Your browser doesn't support javascript.

Portal de Pesquisa da BVS Veterinária

Informação e Conhecimento para a Saúde

Home > Pesquisa > ()
Imprimir Exportar

Formato de exportação:

Exportar

Exportar:

Email
Adicionar mais destinatários

Enviar resultado
| |

ANÁLISE DOS COMPONENTES PRINCIPAIS PARA CARACTERÍSTICAS DE DESEMPENHO E CARCAÇA DE OVINOS MESTIÇOS SUFFOLK

VITOR ANTONIO SOUKEF GOBBI.
Tese em Português | VETTESES | ID: vtt-221414

Resumo

Analisar correlações simples e a análise dos componentes principais, a fim de associar o desempenho das carcaças de ovinos mestiços Suffolk terminados em confinamento. Foram utilizados 61 ovinos machos mestiços (Suffolk), não castrados e abatidos com média de 44,18 kg. Os componentes analisados foram: peso de abate (PA), comprimento externo da carcaça (CEC), largura da garupa (LG), perímetro da garupa (PG), largura torácica (LT), profundidade torácica (PT), perímetro de perna (PP) e peso da carcaça quente (PCQ). Para determinar os coeficientes de associação entre todas as características envolvidas no estudo, foi utilizada a correlação linear de Pearson considerando uma associação significativa ao nível de 5% (P <0,05). Os componentes principais foram utilizados com a finalidade de transformar variáveis associadas em um novo grupo de variáveis não correlacionadas e, assim, verificar quais dados representam a maior parte da variação fenotípica, reduzindo a dimensão dos mesmos. Essas novas variáveis não correlacionadas são relatadas em ordem decrescente em relação ao número de variação atribuída a elas. As correlações lineares entre o desempenho e as características das carcaças variaram de -0,15 (PP com relação a LG) à 0,63 (PA com relação ao PCQ). Observou-se com a análise de cluster que dois grandes grupos foram formados pela distância euclidiana no método de Ward devido à maior razoabilidade entre si. O primeiro grupo apresentou as características: PP, PA, PCQ e CEC; o segundo grupo foi composto pelas características: PG, PT, LT e LG. Através da análise multivariada foi possível extrair quatro componentes principais que, juntos, explicaram 78,35% da variação total dos dados, com autovalor superior a 0,70. Por meio do primeiro componente principal (PC1 = 38,94%), para descartar descritores redundantes ou não discriminantes, quatro características (PA, PCQ, LT e CEC) foram selecionadas e consideradas mais importantes na descrição da variabilidade dos dados estudados. O PA foi a variável selecionável para representar as demais características da carcaça, devido ao seu maior poder discriminatório. Além disso, essa característica pode ser considerada mais fácil para mensuração sendo mais econômica para o criador.
To analyze simple correlations and of the mains components, in order to associate the performance mixed-race Suffolk sheep carcass finished in confinement. 61 male mixed-race sheep (Suffolk), non-castrated, were used, slaughtered with average of 44,18 Kg. The analyzed components were: slaughter weight (PA), external carcass length (CEC), croup width (LG), croup perimeter (PG), chest width (LT), thoracic depth (PT), leg perimeter (PP) and hot carcass weight (PCQ). To determinate the association coefficients between all characteristics involved in this study, Pearson linear correlation was used, considering a significative association at 5% level (P < 0,05). The main components were utilized with the goal to transform associated variables into a new group of non-corelated variables, and so, verify which data represent the most phenotypical variation part, reducing the dimension between them. These new non-corelated variables are reported in crescent order in relation to the variation number attributed to them. The linear correlations between performance and carcass characteristics vary from -0,15 (PP in relation to PG) to 0,63 (PA in relation to PCQ). It was observed in the cluster analysis that two major groups were formed by the Euclidian distance in the ward method due to a greater reasonableness of each other. The first group presented the characteristics of: PP, PA, PCQ and CEC; the second group was composed by the characteristics of: PG, PT, LT and LG. Through multivariate analysis it was able to extract four main components that, together, explains 78,35% of all data variation, with self-worth superior to 0,7. Through the first main component (PC1= 38,94%), to discard redundant descriptors or non-discriminants, four characteristics (PA, PCQ, LT and CEC) were selected and considered more important to describe the variability of the studied data. The PA was the variable selectable to represent the other characteristics of carcass, due to its bigger discriminant power. Besides that, this characteristic can be considered easier to measure being more economic to the breeder.
Biblioteca responsável: BR68.1