Impact des erreurs de mesure sur prédicteurs alternatifs la teneur en viande maigre des carcasses d'agneaux
Conference Paper
Overview
Additional Document Info
View All
Overview
abstract
Les méthodes objectives de classement des carcasses
sont basées sur des modèles de régressions linéaires
simples ou multiples. Diverses études ont été menées pour
comparer la précision relative des prédicteurs alternatifs de
la teneur en viande maigre des carcasses (Cadavez, 2009;
Lambe et al, 2009). Il est bien connu que les mesures de
l’épaisseur de gras sous-cutané (EGS), prises sur la
carcasse, souffrent de plusieurs sources d'erreurs tel que
décrit par Daumas et Dhorne (1992) et par Young et
Deaker (1994). Dans la pratique, les erreurs de mesure
des EGS sont inconnues et l'instabilité de l'estimation des
coefficients de régression peut conduire vers des modèles
peu stables (Cadavez et al., 2010). Nous présentons ici les
résultats d’une étude de simulation de l'impact des erreurs
de mesure sur des prédicteurs alternatifs des EGS. La
stabilité des modèles pour prédire l’EGS en utilisant
comme prédicteurs l’EGS d'origine, a été évaluée.