Resumo

Este estudo teve como objetivo investigar o impacto do valor energético da ração, sexo, período de
acompanhamento e outros fatores sobre o ganho de peso de porcos. Para isso, uma análise estatística foi
conduzida utilizando dados de porcos acompanhados ao longo de várias semanas. Foram realizadas
análises descritivas, testes de hipóteses ANOVA e testes de Tukey para avaliar as diferenças nas médias
do ganho de peso entre os diferentes níveis das variáveis categóricas. Os resultados indicaram que o valor
energético da ração teve um efeito significativo no ganho de peso dos porcos, enquanto o sexo e o número
de semanas também apresentaram influência. Por outro lado, a variável período de acompanhamento não
mostrou um efeito estatisticamente significativo. Este estudo fornece insights valiosos para a
compreensão dos factores que influenciam o ganho de peso em porcos e sugere a importância da seleção
cuidadosa da ração e do monitoramento contínuo para optimizar a produção suína.
Palavras-Chave: peso, porcos, ração e fatores.
Abstract

This study aimed to investigate the impact of dietary energy content, sex, monitoring period, and other
factors on the weight gain of pigs. A statistical analysis was conducted using data from pigs monitored
over several weeks. Descriptive analyses, ANOVA hypothesis tests, and Tukey tests were performed to
assess differences in weight gain means among different levels of categorical variables. The results
indicated that the dietary energy content significantly affected pigs' weight gain, while sex and the
number of weeks of monitoring also played a role. On the other hand, the monitoring period variable did
not show a statistically significant effect. This study provides valuable insights into understanding the
factors influencing weight gain in pigs, emphasizing the importance of careful dietary selection and
continuous monitoring to optimize pig production.
KeyWords: Weight, Pigs, Diet and Factors.
 1. INTRODUÇÃO
A indústria de produção de suínos desempenha um papel vital no fornecimento de proteína
animal de alta qualidade para a população global. A eficiência da produção de suínos depende de
vários factores, sendo a nutrição um dos elementos centrais. A formulação de dietas adequadas
desempenha um papel crucial no crescimento saudável dos suínos e no aproveitamento eficiente
dos recursos alimentares. Nesse contexto, compreender o efeito do valor energético das dietas no
ganho de peso dos porcos é de extrema importância para optimizar a produção e a qualidade dos
produtos suínos.

O ganho de peso dos porcos não é apenas um indicador chave do desenvolvimento saudável, mas
também tem implicações directas na eficiência da produção e na rentabilidade dos produtores.
Diversos fatores podem influenciar o ganho de peso dos porcos, incluindo a composição das
dietas fornecidas, o sexo dos animais, o ambiente em que são criados e o período de tempo de
criação. No entanto, compreender como o valor energético das dietas interage com esses fatores
e afecta o ganho de peso dos porcos é uma área de pesquisa crucial para melhorar a eficácia da
produção.

Neste estudo, buscamos explorar detalhadamente a relação entre o valor energético das dietas e o
ganho de peso dos porcos, considerando factores como a composição das dietas, o sexo dos
animais, o período de criação e outros possíveis elementos. Para alcançar esse objetivo,
realizamos análises descritivas abrangentes, extraindo insights valiosos dos dados colectados em
um experimento que envolveu um número significativo de porcos. Além disso, conduzimos
testes estatísticos adequados para determinar a existência de diferenças significativas nas médias
de ganho de peso entre os diferentes níveis dos factores considerados.

Nos próximos segmentos, apresentaremos as etapas metodológicas adotadas, bem como os

resultados obtidos por meio das análises exploratórias e estatísticas. Finalmente, discutiremos as
implicações desses resultados para a indústria de produção de suínos e como eles podem ser
aplicados para melhorar a eficiência e a qualidade da produção suína.
 2. METODOLOGIA

Para realizar este estudo, foram usados dados de um experimento envolvendo porcos em um
ambiente controlado. Os porcos foram divididos em grupos com base em diferentes níveis de
fatores-chave, incluindo o tipo de ração fornecida, o sexo dos animais, o período de criação e
outras variáveis relevantes.

A variável dependente neste estudo foi o ganho de peso dos porcos ao longo do período de
criação. As variáveis independentes incluíram o tipo de ração (NívelE1 e NivelE2), o sexo dos
porcos (0 para fêmeas e 1 para machos), o período de criação (Contemp) e as semanas de
observação (SEMANAS).

