Seleção de modelos não lineares para estimação da curva de lactação de vacas mestiças pelo método de análise de agrupamento

Resumo

O objetivo do trabalho foi utilizar a análise de agrupamento para classificar modelos não-lineares de curva de lactação e indicar o de melhor ajuste com base nos resultados de diferentes avaliadores de qualidade, considerando dados de lactação de vacas mestiças. Utilizou-se um banco de dados formado por 2405 observações de 114 lactações para o ajuste de sete modelos (Papajcsik & Bodero, Madalena, Brody, Jenkins & Ferrell, Singh & Gopal, Wood e Dhanoa). Foram estimados os parâmetros dos modelos, e comparando os avaliadores de qualidade, foi confeccionado um conjunto de dados multivariados que foram analisados pelo método de análise de grupamento. Os dados foram avaliados em relação aos dias em lactação (DEL) e semanas em lactação (SEL) de cada observação, para comparar o ajuste dos modelos quanto ao formato do controle. Os dados em SEL se ajustaram melhor aos modelos propostos. Analisando simultaneamente avaliadores de qualidade ajuste, parâmetros estimados e comportamento da curva, observou-se que o modelo Wood apresentou parâmetros com melhor interpretação biológica (a=26,416; b=0,436; c=0,035), em relação ao modelo Singh & Gopal, gerando uma curva mais próxima da realidade, e avaliadores indicando boa qualidade de ajuste (R²=0,51; QME=11,91; MEP=57,22; R²p=0,93; C%=89,47). Ao comparar esses modelos, o Singh & Gopal subestima a produção de leite, apresentando parâmetros com interpretação biológica que fogem do observado em prática, enquanto o Wood apresenta melhor valor para pico de lactação, apesar de superestimar a produção. O modelo de Wood foi indicado como o melhor para representar a produção de leite das vacas deste estudo.