38 33 sim 160,00
2006
primavera
298 BB 3 106 grande uniforme média não 2,32 29 sim 140,00
2006
primavera
223 BB 3 97 médio unif med média não 2,65 19 sim 90,00
Apêndice 2: Continuação...
224
2006
primavera
333 XZ 3 115 grande unif med forte não 2,22 19 sim 90,00
2006
primavera
208 MI 3 62 médio desunif média não 2,64 21 sim 100,00
2006
primavera
195 BB 3 77 pequeno uniforme forte não 3,03 19 sim 90,00
2006
primavera
200 BB 3 193 pequeno unif med leve não 2,85 45 sim 220,00
2006
primavera
194 SI 4 71 médio unif med leve não 2,94 45 sim 220,00
2006
primavera
191 MI 4 110 pequeno unif med média não 2,36 21 sim 100,00
2006
primavera
209 XZ 4 155 grande uniforme forte não 2,39 21 sim 100,00
2006
primavera
275 MI 4 194 grande desunif média não 2,22 23 sim 110,00
2006
primavera
268 MI 4 102 grande desunif leve não 2,20 21 sim 100,00
2006
primavera
198 BB 4 69 médio uniforme forte não 3,18 47 sim 230,00
2006
primavera
234 XZ 4 111 grande unif med média não 2,26 21 sim 100,00
2006
primavera
202 MI 4 75 grande unif med forte não 2,62 27 sim 130,00
2006
primavera
251 BB 4 70 médio unif med média não 2,47 33 sim 160,00
2006
primavera
194 XZ 4 173 pequeno unif med leve não 2,73 33 sim 160,00
2006
primavera
188 XZ 4 167 médio unif med média não 2,77 25 sim 120,00
2006
primavera
180 XZ 4 88 pequeno unif med leve não 2,78 35 sim 170,00
2006
primavera
207 XZ 4 182 pequeno unif med leve não 2,32 21 sim 100,00
2006
primavera
286 BB 4 158 médio unif med leve não 2,34 23 sim 110,00
2006
primavera
160 SI 4 79 médio unif med média não 3,25 45 sim 220,00
2006
primavera
249 SI 4 151 grande unif med média não 2,57 39 sim 190,00
2006
primavera
221 XB 4 134 médio unif med média não 2,58 35 sim 170,00
2006
primavera
261 XB 4 149 médio uniforme forte não 2,41 33 sim 160,00
2006
primavera
244 MI 4 90 médio unif med média não 2,17 19 sim 90,00
2006
primavera
210 MI 4 143 médio unif med média não 2,67 27 sim 130,00
2006
primavera
241 SI 4 128 médio uniforme média não 2,41 27 sim 130,00
Apêndice 2: Continuação...
225
2006
primavera
210 SI 4 90 médio unif med média não 2,76 37 sim 180,00
2006
primavera
230 XC 4 140 médio unif med média não 2,52 33 sim 160,00
2006
primavera
176 BB 4 96 médio uniforme média não 3,13 19 sim 100,00
2006
primavera
230 XZ 4 140 médio desunif média não 2,57 35 sim 170,00
2006
primavera
374 XB 4 222 grande uniforme forte sim 2,19 29 sim 140,00
2006
primavera
292 MI 4 163 grande desunif média não 2,19 23 sim 110,00
2006
primavera
224 BB 4 116 médio unif med média não 2,50 29 sim 140,00
2006
primavera
328 XC 4 142 grande unif med forte não 2,20 25 sim 120,00
2006
primavera
235 XZ 4 124 grande desunif média não 2,47 31 sim 150,00
2006
primavera
255 MI 4 61 médio unif med média não 2,31 27 sim 130,00
2006
primavera
335 MI 4 164 grande unif med média não 2,15 23 sim 110,00
2006
primavera
242 SI 4 160 médio unif med média não 2,69 43 sim 210,00
2006
primavera
183 XB 1 178 médio uniforme média sim 2,90 35 sim 170,00
2006
primavera
249 XZ 1 210 grande uniforme forte sim 2,37 19 sim 90,00
2006
primavera
255 SI 1 206 grande uniforme forte sim 2,39 23 sim 110,00
2006
primavera
307 SI 1 208 grande uniforme forte sim 2,31 23 sim 110,00
2006
primavera
178 BB 1 174 médio uniforme média não 2,92 25 sim 120,00
2006
primavera
257 XC 1 175 grande uniforme forte não 2,49 27 sim 130,00
2006
primavera
190 XB 1 233 médio uniforme média não 2,68 27 sim 130,00
2006
primavera
250 XC 1 244 grande uniforme forte não 2,68 35 sim 170,00
2006
primavera
216 XB 1 138 médio uniforme média não 2,69 31 sim 150,00
2006
primavera
245 XB 1 130 médio uniforme forte não 2,45 25 sim 120,00
2006
primavera
231 XB 1 218 médio uniforme média não 2,60 31 sim 150,00
2006
primavera
207 XB 1 216 grande unif med média não 2,66 29 sim 140,00
2006
primavera
183 BB 2 130 pequeno uniforme média não 2,90 25 sim 120,00
Apêndice 2: Continuação...
226
2006
primavera
274 BB 2 250 médio uniforme forte sim 2,55 33 sim 160,00
2006
primavera
272 BB 2 233 grande uniforme forte não 2,57 25 sim 120,00
2006
primavera
204 XC 2 149 médio uniforme forte não 2,99 23 sim 110,00
2006
primavera
199 XB 2 127 médio unif med média não 2,76 31 sim 150,00
2006
primavera
194 XC 2 142 médio uniforme média não 2,99 41 sim 200,00
2006
primavera
209 XB 2 167 médio uniforme forte não 2,87 39 sim 190,00
2006
primavera
186 XB 2 148 médio uniforme média não 3,12 43 sim 210,00
2006
primavera
180 BB 2 101 pequeno uniforme média não 3,00 29 sim 140,00
2006
primavera
253 XZ 2 120 grande uniforme forte não 2,61 33 sim 160,00
2006
primavera
174 XB 2 203 médio unif med média não 2,93 33 sim 160,00
2006
primavera
216 XB 2 135 médio uniforme média não 2,55 25 sim 120,00
2006
primavera
211 XC 3 133 médio uniforme forte não 2,75 33 sim 160,00
2006
primavera
161 XB 3 141 médio uniforme leve não 2,98 33 sim 160,00
2006
primavera
224 XC 3 242 grande uniforme forte não 2,95 43 sim 210,00
2006
primavera
244 XB 3 230 médio uniforme forte não 2,79 41 sim 200,00
2006
primavera
213 XB 3 170 médio uniforme média não 2,86 39 sim 190,00
2006
primavera
160 XB 3 157 médio uniforme média não 3,13 37 sim 180,00
2006
primavera
246 BB 3 213 médio uniforme média não 2,80 39 sim 190,00
2006
primavera
253 XC 3 138 grande uniforme média não 2,73 39 sim 190,00
2006
primavera
265 XC 3 156 grande uniforme forte não 2,64 21 sim 100,00
2006
primavera
298 XC 3 130 grande uniforme forte não 2,42 25 sim 120,00
2006
primavera
236 XB 3 155 médio uniforme forte não 2,75 37 sim 180,00
2006
primavera
146 XB 3 107 pequeno uniforme média não 3,08 17 sim 80,00
227
APÊNDICE 3: Análise da variância e testes de médias utilizados no
Capítulo II
Univariate Analysis of Variance
Tests of Between-Subjects Effects
Dependent Variable: Preço (R$/kg PV)
Source
Type III Sum
of Squares df Mean Square F Sig.
Model
1240,802(a)
55
22,560
1480,177
0,000
PESO
0,421
1
0,421
27,611
0,000
GR
0,218
6
0,036
2,386
0,028
FRAME
0,013
2
0,007
0,428
0,652
MUSC
0,006
2
0,003
0,186
0,830
GR * FRAME
0,309
12
0,026
1,691
0,065
GR * MUSC
0,091
12
0,008
0,499
0,915
FRAME * MUSC
0,075
4
0,019
1,232
0,296
GR * FRAME * MUSC
0,235
15
0,016
1,026
0,426
Error
7,697
505
0,015
Total
1248,499
560
a R Squared = ,994 (Adjusted R Squared = ,993)
Estimated Marginal Means
Tamanho Animal
Preço (R$/kg PV)
Tukey HSD
a, b, c
Subset
FRAME N
1 2
pequeno
89 1,4575
médio
276 1,4888 1,4888
grande
195 1,4983
Sig.
0,081 0,794
Grupo Genético
Preço (R$/kg PV)
Tukey HSD
a, b, c
Subset
GR N
1 2 3
ZX
38 1,4284
CX
68 1,4543 1,4543
MI
144 1,4688 1,4688
BX
166 1,4751 1,4751
CC
12 1,5000 1,5000
BB
78 1,5312 1,5312
SI
54 1,5893
Sig.
0,133 0,082 0,355
228
APÊNDICE 3: Continuação...
Musculosidade
Preço (R$/kg PV)
Tukey HSD
a, b,c
Subset
MUSC N
1 2 3
leve
82 1,4372
média
370 1,4855
forte
108 1,5306
Sig.
1,000 1,000 1,000
Means for groups in homogeneous subsets are displayed. Based on Type III Sum of
Squares The error term is Mean Square(Error) = 0,016.
a Uses Harmonic Mean Sample Size = 150,095.
b The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not
guaranteed.
c Alpha = ,05.
Univariate Analysis of Variance
Tests of Between-Subjects Effects
Dependent Variable: Valorização (R$/kg PV)
Source
Type III Sum
of Squares df Mean Square F Sig.
Model
8,242(a) 54 0,153 12,015 0,000
GR
0,117 6 0,020 1,540 0,163
FRAME
0,011 2 0,005 0,425 0,654
MUSC
0,013 2 0,007 0,530 0,589
GR * FRAME
0,159 12 0,013 1,041 0,409
GR * MUSC
0,092 12 0,008 0,602 0,841
FRAME * MUSC
0,030 4 0,007 0,584 0,674
GR * FRAME * MUSC
0,253 15 0,017 1,328 0,180
Error
6,428 506 0,013
Total
14,671 560
a R Squared = ,562 (Adjusted R Squared = ,515)
Tamanho Animal
Valorização (R$/kg PV)
Tukey HSD
a, b, c
Subset
FRAME N
1
grande
195 ,1106
médio
276 ,1117
pequeno
89 ,1138
Sig.
,966
229
APÊNDICE 3: Continuação...
Grupo genético
Valorização (R$/kg PV)
Tukey HSD
a, b, c
Subset
GR N
1 2
CC
12 0,0800
ZX
38 0,0858
CX
68 0,0865
MI
144 0,0965
BX
166 0,0996
BB
78 0,1421 0,1421
SI
54 0,2019
Sig.
0,158 0,193
Musculosidade
Valorização (R$/kg PV)
Tukey HSD
a, b, c
Subset
MUSC N
1 2
leve
82 0,0901
média
370 0,1088 0,1088
forte
108 0,1376
Sig.
0,392 0,110
Means for groups in homogeneous subsets are displayed. Based on Type III Sum of Squares The error
term is Mean Square(Error) = ,013.
a Uses Harmonic Mean Sample Size = 124,187.
b The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not
guaranteed.
c Alpha = ,05.
230
APÊNDICE 4: Análise de regressão utilizada no Capítulo III.
----------------------------
--------------------------------------------------------
------------------------------
----
-- ano=2004 datajul=outono
ano=2004 datajul=outono ano=2004 datajul=outono
ano=2004 datajul=outono ---------------------------------
------------------------------------------------------------------
---------------------------------
The REG Procedure
Model: MODEL1
Dependent Variable: _COL26 preco@
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 1 473.43247 473.43247 31.21 <.0001
Error 543 8235.97487 15.16754
Corrected Total 544 8709.40734
Root MSE 3.89455 R-Square 0.0544
Dependent Mean 44.52110 Adj R-
Sq 0.0526
Coeff Var 8.74766
Parameter Estimates
Parameter Standard Standardized
Variable Label DF Estimate Error t Value Pr > |t| Estimate
Intercept Intercept 1 39.32389 0.94509 41.61 <.0001 0
COL6 peso@ 1 0.90409 0.16182 5.59 <.0001 0.23315
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2004 datajul=primav
ano=2004 datajul=primav ano=2004 datajul=primav
ano=2004 datajul=primav -
--
----------------------------
------------------------------------------------------
---------------------------
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 1 15.80096 15.80096 1.85 0.1752
Error 166 1415.28851 8.52583
Corrected Total 167 1431.08946
Root MSE 2.91990 R-Square 0.0110
Dependent Mean 46.50179 Adj R-Sq 0.0051
Coeff Var 6.27912
Parameter Estimates
Parameter Standard Standardized
Variable Label DF Estimate Error t Value Pr > |t| Estimate
Intercept Intercept 1 44.70702 1.33747 33.43 <.0001 0
COL6 peso@ 1 0.24571 0.18048 1.36 0.1752 0.10508
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2005 datajul=outono
ano=2005 datajul=outono ano=2005 datajul=outono
ano=2005 datajul=outono ----------------------------
--------------------------------------------------------
----------------------------
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 1 43.82069 43.82069 1.52 0.2177
Error 399 11472 28.75255
Corrected Total 400 11516
Root MSE 5.36214 R-Square 0.0038
Dependent Mean 49.02120 Adj R-Sq 0.0013
Coeff Var 10.93841
Parameter Estimates
Parameter Standard Standardized
Variable Label DF Estimate Error t Value Pr > |t| Estimate
Intercept Intercept 1 47.08792 1.58873 29.64 <.0001 0
COL6 peso@ 1 0.33457 0.27101 1.23 0.2177 0.06169
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2005 datajul=primav
ano=2005 datajul=primav ano=2005 datajul=primav
ano=2005 datajul=primav ----------------------------
--------------------------------------------------------
----------------------------
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 1 399.33766 399.33766 32.44 <.0001
Error 187 2301.79186 12.30905
Corrected Total 188 2701.12952
Root MSE 3.50843 R-
Square 0.1478
Dependent Mean 50.53175 Adj R-Sq 0.1433
Coeff Var 6.94301
231
APÊNDICE 4: Continuação...