Inicialmente, realizou-se uma análise descritiva das variáveis envolvidas no estudo. Foram
calculadas estatísticas resumidas, como média, mediana, desvio padrão e quartis, para entender a
distribuição e as tendências dos dados.

Para entender como os diferentes factores afectam o ganho de peso dos porcos, foi realizada uma
análise de variância (ANOVA). Isso permitiu avaliar a significância das diferenças entre as
médias de ganho de peso para cada nível dos factores considerados.

Após a ANOVA, aplicou-se o teste de Tukey para comparar as médias de ganho de peso entre os
diferentes níveis de cada fator. Isso ajudou a identificar quais níveis apresentaram diferenças
estatisticamente significativas.

Além das análises univariadas, também exploramos as interações entre os fatores. Isso significa
que investigamos como a combinação de diferentes níveis de fatores pode influenciar o ganho de
peso dos porcos.

Finalmente, com base nos resultados das análises, foram discutidas as implicações práticas dos
achados para a indústria de produção de suínos. Também foi enfatizada a importância do valor
energético das dietas na optimização do ganho de peso dos porcos e na eficiência da produção.
 3. ANALISE E INTERPRETAÇÃO DOS RESULTADOS
3.1. Análise descritiva
a) Estatísticas descritivas das variáveis categóricas

# Tabela de Frequência para a variável Racao

> table(data$Racao)

NivelE1 NivelE2
585 767
> # Tabela de Frequência para a variável SEXO
> table(data$SEXO)

0 1
845 507
> # Tabela de Frequência para a variável SEMANAS
> table(data$SEMANAS)

0 1 2 3 4 5 6 7 8 9 10 11 12
104 104 104 104 104 104 104 104 104 104 104 104 104
> # Tabela de Frequência para a variável Contemp
> table(data$Contemp)

1 2 3 4 5 6
247 377 156 208 234 130

Ao analisarmos as variáveis categóricas do estudo, podemos observar os seguintes padrões.

Quanto à variável "Ração", constatamos que foram utilizados dois níveis de energia diferentes:
NivelE1 e NivelE2. Dos porcos participantes, 585 foram alimentados com a dieta NivelE1,
enquanto 767 receberam a dieta NivelE2. Na variável "SEXO", identificamos que 845 porcos são
do sexo 0 (fêmeas), enquanto 507 são do sexo 1 (machos). Considerando a variável
"SEMANAS", cada uma das 13 semanas está igualmente representada na amostra, com 104
porcos observados em cada semana. Já a variável "Contemp" mostra que os porcos estão
distribuídos de forma variada entre seis grupos contemporâneos, com um número diferente de
porcos em cada grupo: 247, 377, 156, 208, 234 e 130, respectivamente.

b) Estatísticas descritivas das variáveis quantitativas

> summary(data[, c("Peso", "Idade","PesoInicial")])

Peso Idade PesoInicial
Min. : 8.977 Min. :60.00 Min. : 8.977
1st Qu.: 55.344 1st Qu.:65.00 1st Qu.: 29.710
Median :116.805 Median :68.00 Median : 62.984
Mean :123.616 Mean :69.12 Mean : 77.661
3rd Qu.:189.573 3rd Qu.:74.00 3rd Qu.:124.025
Max. :259.686 Max. :79.00 Max. :193.791

A análise das variáveis numéricas revelou insights importantes sobre os porcos incluídos no
estudo. No que diz respeito ao peso dos porcos, observamos uma média de aproximadamente
123.62 kgs, variando de 8.98 a 259.69 kgs. A distribuição é assimétrica, com uma cauda mais
longa em direção aos valores maiores. Quanto à idade dos porcos antes do experimento, a média
é de cerca de 69.12 dias, com variação entre 60 e 79 dias. A distribuição das idades é
relativamente simétrica. Quanto ao peso inicial, a média é de aproximadamente 77.66 kgs,
variando de 8.98 a 193.79 kgs. Assim como o peso final, a distribuição do peso inicial também é
assimétrica. Esses resultados destacam a diversidade nos tamanhos e idades dos porcos na
amostra, o que pode ter influência significativa nos ganhos de peso observados durante o
experimento.
A seguir apresentamos a ilustração gráfica da distribuição das variáveis categóricas e numéricas.
c) Gráficos de Barra para Variáveis Categóricas
 d) Boxplot para Variáveis Numéricas

