Impact des erreurs de mesure sur prédicteurs alternatifs la teneur en viande maigre des carcasses d'agneaux Conference Paper uri icon

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.

publication date

  • January 1, 2011