Parameter Est
imates
Parameter Standard Standardized
Variable Label DF Estimate
Error t Value Pr > |t| Estimate
Intercept Intercept 1 58.61216 1.44142 40.66 <.0001 0
COL6 peso@ 1 -1.03233 0.18124 -5.70 <.0001 -
0.38450
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2006 datajul=outono
ano=2006 datajul=outono ano=2006 datajul=outono
ano=2006 datajul=outono ----------------------------
--------------------------------------------------------
----------------------------
Analysis of Variance
Sum of Mean
Source DF Squares
Square F Value Pr > F
Model 1 208.47414 208.47414 4.72 0.0306
Error 282
12444 44.12619
Corrected Total 283 12652
Root MSE 6.64275 R-
Square 0.0165
Dependent Mean 60.41197 Adj R-
Sq 0.0130
Coeff Var 10.99576
Parameter Estimates
Parameter Standard Standardized
Variable Label DF Estimate Error t Value Pr > |t| Estimate
Intercept Intercept 1 65.65886 2.44590 26.84 <.0001 0
COL6 peso@ 1 -0.81598 0.37541 -2.17 0.0306 -
0.12836
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2006 datajul=primav
ano=2006 datajul=primav ano=2006 datajul=primav
ano=2006 datajul=primav ----------------------------
--------------------------------------------------------
----------------------------
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 1 5308.08712 5308.08712 210.74 <.0001
Error 168 4231.59312 25.18805
Corrected Total 169 9539.68024
Root MSE 5.01877 R-Square 0.5564
Dependent Mean 78.98471 Adj R-
Sq 0.5538
Coeff Var 6.35410
Parameter Estimates
Parameter
Standard Standardized
Variable Label DF Estimate Error t Value Pr > |t Estimate
Intercept Intercept 1 108.26173
2.05317 52.73 <.0001 0
COL6 peso@ 1 -3.81835 0.26303 -14.52 <.0001 -0.74594
232
APÊNDICE 5: Análise de correlação utilizada no Capítulo III.
----------------------
--------------------------------------------
-----------------------------------
--------------------------
------------- ano=2004 datajul=outono
ano=2004 datajul=outono ano=2004 datajul=outono
ano=2004 datajul=outono ---------------------------
------------------------------------------------------
---------------------------
The CORR Procedure
2 Variables: _preço/@ peso vivo(@)
Pearson Correlation Coefficients, N = 545
Prob > |r| under H0: Rho=0
_COL6 _COL26
_COL6 1.00000 0.23315
peso@ <.0001
_COL26 0.23315 1.00000
preco@ <.0001
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2004 datajul=primav
ano=2004 datajul=primav ano=2004 datajul=primav
ano=2004 datajul=primav ----------------------
--------------------------------------------
----------------------
Pearson Correlation Coefficients, N = 168
Prob > |r| under H0: Rho=0
_COL6 _COL26
_COL6 1.00000 0.10508
peso@ 0.1752
_COL26 0.10508 1.00000
preco@ 0.1752
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2005 datajul=outono
ano=2005 datajul=outono ano=2005 datajul=outono
ano=2005 datajul=outono ----------------------
--------------------------------------------
----------------------
Pearson Correlation Coefficients, N = 401
Prob > |r| under H0: Rho=0
_COL6 _COL26
_COL6 1.00000 0.06169
peso@ 0.2177
_COL26 0.06169 1.00000
preco@ 0.2177
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2005 datajul=primav
ano=2005 datajul=primav ano=2005 datajul=primav
ano=2005 datajul=primav ----------------------
--------------------------------------------
----------------------
Pearson Correlation Coefficients, N = 189
Prob > |r| under H0: Rho=0
_COL6 _COL26
_COL6 1.00000 -0.38450
peso@ <.0001
_COL26 -0.38450 1.00000
preco@ <.0001
-----------------------------------
----------------------------------------------------------------------
----------------------------------- ano=2006 datajul=outono
ano=2006 datajul=outono ano=2006 datajul=outono
ano=2006 datajul=outono ----------------------------
--------------------------------------------------------
----------------------------
Pearson Correlation Coefficients, N = 284
Prob > |r| under H0: Rho=0
_COL6 _COL26
_COL6 1.00000 -0.12836
peso@ 0.0306
_COL26 -0.12836 1.00000
preco@ 0.0306
---
------
-----------------------------------
----------------------------------------------------------------
-------------------------------- ano=2006 datajul=primav
ano=2006 datajul=primav ano=2006 datajul=primav
ano=2006 datajul=primav -------------------------
--------------------------------------------------
-------------------------
Pearson Correlation Coefficients, N = 170
Prob > |r| under H0: Rho=0
_COL6 _COL26
_COL6 1.00000 -0.74594
peso@ <.0001
_COL26 -0.74594 1.00000
preco@ <.0001
233
APÊNDICE 6: Análise de contrastes utilizada no Capítulo III.
The GLM Procedure
Dependent Variable: PRECOA precoA
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 11 189718.1318 17247.1029 750.52 <.0001
Error 1745 40100.5026 22.9802
Corrected Total 1756 229818.6344
R-Square Coeff Var Root MSE PRECOA Mean
0.825512 9.168143 4.793770 52.28725
Source DF Type I SS Mean Square F Value Pr > F
PESOA 1 13058.9785 13058.9785 568.27 <.0001
ANO 2 133852.6287 66926.3144 2912.34 <.0001
PESOA*ANO 2 491.7084 245.8542 10.70 <.0001
DATAJUL 1 17290.0258 17290.0258 752.39 <.0001
PESOA*DATAJUL 1 852.9863 852.9863 37.12 <.0001
DATAJUL*ANO 2 23671.3817 11835.6908 515.04 <.0001
PESOA*DATAJUL*ANO 2 500.4225 250.2112 10.89 <.0001
Source DF Type III SS Mean Square F Value Pr > F
PESOA 1 1046.71626 1046.71626 45.55 <.0001
ANO 2 15197.06311 7598.53156 330.66 <.0001
PESOA*ANO 2 3022.81587 1511.40794 65.77 <.0001
DATAJUL 1 4276.01139 4276.01139 186.07 <.0001
PESOA*DATAJUL 1 1512.62761 1512.62761 65.82 <.0001
DATAJUL*ANO 2 2746.52850 1373.26425 59.76 <.0001
PESOA*DATAJUL*ANO 2 500.42247 250.21123 10.89 <.0001
Contrast DF Contrast SS Mean Square F Value Pr > F
Ef.linear d. outono|2004 1 473.432474 473.432474 20.60 <.0001
Ef.linear d. primav|2004 1 15.800959 15.800959 0.69 0.4071
Ef.linear d. outono|2005 1 43.820691 43.820691 1.91 0.1675
Ef.linear d. primav|2005 1 399.337659 399.337659 17.38 <.0001
Ef.linear d. outono|2006 1 208.474143 208.474143 9.07 0.0026
Ef.linear d. primv|2006 1 5308.087120 5308.087120 230.98 <.0001
outono|2004 vs -primav|2004 1 78.142049 78.142049 3.40 0.0653
outono|2004 vs -outono|2005 1 75.764561 75.764561 3.30 0.0696
outono|2004 vs -primav|2005 1 853.144579 853.144579 37.13 <.0001
outono|2004 vs -outono|2006 1 601.314442 601.314442 26.17 <.0001
outono|2004 vs -primav|2006 1 4985.558855 4985.558855 216.95 <.0001
primv|2004 vs -outono|2005 1 1.238821 1.238821 0.05 0.8164
primv|2004 vs -primav|2005 1 251.699118 251.699118 10.95 0.0010
primv|2004 vs -outono|2006 1 160.691947 160.691947 6.99 0.0083
primv|2004 vs -primav|2006 1 2514.918307 2514.918307 109.44 <.0001
Contrast DF Contrast SS Mean Square F Value Pr > F
outono|2005 vs -primav|2005 1 357.718457 357.718457 15.57 <.0001
outono|2005 vs -outono|2006 1 230.290099 230.290099 10.02 0.0016
outono|2005 vs -primav|2006 1 3253.364590 3253.364590 141.57 <.0001
primv|2005 vs -outono|2006 1 7.984337 7.984337 0.35 0.5556
primv|2005 vs -primav|2006 1 1433.300588 1433.300588 62.37 <.0001
outono|2006 vs -primav|2006 1 1517.417608 1517.417608 66.03 <.0001
Standard
Parameter Estimate Error t Value Pr > |t|
Ef.linear d. outono|2004 0.90408987 0.19918644 4.54 <.0001
Ef.linear d. primav|2004 0.24570511 0.29631228 0.83 0.4071
Ef.linear d. outono|2005 0.33457444 0.24228713 1.38 0.1675
Ef.linear d. primav|2005 -1.03233190 0.24764320 -4.17 <.0001
Ef.linear d. outono|2006 -0.81598018 0.27091353 -3.01 0.0026
234
APÊNDICE 6: Continuação...
Ef.linear d. primv|2006 -3.81835210 0.25123732 -15.20 <.0001
outono|2004 vs -primav|2004 0.65838476 0.35703810 1.84 0.0653
outono|2004 vs -outono|2005 0.56951544 0.31365314 1.82 0.0696
outono|2004 vs -primav|2005 1.93642177 0.31780874 6.09 <.0001
outono|2004 vs -outono|2006 1.72007005 0.33625791 5.12 <.0001
outono|2004 vs -primav|2006 4.72244198 0.32061726 14.73 <.0001
primv|2004 vs -outono|2005 -0.08886933 0.38275844 -0.23 0.8164
primv|2004 vs -primav|2005 1.27803701 0.38617111 3.31 0.0010
primv|2004 vs -outono|2006 1.06168529 0.40149111 2.64 0.0083
primv|2004 vs -primav|2006 4.06405722 0.38848572 10.46 <.0001
outono|2005 vs -primav|2005 1.36690634 0.34645376 3.95 <.0001
outono|2005 vs -outono|2006 1.15055461 0.36345178 3.17 0.0016
outono|2005 vs -primav|2006 4.15292654 0.34903186 11.90 <.0001
primv|2005 vs -outono|2006 -0.21635172 0.36704400 -0.59 0.5556
primv|2005 vs -primav|2006 2.78602021 0.35277095 7.90 <.0001
outono|2006 vs -primav|2006 3.00237193 0.36947846 8.13 <.0001
235
APÊNDICE 7: Análise de variância utilizada no Capítulo IV.
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 203 216.1677287 1.0648657 42.40 <.0001
Error 1553 39.0033302 0.0251148
Corrected Total 1756 255.1710589
R-Square Coeff Var Root MSE PRECO Mean
0.847148 9.093093 0.158477 1.742824
Source DF Type III SS Mean Square F Value Pr > F
ANO 2 70.49658206 35.24829103 1403.49 <.0001
DATAJUL 1 15.32906844 15.32906844 610.36 <.0001
MARK 1 1.05981646 1.05981646 42.20 <.0001
QUARTEMP 3 0.09663655 0.03221218 1.28 0.2788
TEMPO 192 9.38360703 0.04887295 1.95 <.0001
UNIFORM 2 1.03582991 0.51791495 20.62 <.0001
ANO*DATAJUL 2 18.87694985 9.43847493 375.81 <.0001
Least Squares Means
Adjustment for Multiple Comparisons: Tukey-Kramer
H0:LSMean1=
LSMean2
DATAJUL PRECO LSMEAN Pr > |t|
outono 1.73924788 <.0001
primav 1.97621364
LSMEAN
ANO PRECO LSMEAN Number
2004 1.54462699 1
2005 1.68829342 2
2006 2.34027187 3
Least Squares Means for effect ANO
Pr > |t| for H0: LSMean(i)=LSMean(j)
Dependent Variable: PRECO
i/j 1 2 3
1 <.0001 <.0001
2 <.0001 <.0001
3 <.0001 <.0001
MARK PRECO LSMEAN Pr > |t|
nao 1.82301468 <.0001
sim 1.89244683
LSMEAN
QUARTEMP PRECO LSMEAN Number
Primeiro 1.85391364 1
Quarto 1.87302415 2
Segundo 1.85676742 3
Terceiro 1.84721782 4
Dependent Variable: PRECO
i/j 1 2 3 4
1 0.4613 0.9929 0.9304
2 0.4613 0.5922 0.2131
3 0.9929 0.5922 0.8172
4 0.9304 0.2131 0.8172
UNIFORM PRECO LSMEAN Number
cem 1.89352661 1
mset 1.81689661 2
set 1.86276905 3
Dependent Variable: PRECO
236
APÊNDICE 7: Continuação...
i/j 1 2 3
1 <.0001 0.0066
2 <.0001 <.0001
3 0.0066 <.0001
LSMEAN
ANO DATAJUL PRECO LSMEAN Number
2004 outono 1.51962377 1
2004 primav 1.56963020 2
2005 outono 1.66624655 3
2005 primav 1.71034028 4
2006 outono 2.03187331 5
2006 primav 2.64867042 6
Dependent Variable: PRECO
i/j 1 2 3 4 5 6
1 0.0060 <.0001 <.0001 <.0001 <.0001
2 0.0060 <.0001 <.0001 <.0001 <.0001
3 <.0001 <.0001 0.1170 <.0001 <.0001
4 <.0001 <.0001 0.1170 <.0001 <.0001
5 <.0001 <.0001 <.0001 <.0001 <.0001
6 <.0001 <.0001 <.0001 <.0001 <.0001
Tukey's Studentized Range (HSD) Test for PRECO
Comparisons significant at the 0.05 level are indicated by ***.
Difference
ANO Between Simultaneous 95%
Comparison Means Confidence Limits
2006 - 2005 0.595285 0.572074 0.618495 ***
2006 - 2004 0.745897 0.723575 0.768220 ***
2005 - 2006 -0.595285 -0.618495 -0.572074 ***
2005 - 2004 0.150613 0.129921 0.171304 ***
2004 - 2006 -0.745897 -0.768220 -0.723575 ***
2004 - 2005 -0.150613 -0.171304 -0.129921 ***
Tukey Grouping Mean N DATAJUL
A 1.947382 527 primav
B 1.655180 1230 outono
Tukey Grouping Mean N MARK
A 1.748241 1424 nao
B 1.719656 333 sim
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Quarto - Terceiro 0.092545 0.060889 0.124201 ***
Quarto - Segundo 0.125760 0.095219 0.156302 ***
Quarto - Primeiro 0.136957 0.106435 0.167479 ***
Terceiro - Quarto -0.092545 -0.124201 -0.060889 ***
Terceiro - Segundo 0.033215 0.006762 0.059668 ***
Terceiro - Primeiro 0.044411 0.017981 0.070842 ***
Segundo - Quarto -0.125760 -0.156302 -0.095219 ***
Segundo - Terceiro -0.033215 -0.059668 -0.006762 ***
Segundo - Primeiro 0.011197 -0.013889 0.036282
Primeiro - Quarto -0.136957 -0.167479 -0.106435 ***
Primeiro - Terceiro -0.044411 -0.070842 -0.017981 ***
Primeiro - Segundo -0.011197 -0.036282 0.013889
237
APÊNDICE 7: Continuação...