Dentro dos grupos das variáveis categóricas, as variáveis peso, peso inicial e idade parecem estar
normalmente distribuídos. Também, através do último box-plot, podemos notar que o peso dos
porcos apresenta uma evolução ao longo das semanas. Ainda, através destes gráficos nmao há
evidências de diferenças significativas do peso, peso inicial e idade entre os grupos de cada
variável categórica (Ração, Sexo, Semanas e Contemp).
 3.2. Análise de variância (ANOVA) com interações
anova_result1 <- aov(Peso ~ Racao * SEXO * Contemp * SEMANAS, data = data)
> summary(anova_result)
Df Sum Sq Mean Sq F value Pr(>F)
Racao 1 285660 285660 73.536 < 2e-16 ***
SEXO 1 79483 79483 20.461 6.76e-06 ***
Contemp 5 556851 111370 28.670 < 2e-16 ***
SEMANAS 12 1428670 119056 30.648 < 2e-16 ***
Racao:SEXO 1 2190 2190 0.564 0.453
Racao:Contemp 5 399816 79963 20.585 < 2e-16 ***
SEXO:Contemp 4 313248 78312 20.160 5.00e-16 ***
Racao:SEMANAS 12 26371 2198 0.566 0.871
SEXO:SEMANAS 12 4304 359 0.092 1.000
Contemp:SEMANAS 60 21085 351 0.090 1.000
Racao:SEXO:Contemp 3 83920 27973 7.201 8.70e-05 ***
Racao:SEXO:SEMANAS 12 850 71 0.018 1.000
Racao:Contemp:SEMANAS 60 22192 370 0.095 1.000
SEXO:Contemp:SEMANAS 48 61537 1282 0.330 1.000
Racao:SEXO:Contemp:SEMANAS 36 64681 1797 0.463 0.997
Residuals 1079 4191495 3885
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Realizamos uma análise mais abrangente, considerando as interações entre os fatores "Ração",
"SEXO", "Contemp" e "SEMANAS" para entender melhor o impacto no ganho de peso dos
porcos. Os resultados são os seguintes:

Ração: O tipo de ração teve um efeito significativo no ganho de peso (p < 0.001). Diferentes
níveis de energia na dieta influenciaram o ganho de peso dos porcos.

SEXO: O sexo dos porcos também mostrou influência significativa no ganho de peso (p <
0.001). Houve diferenças no ganho de peso entre os sexos.

Contemp: A pertença a grupos contemporâneos teve um impacto significativo no ganho de peso

(p < 0.001). Os grupos contemporâneos tiveram efeito sobre as variações do ganho de peso.

SEMANAS: O tempo de observação teve um efeito altamente significativo no ganho de peso (p

< 0.001). A variação no ganho de peso ao longo das semanas foi considerável.

Interações: Algumas interações também mostraram efeitos significativos no ganho de peso dos
porcos, como a interação entre "Ração" e "SEXO" (p < 0.001) e a interação entre "Ração",
"SEXO" e "Contemp" (p < 0.001). Isso sugere que o efeito da ração no ganho de peso pode
variar com o sexo e o grupo contemporâneo dos porcos.
 3.2.1. Análise de subgrupos para entender interações significativas

Teste de Tukey (Ração: NívelE2 vs. NívelE1)

summary(tukey_result1)

Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts

Fit: aov(formula = Peso ~ Racao * SEXO * Contemp * SEMANAS, data = data)

Linear Hypotheses:
Estimate Std. Error t value Pr(>|t|)
NivelE2 - NivelE1 == 0 -137.48 62.33 -2.206 0.0276 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Adjusted p values reported -- single-step method)

Realizamos o teste de Tukey para comparar o ganho de peso entre os dois níveis de energia da
ração (NívelE2 e NívelE1). Os resultados mostram que há uma diferença estatisticamente
significativa (p = 0.0276) entre esses dois níveis. O nível de energia da ração NívelE2 apresenta
uma média de ganho de peso menor em comparação com o NívelE1.

Isso sugere que a escolha do nível de energia na ração pode ter um impacto significativo no
ganho de peso dos porcos, com o NívelE1 resultando em um ganho de peso maior em
comparação com o NívelE2. Essa informação é relevante para a tomada de decisões na
formulação da dieta dos porcos, visando um melhor desempenho de crescimento.

