| Popis: |
El objetivo del presente estudio fue predecir el peso de carcasa (PC) en cuyes (Cavia porcellus) a la edad de beneficio (16 ± 2 semanas), tomando como referencia sus medidas biométricas. Se tomaron las siguientes medidas y pesos antes y después del beneficio a 150 cuyes machos del genotipo Cieneguilla: peso vivo al beneficio (PV), largo de cuerpo (LC), largo de cabeza (LCA), ancho de cabeza (AC), largo de lomo (LL), ancho de lomo (AL), perímetro torácico (PT), perímetro de muslo (PM), largo de muslo (LM), perímetro de brazuelo (PB), largo de brazuelo (LB) y cuadrado medio de la grupa (CMG), así como el peso de carcasa (PC). Los datos fueron analizados para determinar la mejor ecuación de regresión y establecer el mejor modelo lineal predictivo del peso de carcasa. Se utilizó el proceso «Step-Wise Regression» del paquete estadístico SAS. Las combinaciones de variables independientes en el modelo revelaron que las variables PV, PT, AC y LL dan una mejor explicación del PC a la edad de beneficio (R²=0.71; Cp-Mallows=1.63). The objective of the present study was to predict carcass weight (PC) in guinea pigs (Cavia porcellus) at the age of slaughtering (16±2 weeks), considering their biometric measurements. The following measures and weights were taken before and after the slaughter of 150 male guinea pigs of the Cieneguilla genotype: live body weight (PV), body length (LC), head length (LCA), head width (AC), loin length (LL), loin width (AL), chest girth (PT), thigh perimeter (PM), thigh length (LM), arm perimeter (PB), arm length (LB), and rump middle square (CMG), as well as the carcass weight (PC). The data were analyzed to determine the best regression equation and to establish the best predictive linear model of carcass weight. The «Step-Wise Regression» process of the SAS statistical package was used. The combinations of independent variables in the model revealed thatthevariablesPV,PT,AC,andLLgive abetterexplanationoftheCPatthe benefitage (R²=0.71; Cp-Mallows=1.63). |