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem - set 0.121642 0.099847 0.143437 ***
cem - mset 0.176107 0.150433 0.201780 ***
set - cem -0.121642 -0.143437 -0.099847 ***
set - mset 0.054464 0.032436 0.076492 ***
mset - cem -0.176107 -0.201780 -0.150433 ***
mset - set -0.054464 -0.076492 -0.032436 ***
238
APÊNDICE 8: Análise de variância utilizada no Capítulo IV.
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 203 132826.5980 654.3182 23.06 <.0001
Error 1553 44068.8297 28.3766
Corrected Total 1756 176895.4277
R-Square Coeff Var Root MSE NLANCES Mean
0.750876 48.68847 5.326967 10.94092
Source DF Type III SS Mean Square F Value Pr > F
ANO 2 27901.13483 13950.56741 491.62 <.0001
DATAJUL 1 21691.75767 21691.75767 764.42 <.0001
MARK 1 1173.46122 1173.46122 41.35 <.0001
QUARTEMP 3 162.37498 54.12499 1.91 0.1264
TEMPO 192 10398.77013 54.16026 1.91 <.0001
UNIFORM 2 951.39301 475.69650 16.76 <.0001
ANO*DATAJUL 2 19413.54766 9706.77383 342.07 <.0001
The GLM Procedure
Least Squares Means
Adjustment for Multiple Comparisons: Tukey-Kramer
NLANCES LSMEAN
ANO LSMEAN Number
2004 7.8834716 1
2005 12.2473643 2
2006 24.7315085 3
Dependent Variable: NLANCES
i/j 1 2 3
1 <.0001 <.0001
2 <.0001 <.0001
3 <.0001 <.0001
DATAJUL LSMEAN Pr > |t|
outono 10.4970896 <.0001
primav 19.4111400
NLANCES LSMean2
MARK LSMEAN Pr > |t|
nao 13.7989348 <.0001
sim 16.1092948
NLANCES LSMEAN
QUARTEMP LSMEAN Number
Primeiro 14.7863096 1
Quarto 14.7308258 2
Segundo 15.4879045 3
Terceiro 14.8114192 4
Least Squares Means for effect QUARTEMP
Dependent Variable: NLANCES
i/j 1 2 3 4
1 0.9993 0.1885 0.9999
2 0.9993 0.3043 0.9979
3 0.1885 0.3043 0.2520
4 0.9999 0.9979 0.2520
NLANCES LSMEAN
UNIFORM LSMEAN Number
cem 16.1129385 1
mset 13.7667499 2
239
APÊNDICE 8: Continuação...
set 14.9826560 3
Least Squares Means for effect UNIFORM
i/j 1 2 3
1 <.0001 0.0025
2 <.0001 0.0010
3 0.0025 0.0010
NLANCES LSMEAN
ANO DATAJUL LSMEAN Number
2004 outono 6.9070692 1
2004 primav 8.8598740 2
2005 outono 10.3060877 3
2005 primav 14.1886409 4
2006 outono 14.2781118 5
2006 primav 35.1849052 6
Least Squares Means for effect ANO*DATAJUL
i/j 1 2 3 4 5 6
1 0.0007 <.0001 <.0001 <.0001 <.0001
2 0.0007 0.0802 <.0001 <.0001 <.0001
3 <.0001 0.0802 <.0001 <.0001 <.0001
4 <.0001 <.0001 <.0001 1.0000 <.0001
5 <.0001 <.0001 <.0001 1.0000 <.0001
6 <.0001 <.0001 <.0001 <.0001 <.0001
Tukey's Studentized Range (HSD) Test for NLANCES
Comparisons significant at the 0.05 level are indicated by ***.
Difference
ANO Between Simultaneous 95%
Comparison Means Confidence Limits
2006 - 2005 11.1034 10.3232 11.8836 ***
2006 - 2004 15.6184 14.8681 16.3688 ***
2005 - 2006 -11.1034 -11.8836 -10.3232 ***
2005 - 2004 4.5150 3.8195 5.2105 ***
2004 - 2006 -15.6184 -16.3688 -14.8681 ***
2004 - 2005 -4.5150 -5.2105 -3.8195 ***
Tukey Grouping Mean N DATAJUL
A 17.9708 527 primav
B 7.9289 1230 outono
Tukey Grouping Mean N MARK
A 11.0264 333 sim
A 10.9209 1424 nao
Comparisons significant at the 0.05 level are indicated by ***.
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Quarto - Terceiro 1.1439 0.0798 2.2080 ***
Quarto - Segundo 1.4833 0.4567 2.5099 ***
Quarto - Primeiro 2.2787 1.2527 3.3046 ***
Terceiro - Quarto -1.1439 -2.2080 -0.0798 ***
Terceiro - Segundo 0.3394 -0.5498 1.2286
Terceiro - Primeiro 1.1348 0.2463 2.0232 ***
Segundo - Quarto -1.4833 -2.5099 -0.4567 ***
Segundo - Terceiro -0.3394 -1.2286 0.5498
Segundo - Primeiro 0.7953 -0.0479 1.6385
Primeiro - Quarto -2.2787 -3.3046 -1.2527 ***
Primeiro - Terceiro -1.1348 -2.0232 -0.2463 ***
Primeiro - Segundo -0.7953 -1.6385 0.0479
240
APÊNDICE 8: Continuação...
Comparisons significant at the 0.05 level are indicated by ***.
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem - set 3.9105 3.1779 4.6431 ***
cem - mset 5.4603 4.5974 6.3233 ***
set - cem -3.9105 -4.6431 -3.1779 ***
set - mset 1.5498 0.8094 2.2903 ***
mset - cem -5.4603 -6.3233 -4.5974 ***
mset - set -1.5498 -2.2903 -0.8094 ***
241
APÊNDICE 9: Análise de variância utilizada no Capítulo IV.
-------------- PERIODO=periodo1 --------------------------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 93 4.03194224 0.04335422 3.48 <.0001
Error 451 5.62470344 0.01247163
Corrected Total 544 9.65664568
R-Square Coeff Var Root MSE PRECO Mean
0.417530 7.525130 0.111676 1.484047
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.32560096 0.32560096 26.11 <.0001
QUARTEMP 3 0.07994692 0.02664897 2.14 0.0948
TEMPO 11 0.45385700 0.04125973 3.31 0.0002
UNIFORM 2 0.04421202 0.02210601 1.77 0.1711
QUARTEMP*MARK 3 0.07929089 0.02643030 2.12 0.0970
TEMPO*MARK 6 0.23408436 0.03901406 3.13 0.0052
UNIFORM*MARK 2 0.02802885 0.01401443 1.12 0.3260
QUARTEMP*TEMPO 13 0.48088769 0.03699136 2.97 0.0004
QUARTEMP*UNIFORM 6 0.07755382 0.01292564 1.04 0.4008
TEMPO*UNIFORM 10 0.35273632 0.03527363 2.83 0.0020
QUARTEMP*TEMPO*MARK 9 0.18291244 0.02032360 1.63 0.1042
QUARTEM*UNIFORM*MARK4 0.22045912 0.05511478 4.42 0.0016
TEMPO*UNIFORM*MARK 7 0.14816679 0.02116668 1.70 0.1076
QUARTE*TEMPO*UNIFOR15 0.27583515 0.01838901 1.47 0.1104
- --- PERIODO=periodo2 -------------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 54 0.77530744 0.01435755 2.03 0.0008
Error 113 0.79811875 0.00706300
Corrected Total 167 1.57342620
R-Square Coeff Var Root MSE PRECO Mean
0.492751 5.423151 0.084042 1.549683
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.00112025 0.00112025 0.16 0.6912
QUARTEMP 3 0.07017472 0.02339157 3.31 0.0227
TEMPO 5 0.07859834 0.01571967 2.23 0.0565
UNIFORM 2 0.05272536 0.02636268 3.73 0.0269
QUARTEMP*MARK 3 0.02030094 0.00676698 0.96 0.4152
TEMPO*MARK 2 0.00170450 0.00085225 0.12 0.8864
UNIFORM*MARK 2 0.01333918 0.00666959 0.94 0.3920
QUARTEMP*TEMPO 8 0.07508781 0.00938598 1.33 0.2364
QUARTEMP*UNIFORM 6 0.02001472 0.00333579 0.47 0.8277
TEMPO*UNIFORM 4 0.01698801 0.00424700 0.60 0.6625
QUARTP*TEMPO*MARK4 0.01600756 0.00400189 0.57 0.6874
QUARTEM*UNIF*MARK 3 0.05305093 0.01768364 2.50 0.0628
TEMPO*UNIF*MARK 2 0.00060629 0.00030315 0.04 0.9580
QUARTE*TEMPO*UNIF 5 0.04783375 0.00956675 1.35 0.2469
--------- PERIODO=periodo3 ----------------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
242
APÊNDICE 9: Continuação...
Model 227 9.38611856 0.04134854 2.12 <.0001
Error 173 3.37523712 0.01951004
Corrected Total 400 12.76135568
R-Square Coeff Var Root MSE PRECO Mean
0.735511 8.548637 0.139678 1.633925
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.02433903 0.02433903 1.25 0.2656
QUARTEMP 3 0.34676208 0.11558736 5.92 0.0007
TEMPO 104 3.75348976 0.03609125 1.85 0.0002
UNIFORM 2 0.12636771 0.06318386 3.24 0.0416
QUARTEMP*MARK 3 0.27257412 0.09085804 4.66 0.0037
TEMPO*MARK 4 0.16199844 0.04049961 2.08 0.0860
UNIFORM*MARK 2 0.01920734 0.00960367 0.49 0.6121
QUARTEMP*TEMPO 36 1.02495536 0.02847098 1.46 0.0581
QUARTEMP*UNIFOR 6 0.11009419 0.01834903 0.94 0.4675
TEMPO*UNIFORM 22 0.35103390 0.01595609 0.82 0.7008
QUARTEMP*TEMPO*MARK 4 0.13609416 0.03402354 1.74 0.1425
QUARTEM*UNIF*MARK 2 0.01477834 0.00738917 0.38 0.6853
TEMPO*UNIF*MARK 1 0.05241932 0.05241932 2.69 0.1030
QUARTE*TEMPO*UNIF 11 0.43678395 0.03970763 2.04 0.0277
---- -- PERIODO=periodo4 ------------------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 178 2.85246060 0.01602506 1.27 0.3584
Error 10 0.12605825 0.01260582
Corrected Total 188 2.97851885
R-Square Coeff Var Root MSE PRECO Mean
0.957678 6.665243 0.112276 1.684495
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.01881044 0.01881044 1.49 0.2499
QUARTEMP 3 0.09747674 0.03249225 2.58 0.1121
TEMPO 96 1.41096248 0.01469753 1.17 0.4249
UNIFORM 2 0.01009946 0.00504973 0.40 0.6802
QUARTEMP*MARK 0 0.00000000 . . .
TEMPO*MARK 1 0.00105494 0.00105494 0.08 0.7783
UNIFORM*MARK 0 0.00000000 . . .
QUARTEMP*TEMPO 14 0.16384699 0.01170336 0.93 0.5625
QUARTEMP*UNIFORM 0 0.00000000 . . .
TEMPO*UNIFORM 11 0.17839968 0.01621815 1.29 0.3494
QUARTEMP*TEMPO*MARK 0 0.00000000 . . .
QUARTEM*UNIFORM*MARK 0 0.00000000 . . .
TEMPO*UNIFORM*MARK 0 0.00000000 . .
QUARTE*TEMPO*UNIFORM 0 0.00000000 .
------- PERIODO=periodo5 --------------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 258 12.78044270 0.04953660 0.99 0.5511
Error 25 1.25576254 0.05023050
Corrected Total 283 14.03620524
R-Square Coeff Var Root MSE PRECO Mean
0.910534 11.13041 0.224122 2.013597
243
APÊNDICE 9: Continuação...
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.00531885 0.00531885 0.11 0.7476
QUARTEMP 3 0.25114876 0.08371625 1.67 0.1996
TEMPO 134 6.05838264 0.04521181 0.90 0.6609
UNIFORM 2 0.08863668 0.04431834 0.88 0.4263
QUARTEMP*MARK 0 0.00000000 . . .
TEMPO*MARK 0 0.00000000 . . .
UNIFORM*MARK 0 0.00000000 . .
QUARTEMP*TEMPO 40 2.18291425 0.05457286 1.09 0.4209
QUARTEMP*UNIFORM 2 0.05797802 0.02898901 0.58 0.5688
TEMPO*UNIFORM 20 0.84183928 0.04209196 0.84 0.6534
QUARTEMP*TEMPO*MARK 0 0.00000000 . . .
QUARTEM*UNIFORM*MARK 0 0.00000000 . . .
TEMPO*UNIFORM*MARK 0 0.00000000 . . .
QUARTE*TEMPO*UNIFORM 0 0.00000000 .
---------PERIODO=periodo6 -------------------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 164 10.04302795 0.06123798 0.58 0.8672
Error 5 0.52661637 0.10532327
Corrected Total 169 10.56964432
R-Square Coeff Var Root MSE PRECO Mean
0.950177 12.32722 0.324535 2.632673
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.04529199 0.04529199 0.43 0.5409
QUARTEM 3 0.67053334 0.22351111 2.12 0.2160
TEMPO 99 5.89847333 0.05958054 0.57 0.8735
UNIFORM 2 0.00098372 0.00049186 0.00 0.9953
QUARTEMP*MARK 0 0.00000000 . .
TEMPO*MARK 0 0.00000000 . . .
UNIFORM*MARK 0 0.00000000 . . .
QUARTEMP*TEMPO 12 0.50689549 0.04224129 0.40 0.9096
QUARTEMP*UNIFORM 0 0.00000000 . . .