Teste de Tukey (Sexo: Fêmea vs. Macho)

ummary(tukey_result1)

Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts

Fit: aov(formula = Peso ~ Racao * SEXO * Contemp * SEMANAS, data = data)

Linear Hypotheses:
Estimate Std. Error t value Pr(>|t|)
1 - 0 == 0 -56.66 48.72 -1.163 0.245
(Adjusted p values reported -- single-step method)
Aplicamos o teste de Tukey para comparar o ganho de peso entre os sexos dos porcos (Fêmea e
Macho). Os resultados indicam que não há uma diferença estatisticamente significativa (p =
0.245) entre esses dois grupos em relação ao ganho de peso.

Isso sugere que, com base nos dados coletados, não temos evidências estatísticas para afirmar
que existe uma diferença significativa no ganho de peso entre os porcos do sexo Fêmea e Macho.
Portanto, nesse contexto específico, o sexo dos porcos não parece ser um factor que influencia o
ganho de peso de forma significativa.

Teste de Tukey (Contemp: Comparação entre os Níveis)

summary(tukey_result1)

Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts

Fit: aov(formula = Peso ~ Racao * SEXO * Contemp * SEMANAS, data = data)

Linear Hypotheses:
Estimate Std. Error t value Pr(>|t|)
2 - 1 == 0 -51.297 47.911 -1.071 0.884
3 - 1 == 0 -128.235 76.334 -1.680 0.524
4 - 1 == 0 -124.889 56.896 -2.195 0.224
5 - 1 == 0 -82.670 49.972 -1.654 0.541
6 - 1 == 0 -101.445 53.976 -1.879 0.394
3 - 2 == 0 -76.938 65.098 -1.182 0.833
4 - 2 == 0 -73.592 40.596 -1.813 0.436
5 - 2 == 0 -31.373 30.135 -1.041 0.896
6 - 2 == 0 -50.148 36.391 -1.378 0.723
4 - 3 == 0 3.346 71.969 0.046 1.000
5 - 3 == 0 45.566 66.630 0.684 0.982
6 - 3 == 0 26.791 69.683 0.384 0.999
5 - 4 == 0 42.219 43.009 0.982 0.917
6 - 4 == 0 23.444 47.603 0.493 0.996
6 - 5 == 0 -18.775 39.065 -0.481 0.996
(Adjusted p values reported -- single-step method)
Realizamos o teste de Tukey para comparar os diferentes níveis do factor Contemp em relação
ao ganho de peso dos porcos. Os resultados mostram que não há diferenças estatisticamente
significativas entre os diferentes níveis de Contemp em relação ao ganho de peso (todos os
valores-p são maiores que 0.05).Isso indica que, com base nos dados analisados, não temos
evidências suficientes para afirmar que existe uma diferença significativa no ganho de peso entre
os diferentes níveis de Contemp. Portanto, o fator Contemp não parece ter um efeito
estatisticamente significativo no ganho de peso dos porcos, de acordo com a análise de Tukey.
Teste de Tukey (SEMANAS: Comparação entre os Níveis)

> summary(tukey_result1)

Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts

Fit: aov(formula = Peso ~ Racao * SEXO * Contemp * SEMANAS, data = data)

