12.07.2015 Views

Congreso Nacional de la Carne - Eurocarne

Congreso Nacional de la Carne - Eurocarne

Congreso Nacional de la Carne - Eurocarne

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

I <strong>Congreso</strong> <strong>Nacional</strong> <strong>de</strong> <strong>la</strong> <strong>Carne</strong>Madrid, 16 y 17 <strong>de</strong> febrero <strong>de</strong> 2001Procedimientos estadísticosMuestreo y exactitudPara establecer una formu<strong>la</strong> <strong>de</strong> predicción <strong>de</strong> y (y i = a + b·x i + e i ) es muy importante,por un <strong>la</strong>do, obtener unas estimaciones precisas <strong>de</strong> los coeficientes (a y b) y <strong>de</strong> <strong>la</strong>varianza <strong>de</strong>l error, lo cual se consigue con un buen muestreo. También por otro <strong>la</strong>do,es necesario evaluar <strong>la</strong> exactitud con que el porcentaje <strong>de</strong> magro (y) pue<strong>de</strong>ser predicho por <strong>la</strong>s medidas objetivas (x).Re<strong>la</strong>tivo al muestreo, <strong>la</strong> Regu<strong>la</strong>ción <strong>de</strong> <strong>la</strong> Comisión Nº 2967/85 establece que este<strong>de</strong>be ser basado en una muestra representativa <strong>de</strong> <strong>la</strong> producción porcina nacionalo <strong>de</strong> <strong>la</strong> producción porcina regional afectada por el método <strong>de</strong> valoración. Unamuestra representativa <strong>de</strong> <strong>la</strong> producción porcina pue<strong>de</strong> ser muy difícil <strong>de</strong> obtener,<strong>de</strong>bido principalmente a <strong>la</strong> heterogeneidad existente. Existen muchas subpob<strong>la</strong>cionesque surgen <strong>de</strong> los diferentes sexos, pesos al sacrificio y tipos genéticosutilizados en los sistemas <strong>de</strong> producción. Las diferentes subpob<strong>la</strong>ciones pue<strong>de</strong>n ignorarsecompletamente, seleccionando una muestra completamente al azar. En estecaso es importante que éstas procedan <strong>de</strong> diferentes mata<strong>de</strong>ros, productores<strong>de</strong>ntro <strong>de</strong> los mata<strong>de</strong>ros, etc. Dado que disecar una canal es proceso <strong>la</strong>boriosoes practicamente imposible representar al azar a todas <strong>la</strong>s subpob<strong>la</strong>ciones pues elnúmero total <strong>de</strong> canales a disecar seria muy alto. Aún así podría ocurrir que por casualidad,algunas subpob<strong>la</strong>ciones estuviesen sub-representadas o sobre-representadasen <strong>la</strong> muestra escogida. Para evitar este problema, se pue<strong>de</strong> llevar a caboun muestreo al azar pero fijando <strong>de</strong> antemano el número total <strong>de</strong> animales <strong>de</strong>cada subpob<strong>la</strong>ción, ya sea igual para todas <strong>la</strong>s subpob<strong>la</strong>ciones o proporcional a <strong>la</strong>distribución <strong>de</strong> éstas.Por ello, en los estudios <strong>de</strong> c<strong>la</strong>sificación es necesario diseñar completamente elmuestreo, sin <strong>de</strong>jar actuar el azar. Normalmente es preferible seleccionar <strong>la</strong>s canalesen base a <strong>la</strong>s variables <strong>de</strong> predicción (x). Si el intervalo <strong>de</strong> <strong>la</strong>s variables <strong>de</strong> predicciónes amplio en <strong>la</strong> muestra seleccionada se obtiene mayor exactitud en <strong>la</strong>estimación <strong>de</strong> los coeficientes a y b <strong>de</strong> <strong>la</strong> ecuación. Por esto, para garantizar un ampliointervalo <strong>de</strong> x, uno <strong>de</strong> los métodos más utilizados en el muestreo es el procedimiento40-20-40. Este método consiste en seleccionar un 40% <strong>de</strong> los animales<strong>de</strong> <strong>la</strong> muestra con valores bajos <strong>de</strong> <strong>la</strong> variable x, un 20% con valores medios, yel 40% restante con valores altos. Los niveles para <strong>de</strong>finir los diferentes grupos seobtienen a partir <strong>de</strong>l valor medio para <strong>la</strong> variable x más menos un número <strong>de</strong>terminado<strong>de</strong> <strong>de</strong>sviaciones estándar. Las variables <strong>de</strong> selección <strong>de</strong>ben ser variables<strong>de</strong> predicción. En caso <strong>de</strong> no serlo, podrían alterar a los resultados, siempre ycuando afectaran <strong>de</strong> manera significativa a <strong>la</strong> fórmu<strong>la</strong>. En <strong>la</strong> figura 3 se muestra<strong>la</strong> distribución <strong>de</strong>l espesor <strong>de</strong> <strong>la</strong> grasa dorsal medido entre <strong>la</strong> 3ª y 4ª últimas costil<strong>la</strong>sa 6 cm <strong>de</strong> <strong>la</strong> línea media (variable utilizada como predictora en <strong>la</strong> fórmu<strong>la</strong>) en<strong>la</strong> pob<strong>la</strong>ción porcina españo<strong>la</strong> (línea) y en <strong>la</strong> muestra disecada (barras verticales),siendo <strong>la</strong> distribución <strong>de</strong> esta segunda 40-20-40. Esta muestra representativa <strong>de</strong> <strong>la</strong>producción nacional correspon<strong>de</strong> a un estudio reciente realizado para calibrar elequipo AUTOFOM en España.30

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!