TEMPO*UNIFORM 6 0.07670052 0.01278342 0.12 0.9884
QUARTEMP*TEMPO*MARK 0 0.00000000 . . .
QUARTEM*UNIFORM*MARK 0 0.00000000 . .
TEMPO*UNIFORM*MARK 0 0.00000000 . . .
QUARTE*TEMPO*UNIFORM 0 0.00000000 . . .
244
APÊNDICE 10: Análise de variância utilizada no Capítulo IV.
--------------
----------------------------
-------------- PERIODO=periodo1
PERIODO=periodo1 PERIODO=periodo1
PERIODO=periodo1 ---------------------------------------
------------------------------------------------------------------------------
---------------------------------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 689.675
83 689.67583 35.89 <.0001
Error 543 10435.85254 19.21888
Corrected Total 544 11125.52837
R-
Square Coeff Var Root MSE NLANCES Mean
0.061990 90.09896
4.383934 4.865688
Source DF Type III SS Mean Square F Value Pr > F
MARK 1
689.6758297 689.6758297 35.89 <.0001
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model
1 1.11144097 1.11144097 70.63 <.0001
Error 543 8.54520471 0.01573703
Corr
ected Total 544 9.65664568
R-
Square Coeff Var Root MSE PRECO Mean
0.115096 8.453057 0.125447 1.484047
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 1.11144097 1.11144097 70.63 <.0001
Least Squares Means
NLANCES
MARK LSMEAN PRECO LSMEAN
nao 4.17884131 1.45647377
sim 6.70810811 1.55800866
Means with the same letter are not significantly different.
Tukey Grouping Mean
N MARK
A 6.7081 148 sim
B 4.1788 397 nao
Tukey Grouping Mean N MARK
A 1.55801 148 sim
B 1.45647 397 nao
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo2
PERIODO=periodo2 PERIODO=periodo2
PERIODO=periodo2 -------------------------------
--------------------------------------------------------------
-------------------------------
The GLM Procedure
Dependent Vari
able: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 440.621789 440.621789 28.61 <.0001
Error 166 2556.469401 15.400418
Corrected Total 167 2997.091190
R-
Square Coeff Var Root MSE NLANCES Mean
0.147016 55.37448 3.924337 7.086905
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 440.6217891 440.6217891 28.61 <.0001
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.08263271 0.08263271
9.20 0.0028
Error 166 1.49079349 0.00898068
Corrected Total 167 1.57342620
245
APÊNDICE 10: Continuação...
R-
Square Coeff Var Root MSE PRECO Mean
0.052518 6.115217 0.094766 1.549683
Source DF Type III SS Mean Square F Value Pr > F
MARK
1 0.08263271 0.08263271 9.20 0.0028
Least Squares Means
NLANCES
MARK LSMEAN PRECO LSMEAN
nao 5.89541284 1.53336601
sim 9.28813559 1.57982731
Tukey's Studentized Range (HSD) Test for NLANCES
Means with the same letter are not significantly different.
Tukey Grouping
Mean N MARK
A 9.2881 59 sim
B 5.8954 109 nao
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.57983 59 sim
B 1.53337 109 nao
----------------------
--------------------------------------------
---------------------- PERIODO=periodo3
PERIODO=periodo3 PERIODO=periodo3
PERIODO=periodo3 ---------------------------------------
------------------------------------------------------------------------------
---------------------------------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 129.76428
129.76428 3.53 0.0611
Error 399 14678.37338 36.78790
Corrected Total 400 14808.1
3766
R-
Square Coeff Var Root MSE NLANCES Mean
0.008763 72.
31333 6.065303 8.387531
Source DF Type III SS Mean Square F Value Pr > F
MARK
1 129.7642792 129.7642792 3.53 0.0611
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model
1 0.09195736 0.09195736 2.90 0.0896
Error 399 12.66939831 0.03175288
Corr
ected Total 400 12.76135568
R-
Square Coeff Var Root MSE PRECO Mean
0.007206 10.90585 0.178193 1.633925
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.09195736 0.09195736 2.90 0.0896
Least Squares Means
NLANCES
MARK LSMEAN PRECO LSMEAN
nao 8.1955556 1.62881490
sim 10.0731707 1.67879789
Tukey's Studentized Range (HSD) Test for NLANCES
Tukey Grouping Mean
N MARK
A 10.0732 41 sim
A 8.1956 360 nao
246
APÊNDICE 10: Continuação...
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.67880 41 sim
A 1.62881 360 nao
-------------------------------------
--------------------------------------------------------------------------
------------------------------------- PERIODO=periodo4
PERIODO=periodo4 PERIODO=periodo4
PERIODO=periodo4 ---------------------------------
------------------------------------------------------------------
---------------------------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 361.907119 361.907119 14.87 0.0002
Error 187 4550.293939 24.333123
Corrected Total 188 4912.201058
R-
Square Coeff Var Root MSE NLANCES Mean
0.073675 37.59318 4.932862 13.12169
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 361.9071188 361.9071188 14.87 0.0002
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.19470380 0.19470380
13.08 0.0004
Error 187 2.78381505 0.01488671
Corrected Total 188 2.97851885
R-
Square Coeff Var Root MSE PRECO Mean
0.065369 7.243187
0.122011 1.684495
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.
19470380 0.19470380 13.08 0.0004
Least Squares Means
NLANCES
MARK LSMEAN PRECO LSMEAN
nao 12.5939394 1.67225367
sim 16.7500000 1.76865223
Tukey's Studentized Range (HSD) Test for NLANCES
Tukey Grouping Mean N MARK
A 16.750 24 sim
B 12.594 165 nao
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.76865 24
sim
B
1.67225 165 nao
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo5
PERIODO=periodo5 PERIODO=periodo5
PERIODO=periodo5 -------------------------------
--------------------------------------------------------------
-------------------------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 454.27
124 454.27124 9.93 0.0018
Error 282 12895.15115 45.72749
Corrected Total 283 13
349.42239
R-
Square Coeff Var Root MSE NLANCES Mean
0.0
34029 51.38513 6.762210 13.15986
Source DF Type III SS Mean Square F Value Pr > F
MARK
1 454.2712429 454.2712429 9.93 0.0018
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.63136577 0.63136577 13.28 0.0003
247
APÊNDICE 10: Continuação...
Error 282 13.40483948 0.04753489
Corrected Total 283 14.03620524
R-Square Coeff Var Root MSE PRECO Mean
0.044981 10.82764 0.218025 2.013597
Source DF Type III SS Mean Square F Value P
r > F
MARK 1 0.63136577 0.63136577 13.28 0.0003
Least Squares Means
NLANCES
MARK LSMEAN
PRECO LSMEAN
nao 12.6183333 1.99340832
sim
16.1136364 2.12371531
Tukey's Studentized Range (HSD) Test for NLANCES
Tukey Grouping Mean N MARK
A 16.114 44 sim
B 12.618 240 nao
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.12372 44 sim
B 1.99341 240 nao
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo6
PERIODO=periodo6 PERIODO=periodo6
PERIODO=periodo6 ----
--------
-------------------------------
------------------------------------------------------
---------------------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr
> F
Model 1 47.64706 47.64706 0.74 0.3909
Error 168 10816.00000 64.38095
Corrected Total 169 10863.64706
R-Square Coeff Var Root MSE NLANC
ES Mean
0.004386 23.51796 8.023774 34.11765
Source DF Type III SS
Mean Square F Value Pr > F
MARK 1 47.64705882 47.64705882 0.74 0.3909
Dependent Variable: PRECO PRECO
Sum of
Source DF
Squares Mean Square F Value Pr > F
Model 1 0.02567640 0.02567640 0.41 0.5233
Error
168 10.54396792 0.06276171
Corrected Total 169 10.56964432
R-
Square Coeff Var Root MSE PRECO Mean
0.002429 9.515915 0.250523 2.632673
So
urce DF Type III SS Mean Square F Value Pr > F
MARK 1 0.02567640 0.02567640 0.41 0.5233
Least Squares Means
NLANCES
MARK LSMEAN PRECO LSMEAN
nao
33.9411765 2.63676918
sim 35.7058824 2.59580339
Tukey's Studentized Range (HSD) Test for NLANCES
Tukey Grouping Mean N MARK
A 35.706 17 sim
A 33.941 153 nao
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.63677 153 nao
A 2.59580 17 sim
248
APÊNDICE 11: Análise de variância e teste de médias utilizados no Capítulo
IV.
---------------------------- PERIODO=periodo1 QUARTEMP=Primeiro ------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.81666918 0.81666918 55.69 <.0001
Error 178 2.61034183 0.01466484
Corrected Total 179 3.42701101
R-Square Coeff Var Root MSE PRECO Mean
0.238304 7.988257 0.121098 1.515956
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.81666918 0.81666918 55.69 <.0001
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.60775 63 sim
B 1.46653 117 nao
----------------- PERIODO=periodo1 QUARTEMP=Quarto ------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.03272374 0.03272374 1.95 0.1692
Error 44 0.73686845 0.01674701
Corrected Total 45 0.76959219
R-Square Coeff Var Root MSE PRECO Mean
0.042521 8.937821 0.129410 1.447895
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.03272374 0.03272374 1.95 0.1692
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.49850 10 sim
A 1.43384 36 nao
------------- PERIODO=periodo1 QUARTEMP=Segundo ---------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.13435710 0.13435710 8.34 0.0043
Error 186 2.99510517 0.01610272
Corrected Total 187 3.12946227
R-Square Coeff Var Root MSE PRECO Mean
0.042933 8.589714 0.126896 1.477307
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.13435710 0.13435710 8.34 0.0043
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.52112 51 sim
B 1.46100 137 nao
249
APÊNDICE 11: Continuação...
------------------- PERIODO=periodo1 QUARTEMP=Terceiro ---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.13606749 0.13606749 9.33 0.0027
Error 129 1.88213458 0.01459019
Corrected Total 130 2.01820207
R-Square Coeff Var Root MSE PRECO Mean
0.067420 8.258757 0.120790 1.462567
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.13606749 0.13606749 9.33 0.0027
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.53062 24 sim
B 1.44730 107 nao
------------------------- PERIODO=periodo2 QUARTEMP=Primeiro --------
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.00498268 0.00498268 0.67 0.4158
Error 48 0.35503552 0.00739657
Corrected Total 49 0.36001820
R-Square Coeff Var Root MSE PRECO Mean
0.013840 5.546904 0.086003 1.550474
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.00498268 0.00498268 0.67 0.4158
Tukey's Studentized Range (HSD) Test for
PRECO
Tukey Grouping Mean N MARK
A 1.56221 21 sim
A 1.54198 29 nao
---------------------- PERIODO=periodo2 QUARTEMP=Quarto -------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.08269347 0.08269347 12.35 0.0015
Error
28 0.18749839 0.00669637
Corrected Total 29 0.27019186
R-Square Coeff Var Root MSE PRECO Mean
0.306055 5.399392 0.081831 1.515566
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.08269347 0.08269347 12.35 0.0015
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.62057 6
sim
B 1.48932 24
nao
-------------------------- PERIODO=periodo2 QUARTEMP=Segundo -------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.02073556 0.02073556 1.64 0.2061
Error 48 0.60576439 0.01262009
Corrected Total 49 0.62649996
R-Square Coeff Var Root MSE PRECO Mean
0.033097 7.149763 0.112339 1.571229
250
APÊNDICE 11: Continuação...
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.02073556 0.02073556 1.64 0.2061
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.60234 15 sim
A 1.55790 35 nao
-------------------------- PERIODO=periodo2 QUARTEMP=Terceiro ------
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.01246534 0.01246534 1.83 0.1851
Error 36 0.24585874 0.00682941
Corrected Total 37 0.25832407
R-Square Coeff Var Root MSE PRECO Mean
0.048255 5.341192 0.082640 1.547225
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.01246534 0.01246534 1.83 0.1851
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.56735 17 sim
A 1.53093 21 nao
------------------------- PERIODO=periodo3 QUARTEMP=Primeiro --------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.10901720 0.10901720 6.49 0.0120
Error 133 2.23417187 0.01679828
Corrected Total 134 2.34318907
R-Square Coeff Var Root MSE PRECO Mean
0.046525 8.092268 0.129608 1.601630
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.10901720 0.10901720 6.49 0.0120
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.66603 22 sim
B 1.58909 113 nao
----------------- PERIODO=periodo3 QUARTEMP=Quarto ------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.31145377 0.31145377 8.92 0.0046
Error 44 1.53709213 0.03493391
Corrected Total 45 1.84854590
R-Square Coeff Var Root MSE PRECO Mean
0.168486 10.81901 0.186906 1.727572
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.31145377 0.31145377 8.92
0.0046
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.1135 2 sim
B 1.7100 44 nao
-------------------------- PERIODO=periodo3 QUARTEMP=Segundo --------
The GLM Procedure
251
APÊNDICE 11: Continuação...
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.00302949 0.00302949 0.11 0.7462
Error 121 3.48305477 0.02878558
Corrected Total 122 3.48608426
R-Square Coeff Var Root MSE PRECO Mean
0.000869 10.33394 0.169663 1.641804
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.00302949 0.00302949 0.11 0.7462
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.64372 107 nao
A 1.62897 16 sim
------------------------- PERIODO=periodo3 QUARTEMP=Terceiro -------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.06986030 0.06986030 1.49 0.2252
Error 95 4.45316326 0.04687540
Corrected Total 96 4.52302356
R-Square Coeff Var Root MSE PRECO Mean
0.015445 13.32785 0.216507 1.624472
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.06986030 0.06986030 1.49 0.2252
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.8874 1 sim
A 1.6217 96 nao
------------------------ PERIODO=periodo4 QUARTEMP=Primeiro ---------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.06257279 0.06257279 4.05 0.0499
Error 47 0.72630657 0.01545333
Corrected Total 48 0.78887936
R-Square Coeff Var Root MSE PRECO Mean
0.079319 7.566187 0.124311 1.642986
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.06257279 0.06257279 4.05 0.0499
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.72389 8 sim
B 1.62720 41 nao
---------------------- PERIODO=periodo4 QUARTEMP=Quarto --------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.04335489 0.04335489 3.66 0.0630
Error 39 0.46146782 0.01183251
Corrected Total 40 0.50482271
R-Square Coeff Var Root MSE PRECO Mean
0.085881 6.443102 0.108777 1.688276
Source F Type III SS Mean Square F Value Pr > F
MARK 1 0.04335489 0.04335489 3.66 0.0630
252
APÊNDICE 11: Continuação...