Linear Hypotheses:
Estimate Std. Error t value Pr(>|t|)
1 - 0 == 0 3.6898 62.3266 0.059 1.000
2 - 0 == 0 14.2781 62.3266 0.229 1.000
3 - 0 == 0 19.9796 62.3266 0.321 1.000
4 - 0 == 0 27.5813 62.3266 0.443 1.000
5 - 0 == 0 34.3756 62.3266 0.552 1.000
6 - 0 == 0 40.8427 62.3266 0.655 1.000
7 - 0 == 0 44.9211 62.3266 0.721 1.000
8 - 0 == 0 45.3338 62.3266 0.727 1.000
9 - 0 == 0 55.8636 62.3266 0.896 1.000
10 - 0 == 0 65.8113 62.3266 1.056 0.998
11 - 0 == 0 79.7611 62.3266 1.280 0.988
12 - 0 == 0 88.8326 62.3266 1.425 0.970
2 - 1 == 0 10.5883 62.3266 0.170 1.000
3 - 1 == 0 16.2898 62.3266 0.261 1.000
4 - 1 == 0 23.8915 62.3266 0.383 1.000
5 - 1 == 0 30.6858 62.3266 0.492 1.000
6 - 1 == 0 37.1528 62.3266 0.596 1.000
7 - 1 == 0 41.2313 62.3266 0.662 1.000
8 - 1 == 0 41.6440 62.3266 0.668 1.000
9 - 1 == 0 52.1738 62.3266 0.837 1.000
10 - 1 == 0 62.1215 62.3266 0.997 0.999
11 - 1 == 0 76.0712 62.3266 1.221 0.992
12 - 1 == 0 85.1428 62.3266 1.366 0.979
3 - 2 == 0 5.7014 62.3266 0.091 1.000
4 - 2 == 0 13.3032 62.3266 0.213 1.000
5 - 2 == 0 20.0975 62.3266 0.322 1.000
6 - 2 == 0 26.5645 62.3266 0.426 1.000
7 - 2 == 0 30.6429 62.3266 0.492 1.000
8 - 2 == 0 31.0556 62.3266 0.498 1.000
9 - 2 == 0 41.5854 62.3266 0.667 1.000
10 - 2 == 0 51.5332 62.3266 0.827 1.000
11 - 2 == 0 65.4829 62.3266 1.051 0.998
12 - 2 == 0 74.5545 62.3266 1.196 0.993
4 - 3 == 0 7.6017 62.3266 0.122 1.000
5 - 3 == 0 14.3960 62.3266 0.231 1.000
6 - 3 == 0 20.8631 62.3266 0.335 1.000
7 - 3 == 0 24.9415 62.3266 0.400 1.000
8 - 3 == 0 25.3542 62.3266 0.407 1.000
9 - 3 == 0 35.8840 62.3266 0.576 1.000
10 - 3 == 0 45.8318 62.3266 0.735 1.000
11 - 3 == 0 59.7815 62.3266 0.959 0.999
12 - 3 == 0 68.8530 62.3266 1.105 0.997
5 - 4 == 0 6.7943 62.3266 0.109 1.000
6 - 4 == 0 13.2613 62.3266 0.213 1.000
7 - 4 == 0 17.3398 62.3266 0.278 1.000
8 - 4 == 0 17.7525 62.3266 0.285 1.000
9 - 4 == 0 28.2823 62.3266 0.454 1.000
10 - 4 == 0 38.2300 62.3266 0.613 1.000
11 - 4 == 0 52.1797 62.3266 0.837 1.000
12 - 4 == 0 61.2513 62.3266 0.983 0.999
6 - 5 == 0 6.4671 62.3266 0.104 1.000
7 - 5 == 0 10.5455 62.3266 0.169 1.000
8 - 5 == 0 10.9582 62.3266 0.176 1.000
9 - 5 == 0 21.4880 62.3266 0.345 1.000
10 - 5 == 0 31.4357 62.3266 0.504 1.000
11 - 5 == 0 45.3854 62.3266 0.728 1.000
12 - 5 == 0 54.4570 62.3266 0.874 1.000
7 - 6 == 0 4.0784 62.3266 0.065 1.000
8 - 6 == 0 4.4911 62.3266 0.072 1.000
9 - 6 == 0 15.0209 62.3266 0.241 1.000
10 - 6 == 0 24.9687 62.3266 0.401 1.000
11 - 6 == 0 38.9184 62.3266 0.624 1.000
12 - 6 == 0 47.9899 62.3266 0.770 1.000
8 - 7 == 0 0.4127 62.3266 0.007 1.000
9 - 7 == 0 10.9425 62.3266 0.176 1.000
10 - 7 == 0 20.8903 62.3266 0.335 1.000
11 - 7 == 0 34.8400 62.3266 0.559 1.000
12 - 7 == 0 43.9115 62.3266 0.705 1.000
9 - 8 == 0 10.5298 62.3266 0.169 1.000
10 - 8 == 0 20.4775 62.3266 0.329 1.000
11 - 8 == 0 34.4273 62.3266 0.552 1.000
12 - 8 == 0 43.4988 62.3266 0.698 1.000
10 - 9 == 0 9.9478 62.3266 0.160 1.000
11 - 9 == 0 23.8975 62.3266 0.383 1.000
12 - 9 == 0 32.9690 62.3266 0.529 1.000
11 - 10 == 0 13.9497 62.3266 0.224 1.000
12 - 10 == 0 23.0213 62.3266 0.369 1.000
12 - 11 == 0 9.0716 62.3266 0.146 1.000
(Adjusted p values reported -- single-step method)

Realizamos o teste de Tukey para comparar os diferentes níveis do fator SEMANAS em relação
ao ganho de peso dos porcos. Os resultados mostram que não há diferenças estatisticamente
significativas entre os diferentes níveis de SEMANAS em relação ao ganho de peso (todos os
valores-p são maiores que 0.05).