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.8939 1 sim
A 1.6831 40 nao
-------------------------- PERIODO=periodo4 QUARTEMP=Segundo -------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.03391966 0.03391966 2.83 0.0990
Error 47 0.56285811 0.01197570
Corrected Total 48 0.59677777
R-Square Coeff Var Root MSE PRECO Mean
0.056838 6.490473 0.109434 1.686065
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.03391966 0.03391966 2.83 0.0990
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.74563 8 sim
A 1.67444 41 nao
------------------------- PERIODO=periodo4 QUARTEMP=Terceiro -------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.09440707 0.09440707 5.37 0.0248
Error 48 0.84355947 0.01757416
Corrected Total 49 0.93796654
R-Square Coeff Var Root MSE PRECO Mean
0.100651 7.705024 0.132568 1.720534
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.09440707 0.09440707 5.37 0.0248
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.82823 7 sim
B 1.70300 43 nao
------------------------- PERIODO=periodo5 QUARTEMP=Primeiro -------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.89979562 0.89979562 26.53 <.0001
Error 69 2.34003508 0.03391355
Corrected Total 70 3.23983070
R-Square Coeff Var Root MSE PRECO Mean
0.277729 9.250615 0.184156 1.990747
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.89979562 0.89979562 26.53 <.0001
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.24037 12 sim
B 1.93998 59 nao
-------------------------- PERIODO=periodo5 QUARTEMP=Quarto --------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.00035013 0.00035013 0.00 0.9451
253
APÊNDICE 11: Continuação...
Error 71 5.20087465 0.07325176
Corrected Total 72 5.20122478
R-Square Coeff Var Root MSE PRECO Mean
0.000067 12.98904 0.270651 2.083684
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.00035013 0.00035013 0.00 0.9451
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.0899 8 sim
A 2.0829 65 nao
-------------------------- PERIODO=periodo5 QUARTEMP=Segundo --------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.08855055 0.08855055 1.90 0.1723
Error 69 3.21279620 0.04656226
Corrected Total 70 3.30134675
R-Square Coeff Var Root MSE PRECO Mean
0.026823 10.77608 0.215783 2.002424
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.08855055 0.08855055 1.90 0.1723
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.08490 11 sim
A 1.98730 60 nao
------------------------- PERIODO=periodo5 QUARTEMP=Terceiro -------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.14522039 0.14522039 5.94 0.0175
Error 67 1.63834366 0.02445289
Corrected Total 68 1.78356405
R-Square Coeff Var Root MSE PRECO Mean
0.081421 7.919866 0.156374 1.974455
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.14522039 0.14522039 5.94 0.0175
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.06967 13 sim
B 1.95235 56 nao
-------------------------- PERIODO=periodo6 QUARTEMP=Primeiro -------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.11254731 0.11254731 2.62 0.1133
Error 42 1.80692789 0.04302209
Corrected Total 43 1.91947520
R-Square Coeff Var Root MSE PRECO Mean
0.058634 7.946809 0.207418 2.610075
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.11254731 0.11254731 2.62 0.1133
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.63207 37 nao
A 2.49380 7 sim
254
APÊNDICE 11: Continuação...
------------------------- PERIODO=periodo6 QUARTEMP=Quarto --------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.11375320 0.11375320 1.30 0.2635
Error 31 2.71953336 0.08772688
Corrected Total 32 2.83328655
R-Square Coeff Var Root MSE PRECO Mean
0.040149 11.73187 0.296187 2.524637
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.11375320 0.11375320 1.30 0.2635
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.5350 32 nao
A 2.1925 1 sim
-------------------------- PERIODO=periodo6 QUARTEMP=Segundo --------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.00174566 0.00174566 0.03 0.8557
Error 44 2.29545716 0.05216948
Corrected Total 45 2.29720283
R-Square Coeff Var Root MSE PRECO Mean
0.000760 8.558203 0.228406 2.668859
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.00174566 0.00174566 0.03 0.8557
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.6712 40 nao
A 2.6530 6 sim
--------------------------- PERIODO=periodo6 QUARTEMP=Terceiro -------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.08170815 0.08170815 1.32 0.2572
Error 45 2.79179574 0.06203991
Corrected Total 46 2.87350390
R-Square Coeff Var Root MSE PRECO Mean
0.028435 9.244749 0.249078 2.694266
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.08170815 0.08170815 1.32 0.2572
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 2.8539 3 sim
A 2.6834 44 nao
255
APÊNDICE 12: Análise de variância e testes de médias utilizados no Capítulo
IV.
---------------------- PERIODO=periodo1 ------------------------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 449.09942 149.69981 7.59 <.0001
Error 541 10676.42895 19.73462
Corrected Total 544 11125.52837
R-Square Coeff Var Root MSE NLANCES Mean
0.040367 91.29986 4.442366 4.865688
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 449.0994161 149.6998054 7.59 <.0001
Least Squares Means
NLANCES
QUARTEMP LSMEAN
Primeiro 5.86333333
Quarto 2.91304348
Segundo 4.97340426
Terceiro 4.02595420
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Primeiro - Segundo 0.8899 -0.3039 2.0838
Primeiro - Terceiro 1.8374 0.5226 3.1522 ***
Primeiro - Quarto 2.9503 1.0589 4.8417 ***
Segundo - Primeiro -0.8899 -2.0838 0.3039
Segundo - Terceiro 0.9475 -0.3555 2.2504
Segundo - Quarto 2.0604 0.1772 3.9435 ***
Terceiro - Primeiro -1.8374 -3.1522 -0.5226 ***
Terceiro - Segundo -0.9475 -2.2504 0.3555
Terceiro - Quarto 1.1129 -0.8492 3.0750
Quarto - Primeiro -2.9503 -4.8417 -1.0589 ***
Quarto - Segundo -2.0604 -3.9435 -0.1772 ***
Quarto - Terceiro -1.1129 -3.0750 0.8492
--------------------------------------- PERIODO=periodo2 -------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 61.602840 20.534280 1.15 0.3318
Error 164 2935.488351 17.899319
Corrected Total 167 2997.091190
R-Square Coeff Var Root MSE NLANCES Mean
0.020554 59.69826 4.230759 7.086905
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 61.60283960 20.53427987 1.15 0.3318
Least Squares Means
NLANCES
QUARTEMP LSMEAN
Primeiro 7.08000000
Quarto 5.85333333
Segundo 7.54000000
Terceiro 7.47368421
256
APÊNDICE 12: Continuação…
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Segundo - Terceiro 0.0663 -2.2970 2.4296
Segundo - Primeiro 0.4600 -1.7363 2.6563
Segundo - Quarto 1.6867 -0.8493 4.2227
Terceiro - Segundo -0.0663 -2.4296 2.2970
Terceiro - Primeiro 0.3937 -1.9696 2.7570
Terceiro - Quarto 1.6204 -1.0616 4.3023
Primeiro - Segundo -0.4600 -2.6563 1.7363
Primeiro - Terceiro -0.3937 -2.7570 1.9696
Primeiro - Quarto 1.2267 -1.3093 3.7627
Quarto - Segundo -1.6867 -4.2227 0.8493
Quarto - Terceiro -1.6204 -4.3023 1.0616
Quarto - Primeiro -1.2267 -3.7627 1.3093
--------------------------------------- PERIODO=periodo3 -------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 330.92237 110.30746 3.02 0.0295
Error 397 14477.21529 36.46654
Corrected Total 400 14808.13766
R-Square Coeff Var Root MSE NLANCES Mean
0.022347 71.99679 6.038753 8.387531
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 330.9223675 110.3074558 3.02 0.0295
Least Squares Means
NLANCES
QUARTEMP LSMEAN
Primeiro 7.8592593
Quarto 10.7173913
Segundo 7.8569106
Terceiro 8.6907216
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Quarto - Terceiro 2.0267 -0.7624 4.8158
Quarto - Primeiro 2.8581 0.1983 5.5180 ***
Quarto - Segundo 2.8605 0.1679 5.5531 ***
Terceiro - Quarto -2.0267 -4.8158 0.7624
Terceiro - Primeiro 0.8315 -1.2423 2.9052
Terceiro - Segundo 0.8338 -1.2818 2.9494
Primeiro - Quarto -2.8581 -5.5180 -0.1983 ***
Primeiro - Terceiro -0.8315 -2.9052 1.2423
Primeiro - Segundo 0.0023 -1.9397 1.9444
Segundo - Quarto -2.8605 -5.5531 -0.1679 ***
Segundo - Terceiro -0.8338 -2.9494 1.2818
Segundo - Primeiro -0.0023 -1.9444 1.9397
--------------------------------------- PERIODO=periodo4 -------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
257
APÊNDICE 12: Continuação…
Model 3 393.512994 131.170998 5.37 0.0014
Error 185 4518.688064 24.425341
Corrected Total 188 4912.201058
R-Square Coeff Var Root MSE NLANCES Mean
0.080109 37.66435 4.942200 13.12169
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 393.5129945 131.1709982 5.37 0.0014
Least Squares Means
NLANCES
QUARTEMP LSMEAN
Primeiro 10.7551020
Quarto 13.7804878
Segundo 13.5510204
Terceiro 14.4800000
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Terceiro - Quarto 0.6995 -2.0000 3.3991
Terceiro - Segundo 0.9290 -1.6466 3.5046
Terceiro - Primeiro 3.7249 1.1493 6.3005 ***
Quarto - Terceiro -0.6995 -3.3991 2.0000
Quarto - Segundo 0.2295 -2.4825 2.9414
Quarto - Primeiro 3.0254 0.3135 5.7373 ***
Segundo - Terceiro -0.9290 -3.5046 1.6466
Segundo - Quarto -0.2295 -2.9414 2.4825
Segundo - Primeiro 2.7959 0.2073 5.3845 ***
Primeiro - Terceiro -3.7249 -6.3005 -1.1493 ***
Primeiro - Quarto -3.0254 -5.7373 -0.3135 ***
Primeiro - Segundo -2.7959 -5.3845 -0.2073 ***
-------------------------------------- PERIODO=periodo5 --------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 581.02191 193.67397 4.25 0.0059
Error 280 12768.40048 45.60143
Corrected Total 283 13349.42239
R-Square Coeff Var Root MSE NLANCES Mean
0.043524 51.31425 6.752883 13.15986
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 581.0219148 193.6739716 4.25 0.0059
Least Squares Means
NLANCES
QUARTEMP LSMEAN
Primeiro 11.9718310
Quarto 13.4301370
Segundo 15.3802817
Terceiro 11.8115942
Tukey's Studentized Range (HSD) Test for NLANCES
Difference Simultaneous
QUARTEMP Between 95% Confidence
Comparison Means Limits
Segundo - Quarto 1.950 -0.959 4.859
Segundo - Primeiro 3.408 0.479 6.338 ***
Segundo - Terceiro 3.569 0.618 6.519 ***
258
APÊNDICE 12: Continuação…
Quarto - Segundo -1.950 -4.859 0.959
Quarto - Primeiro 1.458 -1.451 4.367
Quarto - Terceiro 1.619 -1.312 4.549
Primeiro - Segundo -3.408 -6.338 -0.479 ***
Primeiro - Quarto -1.458 -4.367 1.451
Primeiro - Terceiro 0.160 -2.790 3.111
Terceiro - Segundo -3.569 -6.519 -0.618 ***
Terceiro - Quarto -1.619 -4.549 1.312
Terceiro - Primeiro -0.160 -3.111 2.790
--------------------------------------- PERIODO=periodo6 -------------
The GLM Procedure
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 1079.65152 359.88384 6.11 0.0006
Error 166 9783.99554 58.93973
Corrected Total 169 10863.64706
R-Square Coeff Var Root MSE NLANCES Mean
0.099382 22.50220 7.677222 34.11765
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 1079.651516 359.883839 6.11 0.0006
Least Squares Means
NLANCES
QUARTEMP LSMEAN
Primeiro 33.6818182
Quarto 29.5454545
Segundo 36.8260870
Terceiro 35.0851064
Tukey's Studentized Range (HSD) Test for NLANCES
Difference Simultaneous
QUARTEMP Between 95% Confidence
Comparison Means Limits
Segundo - Terceiro 1.741 -2.391 5.873
Segundo - Primeiro 3.144 -1.057 7.346
Segundo - Quarto 7.281 2.735 11.826 ***
Terceiro - Segundo -1.741 -5.873 2.391
Terceiro - Primeiro 1.403 -2.776 5.583
Terceiro - Quarto 5.540 1.015 10.065 ***
Primeiro - Segundo -3.144 -7.346 1.057
Primeiro - Terceiro -1.403 -5.583 2.776
Primeiro - Quarto 4.136 -0.452 8.725
Quarto - Segundo -7.281 -11.826 -2.735 ***
Quarto - Terceiro -5.540 -10.065 -1.015 ***
Quarto - Primeiro -4.136 -8.725 0.452
259
APÊNDICE 13: Análises de correlação utilizadas no Capítulo IV.
-------------------------------------- QUARTEMP=Primeiro ---------------------
The CORR Procedure
2 Variables: PRECO TEMPO
Pearson Correlation Coefficients, N = 529
Prob > |r| under H0: Rho=0
PRECO TEMPO
PRECO 1.00000 -
0.18033
PRECO <.0001
TEMPO -
0.18033 1.00000
TEMPO <.0001
--------------------------------------- QUARTEMP=Quarto ----------------------
Pearson Correlation Coefficients, N = 269
Prob > |r| under H0: Rho=0
PRECO TEMPO
PRECO 1.00000 0.04063
PRECO 0.506
9
TEMPO 0.04063 1.00000
TEMPO 0
.5069
--------------------------------------- QUARTEMP=Segundo ---------------------
Pearson Correlation Coefficients, N = 527
Prob > |r| under H0: Rho=0
PRECO TEMPO
PRECO 1.00000 -
0.09167
PRECO
0.0354
TEMPO -
0.09167 1.00000
TEMPO 0.0354
-------------------------------------- QUARTEMP=Terceiro ---------------------
Pearson Correlation Coefficients, N = 432
Prob > |r| under H0: Rho=0
PRECO
TEMPO
PRECO 1.00000 0.01118
PR
ECO 0.8167
TEMPO 0.01118 1.00000
TEMPO 0.8167
260
APÊNDICE 14: Análises de correlação utilizados no Capítulo IV.
-------------------------- MARK=nao ------------------------------------------
The CORR Procedure
2 Variables: TEMPO PRECO
Pearson Correlation Coefficient
s, N = 1424
Prob > |r| under H0: Rho=0
TEMPO PRECO
TEMPO 1.00000 -
0.10820
TEMPO <.0001
PRECO -
0.10820 1.00000
PRECO <.0001
------------------------------------------- MARK=sim -------------------------
Pearson Correla
tion Coefficients, N = 333
Prob > |r| under H0: Rho=0
TEMPO PRECO
TEMPO 1.00000 0.00327
TEMPO 0.9526
PRECO 0.00327 1.00000
PRECO 0.9526
261
APÊNDICE 15: Análise de variância e testes de médias utilizados no Capítulo
IV.
-------------------------------- QUARTEMP=Primeiro UNIFORM=cem ---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.20459767 0.20459767 1.34 0.2490
Error
127 19.37678975 0.15257315
Corrected Total 128 19.58138742
R-Square Coeff Var
Root MSE PRECO Mean
0.010449 21.27138 0.390606 1.836299
Source DF Type III SS Mean Square
F Value Pr > F
MARK 1 0.20459767 0.20459767 1.34 0.2490
Tukey's Studentized Range (HSD) Test for PRE
CO
Tukey Grouping Mean N MARK
A 1.88890 47 sim
A 1.80615 82 nao
--------------------------------
----------------------------------------------------------------
-------------------------------- QUARTEMP=Primeiro UNIFORM=mset
QUARTEMP=Primeiro UNIFORM=mset QUARTEMP=Primeiro UNIFORM=mset
QUARTEMP=Primeiro UNIFORM=mset --------------
----------------------------
--------------
The GLM Procedure
Dependent Variable: PRECO
Sum of
Source DF Squares Me
an Square F Value Pr > F
Model 1 0.18291831 0.18291831 1.92 0.1686
Error 116 11.05479941 0.09529999
Corrected Total 117 11.23771772
R-Square Coeff Var Root MSE PRECO Mean
0.016277 18.81418 0.308707 1.640821
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.18291831 0.18291831 1.92 0.1686
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.65407 106 nao
A 1.52380 12 sim
--------------------------------
----------------------------------------------------------------
-------------------------------- QUARTEMP=Primeiro UNIFORM=set
QUARTEMP=Primeiro UNIFORM=set QUARTEMP=Primeiro UNIFORM=set
QUARTEMP=Primeiro UNIFORM=set ---------------
------------------------------
---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.09318166 0.09318166 0.89 0.3464
Error 280 29.32712243 0.10473972
Corrected Tota
l 281 29.42030408
R-
Square Coeff Var Root MSE PRECO Mean
0.003167 19.30274 0.32363
5 1.676628
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.09318166 0.09318166
0.89 0.3464
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N
MARK
A 1.68747 208 nao
262
APÊNDICE 15: Continuação...
A 1.64615 74 sim
---------------------------------
------------------------------------------------------------------
--------------------------------- QUARTEMP=Quarto UNIFORM=cem
QUARTEMP=Quarto UNIFORM=cem QUARTEMP=Quarto UNIFORM=cem
QUARTEMP=Quarto UNIFORM=cem ----------------
--------------------------------
----------------
The GLM Pro
cedure
Dependent Variable: PRECO PRECO
S
um of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.02870877 0.02870
877 0.17 0.6802
Error 58 9.69968527 0.16723595
Corrected Total 59 9.72839404
R-
Square Coeff Var Root MSE PRECO Mean
0.002951 22.26586 0.408945 1.836645
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.02870877 0.02870877 0.17 0.6802
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.8481 47 nao
A 1.7951 13 sim
---------------------------------
------------------------------------------------------------------
--------------------------------- QUARTEMP=Quarto UNIFORM=mset
QUARTEMP=Quarto UNIFORM=mset QUARTEMP=Quarto UNIFORM=mset
QUARTEMP=Quarto UNIFORM=mset ---------------
------------------------------
---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.11744234 0.11744234 1.20 0.2785
Error
61 5.99253582 0.09823829
Corrected Total 62 6.10997816
R-Square Coeff Va
r Root MSE PRECO Mean
0.019221 17.27954 0.313430 1.813878
Source DF Type III SS Mean Squ
are F Value Pr > F
MARK 1 0.11744234 0.11744234 1.20 0.2785
Tukey's Studentized Range (HSD) Test fo
r PRECO
Tukey Grouping Mean N MARK
A 2.15
38 1 sim
A 1.8084 62 nao
----------------------------
--------------------------------------------------------
---------------------------------
----------
----- QUARTEMP=Quarto UNIFORM=set
QUARTEMP=Quarto UNIFORM=set QUARTEMP=Quarto UNIFORM=set
QUARTEMP=Quarto UNIFORM=set ----------------
--------------------------------
----------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Va
lue Pr > F
Model 1 0.25661975 0.25661975 1.38 0.2421
Error 144 26.78282335 0.18599183
Corrected Total 145 27.03944310
R-Square Coeff Var Root MSE PRECO Mean
0.009491 23.17392 0.431268 1.861005
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.25661975 0.25661975 1.38 0.2421
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.8747 132 nao
A 1.7323 14 sim
---------------------------------
------------------------------------------------------------------
--------------------------------- QUARTEMP=Segundo UNIFORM=cem
QUARTEMP=Segundo UNIFORM=cem QUARTEMP=Segundo UNIFORM=cem
QUARTEMP=Segundo UNIFORM=cem ---------------
------------------------------
---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
263
APÊNDICE 15: Continuação...
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.12292991 0.12292991 0.57 0.4508
Error 117 25.12456215 0.21473985
Corrected Total 118 25.24749206
R-
Square Coeff Var Root MSE PRECO Mean
0.004869 24.84192 0.463400 1.865396
Source DF Type III SS Mean Square F Value Pr > F
MARK
1 0.12292991 0.12292991 0.57 0.4508
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.88614 84 nao
A 1.81560 35 sim
--------------------------------
----------------------------------------------------------------
-------------------------------- QUARTEMP=Segundo UNIFORM=mset
QUARTEMP=Segundo UNIFORM=mset QUARTEMP=Segundo UNIFORM=mset
QUARTEMP=Segundo UNIFORM=mset ---------------
------------------------------
---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1
0.16765146 0.16765146 1.79 0.1829
Error 122 11.40115389 0.09345208
Corrected Total 123 11.
56880536
R-
Square Coeff Var Root MSE PRECO Mean
0.014492 18.79006 0.305699 1.62692
0
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.16765146 0.16765146 1.79
0.1829
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MAR
K
A 1.73925 12 sim
A 1.6
1488 112 nao
---------------------------------
------------------------------------------------------------------
--------------------------------- QUARTEMP=Segundo UNIFORM=set
QUARTEMP=Segundo UNIFORM=set QUARTEMP=Segundo UNIFORM=set
QUARTEMP=Segundo UNIFORM=set ---------------
------------------------------
---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.70381406 0.70381406 6.15 0.
0137
Error 282 32.24964362 0.11436044
Corrected Total 283 32.95345768
R-
Square Coeff Var Root MSE PRECO Mean
0.021358 19.92245 0.338172 1.697443
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.70381406 0.70381406 6.15 0.0137
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.72321 224 nao
B 1.60126 60 sim
--------------------------------
----------------------------------------------------------------
-------------------------------- QUARTEMP=Terceiro UNIFORM=cem
QUARTEMP=Terceiro UNIFORM=cem QUARTEMP=Terceiro UNIFORM=cem
QUARTEMP=Terceiro UNIFORM=cem ---------------
------------------------------
---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 1 0.20941128 0.20941128 0.96 0.3284
264
APÊNDICE 15: Continuação...
Error 116 25.21735778 0.21739102
Corrected Total 117 25.42676906
R-
Square Coeff Var Root MSE PRECO Mean
0.008236 25.22722 0.466252 1.848210
Sourc
e DF Type III SS Mean Square F Value Pr > F
MARK 1 0.20941128 0.20941128 0.96 0.3284
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.87391 86 nao
A 1.77915 32 sim
--------------------------------
----------------------------------------------------------------
-------------------------------- QUARTEMP=Terceiro UNIFORM=mset
QUARTEMP=Terceiro UNIFORM=mset QUARTEMP=Terceiro UNIFORM=mset
QUARTEMP=Terceiro UNIFORM=mset --------------
----------------------------
--------------
The GLM Procedure
Dependent Varia
ble: PRECO PRECO
Sum of
Source
DF Squares Mean Square F Value Pr > F
Model 1 0.00032933 0.00032933 0.00 0.9624
Error
106 15.67506285 0.14787795
Corrected Total 107 15.67539218
R-Square Coeff
Var Root MSE PRECO Mean
0.000021 22.97468 0.384549 1.673795
Source DF Type III SS Mea
n Square F Value Pr > F
MARK 1 0.00032933 0.00032933 0.00 0.9624
Tukey's Studentized Range (HSD)
Test for PRECO
Tukey Grouping Mean N MARK
A
1.6865 2 sim
A 1.6736 106 nao
--------------------
----------------------------------------
--------------------------------
------------------------
------------ QUARTEMP=Terceiro UNIFORM=set
QUARTEMP=Terceiro UNIFORM=set QUARTEMP=Terceiro UNIFORM=set
QUARTEMP=Terceiro UNIFORM=set ---------------
------------------------------
---------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Squar
e F Value Pr > F
Model 1 0.01590655 0.01590655 0.11 0.7376
Error 204 28.82133759 0.14128107
Corrected Total 205 28.83724414
R-Square Coeff Var Root MSE PRECO Mean
0.000552 21.62846 0.375874 1.737867
Source DF Type III SS Mean Square F Value Pr > F
MARK 1 0.01590655 0.01590655 0.11 0.7376
Tukey's Studentized Range (HSD) Test for PRECO
Tukey Grouping Mean N MARK
A 1.74157 175 nao
A 1.71699 31 sim
265
APÊNDICE 16: Análise de variância e testes de médias utilizados no Capítulo
IV.
----------------------
--------------------------------------------
---------------------- PERIODO=periodo1
PERIODO=periodo1 PERIODO=periodo1
PERIODO=periodo1 -----
----------
------------------
--------------------------
-------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 0.62893543 0.31446771 18.88 <.0001
Error 542 9.02771025 0.01665629
Corrected Total 544 9.65664568
R-
Square Coeff Var Root MSE PRECO Mean
0.065130 8.696443 0.129059 1.484047
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 0.62893543 0.31446771 18.88 <.0001
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 310.14563 155.07282 7.77 0.0005
Error 542 10815.38273 19.95458
Corrected Total 544 11125.52837
R-
Square Coeff Var Root MSE NLANCES Mean
0.027877 91.80726 4.467055 4.865688
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 310.1456331 155.0728166 7.77 0.0005
Least Squares Means
NLANCES
UNIFORM PRECO LSMEAN LSMEAN
cem 1.53472313 6.16220472
mset 1.43560869 4.05891473
set 1.48339795 4
.65605536
Tukey's Studentized Range (HSD) Test for PRECO
Dif
ference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem -
set 0.05133 0.01903 0.08362 ***
cem -
mset 0.09911 0.06120 0.13703 ***
set - cem -0.05133 -0.08362 -
0.01903 ***
set -
mset 0.04779 0.01567 0.07991 ***
mset - cem -0.09911 -0.13703 -
0.06120 ***
mset - set -0.04779 -0.07991 -
0.01567 ***
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem - set 1.5061
0.3885 2.6238 ***
cem -
mset 2.1033 0.7910 3.4156 ***
set - cem -1.5061 -2.6238 -
0.3885 ***
set - mset 0.5971 -
0.5145 1.7088
mset - cem -2.1033 -3.4156 -
0.7910 ***
266
APÊNDICE 16: Continuação...
mset - set -0.5971 -
1.7088 0.5145
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo2
PERIODO=periodo2 PERIODO=periodo2
PERIODO=periodo2 ---------------------
------------------------------------------
---------------------
The GLM Procedure
Dependen
t Variable: PRECO PRECO
Sum of
Sour
ce DF Squares Mean Square F Value Pr > F
Model 2 0.16665742 0.08332871 9.77 <.0001
Error
165 1.40676877 0.00852587
Corrected Total 167 1.57342620
R-
Square Coeff Var Root MSE PRECO Mean
0.105920 5.958358 0.092336 1.549683
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 0.16665742 0.08332871 9.77 <.0001
Depen
dent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 489.300291 244.650146 16.10 <.0001
Error
165 2507.790899 15.198733
Corrected Total 167 2997.091190
R-Square Co
eff Var Root MSE NLANCES Mean
0.163258 55.01069 3.898555 7.086905
Source DF Type III SS
Mean Square F Value Pr > F
UNIFORM 2 489.3002912 244.6501456 16.10 <.0001
Least Squar
es Means
NLANCES
UNI
FORM PRECO LSMEAN LSMEAN
cem 1.58213914 8.97872340
mset 1.48753152 3.82000000
set 1.55340903 7.18681319
Tukey's Studentized Range (HSD) Test for PRECO
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem - set 0.02873 -
0.01050 0.06796
cem - mset 0.09461 0.04357 0.14564 ***
set - cem -0.02873 -
0.06796 0.01050
set - mset 0.06588 0.01990
0.11185 ***
mset - cem -0.09461 -0.14564 -
0.04357 ***
mset - set -0.06588 -0.11185 -
0.01990 ***
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem -
set 1.7919 0.1357 3.4481 ***
cem -
mset 5.1587 3.0040 7.3134 ***
set - cem -1.7919 -3.4481 -
0.1357 ***
set -
mset 3.3668 1.4256 5.3080 ***
mset - cem -5.1587 -7.3134 -3.0040 ***
mset - set -3.3668 -5.3080 -
1.4256 ***
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo3
PERIODO=periodo3 PERIODO=periodo3
PERIODO=periodo3 --------------
----------------------------
---------------------
--------------
-------
The GLM Procedure
Dependent Variable: PRECO PRECO
267
APÊNDICE 16: Continuação...