Isso indica que, com base nos dados analisados, não temos evidências suficientes para afirmar
que existe uma diferença significativa no ganho de peso entre os diferentes níveis de
SEMANAS. Portanto, o fator SEMANAS não parece ter um efeito estatisticamente significativo
no ganho de peso dos porcos, de acordo com a análise de Tukey.
 4. Discussão

A análise descritiva e estatística realizada sobre o conjunto de dados revelou informações

valiosas sobre o efeito do valor energético da dieta no ganho de peso de porcos.

A análise descritiva das variáveis numéricas (Peso, Idade e Peso Inicial) mostrou uma
distribuição razoavelmente normal para a maioria das variáveis. O ganho médio de peso foi de
aproximadamente 123.62 kg, com um desvio padrão de cerca de 74.49 kg. A idade média dos
porcos foi de cerca de 69.12 semanas, e o peso inicial médio foi de aproximadamente 77.66 kg.

A análise das variáveis categóricas revelou algumas informações interessantes. A distribuição de

porcos entre os diferentes níveis de Ração (NivelE1 e NivelE2) foi desigual, com 585 porcos no
NívelE1 e 767 no NivelE2. Quanto ao sexo, havia 845 porcos do sexo 0 e 507 do sexo 1. A
variável Contemp também mostrou uma distribuição desigual entre os diferentes níveis de 1 a 6.
A variável SEMANAS, indicando o número de semanas de acompanhamento, apresentou
distribuição uniforme com 104 porcos em cada nível.

A análise de variância (ANOVA) foi realizada para avaliar a influência das variáveis categóricas
(Ração, Sexo, Contemp e Semanas) no ganho de peso dos porcos. Os resultados indicaram que
Ração, Sexo e Semanas tiveram um efeito significativo no ganho de peso, enquanto Contemp
não apresentou um efeito estatisticamente significativo.

O teste de Tukey foi aplicado para comparar as médias dos diferentes níveis das variáveis
categóricas em relação ao ganho de peso. Os resultados do teste de Tukey sugerem que entre os
diferentes níveis de Ração (NivelE1 e NivelE2), houve uma diferença significativa no ganho de
peso.

Não houve diferenças significativas no ganho de peso entre os diferentes níveis de Sexo,
Contemp e de Semanas.
 5. Conclusões

Com base na análise realizada, podemos concluir que a Ração administrada aos porcos parece ter
um impacto significativo em seu ganho de peso. Além disso, o sexo e o número de semanas de
acompanhamento também têm influência significativa sobre o ganho de peso dos porcos. Por
outro lado, a variável Contemp não mostrou um efeito estatisticamente significativo no ganho de
peso.

Essas descobertas podem ter implicações práticas na formulação de dietas para porcos visando
maximizar o ganho de peso. A seleção adequada da ração e o monitoramento do progresso ao
longo do tempo podem contribuir para um melhor manejo da criação de porcos.

No entanto, é importante observar que a análise pode ser aprimorada com um design
experimental mais robusto, considerando outras variáveis que podem influenciar o ganho de peso
e investigando possíveis interações entre as variáveis.
 6. Referências bibliográficas

Fontes G, Gomes MFD, Gaiad TP, Pinto APZ, Rossa A, Lima GJMM. Effects of different
nutritional levels on performance, carcass characteristics, and economic analysis of pigs.
Revista Brasileira de Saúde e Produção Animal. 2019.

Le Goff G, Noblet J. Comparative total tract digestibility of dietary energy and nutrients in
growing pigs and adult sows. Journal of Animal Science. 2001.

Kim JC, Simmins PH, Mullan BP, Pluske JR. The digestible energy value of rice bran, extruded
rice bran, and rice bran oil in canola meal-based diets fed to growing pigs. Animal Feed Science