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 0.80796860 0.40398430 13.45 <.0001
Error 398 11.95338708 0.03003364
Corrected Total 400 12.76135568
R-Square Coeff Var Root MSE PRECO Mean
0.063314 10.60649 0.173302 1.633925
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 0.80796860 0.40398430 13.45 <.0001
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 719.17384 359.58692 10.16 <.0001
Error 398 14088.96381 35.39941
Corrected Total 400 14808.13766
R-
Square Coeff Var Root MSE NLANCES Mean
0.048566 70
.93553 5.949740 8.387531
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 719.
1738410 359.5869205 10.16 <.0001
Least Squares Means
NLANCES
UNIFORM PRECO LSMEAN LSMEAN
cem 1.71854330 11.2800000
mset 1.57117360 6.7941176
set 1.64108396 8.4016393
Tukey's Studentized Range (HSD) Test for PRECO
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem - set 0.07746 0.01660 0.13831 ***
cem -
mset 0.14737 0.07917 0.21557 ***
set - cem -0.07746 -0.13831 -
0.01660 ***
set -
mset 0.06991 0.02184 0.11798 ***
mset - cem -0.14737 -0.21557 -
0.07917 ***
mset - set -0.06991 -0.11798 -
0.02184 ***
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem -
set 2.8784 0.7891 4.9676 ***
cem -
mset 4.4859 2.1444 6.8274 ***
set - cem -2.8784 -4.9676 -
0.7891 ***
set - mset 1.6075 -0.0428 3.2579
mset - cem -4.4859 -6.8274 -
2.1444 ***
mset - set -1.6075 -3.2579 0.042
8
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo4
PERIODO=periodo4 PERIODO=periodo4
PERIODO=periodo4 ---------------------
------------------------------------------
---------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 0.01033022 0.00516511 0.32 0.7239
Error 186 2.96818863 0.01595800
268
APÊNDICE 16: Continuação...
Corrected Total 188 2.97851885
R-
Square Coeff Var Root MSE PRECO Mean
0.003468 7.499281 0.126325 1.684495
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 0.01033022 0.00516511 0.32 0.7239
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 186.909791 93.454896 3.68 0.0271
Error 186 4725.291267 25.404792
Corrected Total 188 4912.201058
R-
Square Coeff Var Root MSE NLANCES Mean
0.038050 38.41209 5.040317 13.12169
Source
DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 186.9097914 93.4548957 3.68 0.0271
Least Squares Means
NLANCES
UNIFORM PRECO LSMEAN LSMEAN
cem 1.68556645 14.1774194
mset 1.67246074 11.5625000
set 1.69096549 13.2405063
Tukey's Studentized Range (HSD) Test for PRECO
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence
Limits
set - cem 0.00540 -
0.04524 0.05604
set - mset 0.01850 -
0.03612 0.07313
cem - set -0.00540 -
0.05604 0.04524
cem - mset 0.01311 -
0.04428 0.07049
mset - set -0.01850 -
0.07313 0.03612
mset - cem -0.01311 -
0.07049 0.04428
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem - set 0.9369 -1.0836 2.9574
cem -
mset 2.6149 0.3254 4.9044 ***
set - cem -0.9369 -2.9574 1.0836
set - mset 1.6780 -
0.5014 3.8574
mset - cem -2.6149 -4.9044 -
0.3254 ***
mset - set -1.6780 -
3.8574 0.5014
------------------------------------
------------------------------------------------------------------------
---------------------------------------
------
--- PERIODO=periodo5
PERIODO=periodo5 PERIODO=periodo5
PERIODO=periodo5 ---------------------
------------------------------------------
---------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value P
r > F
Model 2 0.45829739 0.22914870 4.74 0.0094
Error 281 13.57790785 0.04831996
Corrected Total 283 14.03620524
R-Square Coeff Var Root MSE PRECO Mean
0.032651 10.91668 0.219818 2.013597
Source DF Type III SS Mean Square F Value Pr > F
269
APÊNDICE 16: Continuação...
UNIFORM 2 0.45829739 0.22914870 4.74 0.0094
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 979.99047 489.99524 11.13 <.0001
Error 281 12369.43192 44.01933
Corrected Total 283 13349.42239
R-
Square Coeff Var Root MSE NLANCES Mean
0.073411 50.41624 6.634707 13.15986
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 979.9904708 489.9952354 11.13 <.0001
Least Squares Means
NLANCES
UNIFORM PRECO LSMEAN LSMEAN
cem 2.04225669 15.8333333
mset 1.94669054 10.5626667
set 2.03545971 13.2881119
Tukey's Studentized Range (HSD) Test for PRECO
Difference
UNIFORM Between Sim
ultaneous 95%
Comparison Means Confidence Limits
cem - set 0.00680 -
0.07028 0.08387
cem -
mset 0.09557 0.00815 0.18298 ***
set - cem -0.00680 -
0.08387 0.07028
set -
mset 0.08877 0.01492 0.16261 ***
mset - cem -0.09557 -0.18298 -
0.00815 ***
mset - set -0.08877 -0.16261 -
0.01492 ***
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem -
set 2.5452 0.2188 4.8716 ***
cem - mset 5.2707 2.6322 7.90
91 ***
set - cem -2.5452 -4.8716 -
0.2188 ***
set - mset 2.7254
0.4966 4.9543 ***
mset - cem -5.2707 -7.9091 -
2.6322 ***
mset - set -2.7254 -4.9543 -
0.4966 ***
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo6
PERIODO=periodo6 PERIODO=periodo6
PERIODO=periodo6 ---------------------
------------------------------------------
---------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 2 0.26816843 0.13408421
2.17 0.1170
Error 167 10.30147589 0.06168548
Corrected Total 169 10.56964432
R-
Square Coeff Var Root MSE PRECO Mean
0.025372 9.433973 0.248366 2.632673
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 0.26816843 0.13408421 2.17 0.1170
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
270
APÊNDICE 16: Continuação...
Model 2 83.86228 41.93114 0.65
0.5236
Error 167 10779.78477 64.54961
Corrected Total 169 10863.64706
R-
Square Coeff Var Root MSE NLANCES Mean
0.007720 23.54874 8.034277 34.11765
Source DF Type III SS Mean Square F Value Pr > F
UNIFORM 2 83.86228454 41.93114227 0.65 0.5236
Least Squares Means
NLANCES
UNIFORM PRECO LSMEAN LSMEAN
cem 2.66765097 33.753
6232
mset 2.55310664 33.0689655
set 2.63
119907 34.8888889
Tukey's Studentized Range (HSD) Test for PRECO
Difference
UNIFORM Between Simultaneous 95%
Comparison Means Confidence Limits
cem - set 0.03645 -
0.06250 0.13540
cem - mset 0.11454 -
0.01544 0.24453
set - cem -0.03645 -
0.13540 0.06250
set - mset 0.07809 -
0.05109 0.20727
mset - cem -0.11454 -
0.24453 0.01544
mset - set -0.07809 -
0.20727 0.05109
Tukey's Studentized Range (HSD) Test for NLANCES
Difference Simultaneous
UNIFORM Between 95%
Confidence
Comparison Means Limits
set - cem 1.135 -
2.066 4.336
set - mset 1.820 -
2.359 5.999
cem - set -1.135 -
4.336 2.066
cem - mset 0.685 -
3.520 4.889
mset - set -1.820 -
5.999 2.359
mset - cem -0.685 -
4.889 3.520
271
APÊNDICE 17
: Análise de correlação utilizada no Capítulo IV.
-----------------------------------------
----------------------------------------------------------------------------------
----------------------------------------- UNIFORM=cem
UNIFORM=cem UNIFORM=cem
UNIFORM=cem ------------------------
------------------------------------------------
------------------------
The CORR Procedure
2 Variables: PRECO NLANCES
Pearson Correlation Coefficients, N = 426
Prob > |r| under H0: Rho=0
PRECO NLANCES
PRECO 1.00000 0.83038
PRECO <.0001
NLANCES 0.83038 1.00000
NLANCES <.0001
-----------------------------------------
----------------------------------------------------------------------------------
----------------------------------------- UNIFORM=mset
UNIFORM=mset UNIFORM=mset
UNIFORM=mset
-----------------------
----------------------------------------------
-----------------------
Pearson Correlation Coefficients, N = 413
Prob > |r| under H0: Rho=0
PRECO NLANCES
PRECO 1.00000 0.88394
PRECO <.0001
NLANCES 0.88394
1.00000
NLANCES <.0001
---------------------------------------
------------------------------------------------------------------------------
----------------------------------------
--
- UNIFORM=set
UNIFORM=set UNIFORM=set
UNIFORM=set -------------------------
--------------------------------------------------
-------------------------
Pearson Correlation Coefficients, N = 918
Prob > |r| under H0: Rho=0
PRECO NLANCES
PRECO 1.00000 0.
85657
PRECO <.0001
NLANCES
0.85657 1.00000
NLANCES <.0001
272
APÊNDICE 18: Análises de variâncias e testes de médias utilizados no
Capitulo IV.
--------------------------
----------------------------------------------------
---------------------------------------
--------------------------
------------- PERIODO=periodo1
PERIODO=periodo1 PERIODO=periodo1
PERIODO=periodo1 ---------------------
------------------------------------------
---------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Va
lue Pr > F
Model 3 0.31237815 0.10412605 6.03 0.0005
Error 541 9.34426753 0.01727221
Corrected Total 544 9.65664568
R-Square Coeff Var Root MSE PRECO Mean
0.032349 8.855773 0.131424 1.484047
Source DF Type III SS Mean Square F Value
Pr > F
QUARTEMP 3 0.31237815 0.10412605 6.03 0.0005
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr >
F
Model 3 449.09942 149.69981 7.59 <.0001
Error 541 10676.42895 19.73462
Corrected Total 544 11125.52837
R-
Square Coeff Var Root MSE NLANCES Mean
0.040367 91.29986 4.442366 4.865688
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 449.0994161 149.6998054 7.59 <.0001
Least Squares Means
NLANCES
QUARTEMP PRECO LSMEAN LSMEAN
Primeiro 1.51595626 5.86333333
Quarto 1.44789474
2.91304348
Segundo 1.47730737 4.97340426
Terceiro
1.46256716 4.02595420
Tukey's Studentized Range (HSD) Test for PRECO
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Primeiro -
Segundo 0.03865 0.00333 0.07397 ***
Primeiro -
Terceiro 0.05339 0.01449 0.09229 ***
Primeiro -
Quarto 0.06806 0.01211 0.12402 ***
Segundo - Primeiro -0.03865 -0.07397 -
0.00333 ***
Segundo - Terceiro 0.01474 -0.02381 0.05329
Segundo - Quarto 0.02941 -
0.02630 0.08512
Terceiro - Primeiro -0.05339 -0.09229 -0
.01449 ***
Terceiro - Segundo -0.01474 -
0.05329 0.02381
Terceiro - Quarto 0.01467 -
0.04337 0.07272
Quarto - Primeiro -0.06806 -0.12402 -
0.01211 ***
Quarto - Segundo -0.02941 -
0.08512 0.02630
Quarto - Terceiro -0.01467 -
0.07272 0.04337
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
QUARTEMP Between Simultaneous 95%
273
APÊNDICE 18: Continuação...
Comparison Means Confidence Limits
Primeiro - Segundo 0.8899 -
0.3039 2.0838
Primeiro - Terceiro 1.8374 0.5226 3
.1522 ***
Primeiro -
Quarto 2.9503 1.0589 4.8417 ***
Segundo - Primeiro -0.8899 -
2.0838 0.3039
Segundo - Terceiro 0.9475 -
0.3555 2.2504
Segundo - Qu
arto 2.0604 0.1772 3.9435 ***
Terceiro - Primeiro -1.8374 -3.1522 -
0.5226 ***
Terceiro - Segundo -0.9475 -
2.2504 0.3555
Terceiro - Quarto 1.1129 -
0.8492 3.0750
Quarto - Primeiro -2.9503 -4.8417 -
1.0589 ***
Quarto - Segundo -2.0604 -3.9435 -
0.1772 ***
Quarto - Terceiro -1.1129 -
3.0750 0.8492
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo2
PERIODO=periodo2 PERIODO=periodo2
PERIODO=periodo2 ---------------------
------------------------------------------
---------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model
3 0.05839211 0.01946404 2.11 0.1013
Error 164 1.51503408 0.00923801
Corrected To
tal 167 1.57342620
R-
Square Coeff Var Root MSE PRECO Mean
0.037111 6.202210 0
.096115 1.549683
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 0.05839211
0.01946404 2.11 0.1013
Dependent Variable: NLANCES NLANCES
Sum
of
Source DF Squares Mean Square F Value Pr > F
Model 3 61.602840
20.534280 1.15 0.3318
Error 164 2935.488351 17.899319
Corrected Total 167 2997.091190
R-
Square Coeff Var Root MSE NLANCES Mean
0.020554 59.69826 4.230759 7.086905
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 61.60283960 20.53427987 1.15 0.3318
Least Squares Means
NLANCES
QUARTEMP PRECO LSMEAN LSMEAN
Primeiro 1.55047439 7.08000000
Quarto
1.51556614 5.85333333
Segundo 1.57122938 7.54000000
Terceiro 1.54722458 7.47368421
Tukey's Studentized Range (HSD) Test for PRECO
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Segundo - Primeiro 0.02075 -
0.02914 0.07065
Segundo - Terceiro 0.02400 -
0.02968 0.07769
Segundo - Quarto 0.05566 -0.00195 0.11328
Primeiro - Segundo -0.02075 -
0.07065 0.02914
Primeiro - Terceiro 0.00325 -0.05044 0.05
694
274
APÊNDICE 18: Continuação...
Primeiro - Quarto 0.03491 -
0.02271 0.09252
Terceiro - Segundo -0.02400 -
0.07769 0.02968
Terceiro - Primeiro -0.00325 -
0.05694 0.05044
Terceiro - Quarto 0.03166 -
0.02927 0.09259
Quarto - Segundo -0.05566 -
0.11328 0.00195
Quarto - Primeiro -0.03491 -
0.09252 0.02271
Quarto - Terceiro -0.03166 -
0.09259 0.02927
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limi
ts
Segundo - Terceiro 0.0663 -
2.2970 2.4296
Segundo - Primeiro 0.4600 -
1.7363 2.6563
Segundo - Quarto 1.6867 -
0.8493 4.2227
Terceiro - Segundo -0.0663 -
2.4296 2.2970
Terceiro - Primeiro 0.3937 -
1.9696 2.7570
Terceiro - Quarto 1.6204 -
1.0616 4.3023
Primeiro - Segundo -0.4600 -
2.6563 1.7363
Primeiro - Terceiro -0.3937 -
2.7570 1.9696
Primeiro - Quarto 1.2267 -
1.3093 3.7627
Quarto - Segundo -1.6867 -
4.2227 0.8493
Quarto - Terceiro -1.6204 -
4.3023 1.0616
Quarto - Primeiro -1.2267 -
3.7627 1.3093
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo3
PERIODO=periodo3 PERIODO=periodo3
PERIODO=periodo3 ---------------------
------------------------------------------
---------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 0.56051288 0.18683763 6.08 0.0005
Error 397 12.20084279 0.03073260
Corrected Total 400 12.76135568
R-
Square Coeff Var Root MSE PRECO Mean
0.043923
10.72920 0.175307 1.633925
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 0
.56051288 0.18683763 6.08 0.0005
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3
330.92237 110.30746 3.02 0.0295
Error 397 14477.21529 36.46654
Corrected Total 400 14808.
13766
R-
Square Coeff Var Root MSE NLANCES Mean
0.022347 71.99679 6.038753 8.38753
1
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 330.9223675 110.3074558 3.02
0.0295
Least Squares Means
NLANCES
QUARTEMP PRECO LSMEAN LSMEAN
Primeiro 1
.60163004 7.8592593
Quarto 1.72757203 10.7173913
Segundo 1.64180411 7.8569106
Terceiro 1.62447219 8.6907216
275
APÊNDICE 18: Continuação...
Tukey's Studentized Range (HSD) Test for PRECO
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Quarto -
Segundo 0.08577 0.00760 0.16394 ***
Quarto - Terceiro 0.10310 0.0221
3 0.18407 ***
Quarto -
Primeiro 0.12594 0.04873 0.20316 ***
Segundo - Quarto -0.08577 -0.16394 -
0.00760 ***
Segundo - Terceiro 0.01733 -
0.04409 0.07875
Segundo - Primeiro 0.04017 -
0.01620 0.09655
Terceiro - Quarto -0.10310 -0.18407 -
0.02213 ***
Terceiro - Segundo -0.01733 -
0.07875 0.04409
Terceiro - Primeiro 0.02284 -
0.03736 0.08304
Primeiro - Quarto -0.12594 -0.20316 -
0.04873 ***
Primeiro - Segundo -0.04017 -
0.09655 0.01620
Primeiro - Terceiro -0.02284 -
0.08304 0.03736
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Quarto - Terceiro 2.0267 -
0.7624 4.8158
Quarto -
Primeiro 2.8581 0.1983 5.5180 ***
Quarto - Segundo
2.8605 0.1679 5.5531 ***
Terceiro - Quarto -2.0267 -
4.8158 0.7624
Terceiro - Primeiro 0.8315 -
1.2423 2.9052
Terceiro - Segundo 0.8338 -
1.2818 2.9494
Primeiro - Quarto -2.8581 -5.5180 -
0.1983 ***
Primeiro - Terceiro -0.8315 -
2.9052 1.2423
Primeiro - Segundo 0.0023 -
1.9397 1.9444
Segundo - Quarto -2.8605 -5.5531 -
0.1679 ***
Segundo - Terceiro -0.8338 -
2.9494 1.2818
Segundo - Primeiro -0.0023 -1.9444 1.9397
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo4
PERIODO=periodo4 PERIODO=periodo4
PERIODO=periodo4 ---------------------
------------------------------------------
---------------------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 0.15007247 0.05002416 3.27 0.0224
Error 185 2.82844638 0.01528890
Corrected Total 188 2.97851885
R-
Square Coeff Var Root MSE PRECO Mean
0.050385 7.340378 0.123648 1.684495
Source
DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 0.15007247 0.05002416 3.27 0.0224
Dependent Variable: NLANCES
NLANCES
Sum of
Source
DF Squares Mean Square F Value Pr > F
Model 3 393.512994 131.170998 5.37 0.0014
Error 185
4518.688064 24.425341
Corrected Total 188 4912.201058
R-Square Coeff Var Root
MSE NLANCES Mean
0.080109 37.66435 4.942200 13.12169
276
APÊNDICE 18: Continuação...
Source DF T
ype III SS Mean Square F Value Pr > F
QUARTEMP 3 393.5129945 131.1709982 5.37 0.0014
Least Squares Means
NLANCES
QUARTEMP PRECO LSMEAN LSMEAN
Primeiro 1.64298640 10.7551020
Quarto 1.68827596 13.7804878
Segundo 1.68606453 13.5510204
Terceiro 1.72053399 14.4800000
Tukey's Studentized Range (HSD) Test for PRECO
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Confidence Limits
Terceiro - Quarto 0.03226 -0.03528
0.09980
Terceiro - Segundo 0.03447 -
0.02997 0.09891
Terceiro - Primeiro 0.0
7755 0.01311 0.14199 ***
Quarto - Terceiro -0.03226 -
0.09980 0.03528
Quarto - Segundo 0.00221 -
0.06564 0.07006
Quarto - Primeiro 0.04529 -
0.02256 0.11314
Segundo - Terceiro -0.03447 -
0.09891 0.02997
Segundo - Quarto -0.00221 -
0.07006 0.06564
Segundo - Primeiro 0.04308 -
0.02169 0.10784
Primeiro - Terceiro -0.07755 -0.14199 -
0.01311 ***
Primeiro - Quarto -0.04529 -
0.11314 0.02256
Primeiro - Segundo -0.04308 -
0.10784 0.02169
Tukey's Studentized Range (HSD) Test for NLANCES
Difference
QUARTEMP Between Simultaneous 95%
Comparison Means Con
fidence Limits
Terceiro - Quarto 0.6995 -
2.0000 3.3991
Terceiro - Segundo 0.9290 -
1.6466 3.5046
Terceiro -
Primeiro 3.7249 1.1493 6.3005 ***
Quarto - Terceiro -0.6995 -
3.3991 2.0000
Quarto - Segundo 0.2295 -
2.4825 2.9414
Quarto -
Primeiro 3.0254 0.3135 5.7373 ***
Segundo - Terceiro -0.9290 -
3.5046 1.6466
Segundo - Quarto -0.2295 -
2.9414 2.4825
Segundo -
Primeiro 2.7959 0.2073 5.3845 ***
Primeiro - Terceiro -3.7249 -6.3005 -
1.1493 ***
Primeiro - Quarto -3.0254 -5.7373 -0.3135 ***
Primeiro - Segundo -2.7959 -5.3845 -
0.2073 ***
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=periodo5
PERIODO=periodo5 PERIODO=periodo5
PERIODO=periodo5 ------------
------------------------
---------------------
------------------
---------
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 0.51023897 0.17007966 3.52 0.0156
Error 280 13.52596628 0.04830702
Corrected Total 283 14.03620524
R-
Square Coeff Var Root MSE PRECO Mean
0
.036352 10.91522 0.219789 2.013597
Source DF Type III SS Mean Square F Value Pr > F
277
APÊNDICE 18: Continuação...
QUARTEMP 3 0.51023897 0.17007966 3.52 0.0156
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 581.02191 193.67397 4.25 0.0059
Error 280 12768.40048 45.60143
Corrected Total 283 13349.42239
R-
Square Coeff Var Root MSE NLANCES Mean
0.043524
51.31425 6.752883 13.15986
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3
581.0219148 193.6739716 4.25 0.0059
Least Squares Means
NLANCES
QUARTEMP PRECO LSMEAN LSMEAN
Primeiro 1.99074675 11.9718310
Quarto 2.08368403 13.4301370
Segundo 2.00242422 15.3802817
Terceiro 1.97445503 11.8115942
Tukey's Studentized Range (HSD) Test for PRECO
Difference
QUARTEMP Between Simultaneo
us 95%
Comparison Means Confidence Limits
Quarto - Segundo 0.08126 -
0.01343 0.17594
Quarto - Primeiro 0.09294 -
0.00175 0.18762
Quarto - T
erceiro 0.10923 0.01385 0.20461 ***
Segundo - Quarto -0.08126 -
0.17594 0.01343
Segundo - Primeiro 0.01168 -
0.08366 0.10702
Segundo - Terceiro 0.02797 -
0.06806 0.12400
Primeiro - Quarto -0.09294 -
0.18762 0.00175
Primeiro - Segundo -0.01168 -
0.10702 0.08366
Primeiro - Terceiro 0.01629 -
0.07974 0.11232
Terceiro - Quarto -0.10923 -0.20461 -
0.01385 ***
Terceiro - Segundo -0.02797 -
0.12400 0.06806
Terceiro - Primeiro -0.01629 -0.11232 0.07974
Tukey's Studentized Range (HSD) Test for NLANCES
Difference S
imultaneous
QUARTEMP Between 95% Confidence
Comparison
Means Limits
Segundo - Quarto 1.950 -
0.959 4.859
Segundo -
Primeiro 3.408 0.479 6.338 ***
Segundo -
Terceiro 3.569 0.618 6.519 ***
Quarto - Segundo -1.950 -
4.859 0.959
Quarto - Primeiro 1.458 -
1.451 4.367
Quarto - Terceiro 1.619 -
1.312 4.549
Primeiro - Segundo -3.408 -6.338 -
0.479 ***
Primeiro - Quarto -1.458 -
4.367 1.451
Primeiro - Terceiro 0.160 -2.790 3.111
Terceiro - Segundo -3.569 -6.519 -
0.618 ***
Terceiro - Quarto -1.619 -4.549 1.31
2
Terceiro - Primeiro -0.160 -
3.111 2.790
---------------------------------------
------------------------------------------------------------------------------
--------------------------------------- PERIODO=peri
PERIODO=peri PERIODO=peri
PERIODO=periodo6
odo6 odo6
odo6 ---------------------
------------------------------------------
---------------------
278
APÊNDICE 18: Continuação...
The GLM Procedure
Dependent Variable: PRECO PRECO
Sum of
Source DF Squares Mean Square
F Value Pr > F
Model 3 0.64617585 0.21539195 3.60 0.0147
Error 166 9.92346847 0.05977993
Corrected Total 169 10.56964432
R-Square Coeff Var Root MSE PRECO Mean
0.061135 9.287116 0.244499 2.632673
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP 3 0.64617585 0.21539195 3.60 0.0147
Dependent Variable: NLANCES NLANCES
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 1079.65152 359.88384 6.11 0.0006
Error 166 9783.99554 58.93973
Corrected Total 169 10863.64706
R-
Square Coeff Var Root MSE NLANCES Mean
0.099382 22.50220 7.677222 34.11765
Source DF Type III SS Mean Square F Value Pr > F
QUARTEMP
3 1079.651516 359.883839 6.11 0.0006
Least Squares Means
NLANCES
QUARTEMP PRECO LSMEAN LSMEAN
Primeiro 2.61007490 33.6818182
Quarto 2.52463703 29.5454545
Segundo 2.66885932 36.8260870
Terceiro 2.69426588 35.0851064
Tukey's Studentized Range (HSD) Test for PRECO
Difference
QUARTEMP Between Simultaneous 95%
Comparison Mean
s Confidence Limits
Terceiro - Segundo 0.02541 -
0.10620 0.15701
Terceiro - Primeiro 0.08419 -
0.04892 0.21730
Terceiro -
Quarto 0.16963 0.02552 0.31374 ***
Segundo - Terceiro -0.02541 -
0.15701 0.10620
Segundo - Primeiro 0.05878 -
0.07502 0.19259
Segundo - Quarto 0.14422 -
0.00053 0.28898
Primeiro - Terceiro -0.08419 -
0.21730 0.04892
Primeiro - Segundo -0.05878 -
0.19259 0.07502
Primeiro - Quarto 0.08544 -
0.06069 0.23156
Quarto - Terceiro -0.16963 -0.31374 -
0.02552 ***
Quarto - Segundo -0.14422 -0.28898 0.00053
Quarto - Primeiro -0.08544 -
0.23156 0.06069
Tukey's Studentized Range (HSD) Test
for NLANCES
Difference Simultaneous
QUARTEMP
Between 95% Confidence
Comparison Means Limits
Segundo - Terceiro 1.741 -
2.391 5.873
Segundo - Primeiro 3.144 -
1.057 7.346
Segundo -
Quarto 7.281 2.735 11.826 ***
Terceiro - Segundo -1.741 -
5.873 2.391
279
APÊNDICE 18: Continuação...
Terceiro - Primeiro 1.403 -
2.776 5.583
Terceiro - Quarto 5.540 1.015 10.065 ***
Primeiro - Segundo -3.144 -
7.346 1.057
Primeiro - Terceiro -1.403 -5.58
3 2.776
Primeiro - Quarto 4.136 -
0.452 8.725
Quarto - Segundo -7.281 -11.826 -
2.735 ***
Quarto - Terceiro -5.540 -10.065 -
1.015 ***
Quarto - Primeiro -4.136 -8.725 0.452
280
4. VITA
Luciana Fagundes Christofari é brasileira, nascida em Uruguaiana,
Fronteira Oeste do Estado do Rio Grande do Sul, no dia seis de maio de 1978.
Filha de João Robivar Christofari (in memorian) e Maria Ester Fagundes
Christofari. De 1984 a 1992 cursou o ensino fundamental na Escola Estadual
de 1º Dom Hermeto e, de 1993 a 1995 o ensino médio na Escola Elisa Ferrari
Valls, ambas em Uruguaiana.
Em 1998, ingressou no curso de Medicina Veterinária na
Universidade Federal do Rio Grande do Sul. Durante a graduação, realizou
diversos estágios extra-curriculares na área de bovinocultura de corte, em
empresas prestadoras de consultoria técnica nos estados de Mato Grosso do
Sul, Goiás e São Paulo e no Departamento de Crédito Rural do Banco do
Estado do Rio Grande do Sul. Concluiu a graduação em janeiro de 2004, com a
monografia intitulada “Custos de produção como ferramenta de apoio à tomada
de decisão em pecuária de corte”.
Em março de 2004 iniciou o curso de mestrado no Programa de
Pós-graduação em Zootecnia da Faculdade de Agronomia da UFRGS, como
bolsista da CAPES e, em agosto de 2005 realiza a transferência direta para o
Curso de doutorado cumprindo as exigências do Programa de Pós-graduação,
finalizando no mês de dezembro de 2007.
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
