RESUMO
A utilização de valores preditos de energia metabolizável aparente (EMA), obtidos a partir de equações de regressão, pode ser útil para instituições de pesquisa e indústrias de nutrição. Contudo, há a necessidade de validação em amostras independentes para assegurar que a equação de predição da EMA seja confiável. Neste estudo, foram coletados dados para estimar equações de predição da EMA do milho, sorgo e farelo de trigo para suínos em função de composição química, além de avaliar a validade do procedimento stepwise de seleção de regressoras pelo método de reamostragem bootstrap não paramétrico. Dados de ensaios de metabolismo com suínos e de composição química dos alimentos foram coletados na literatura científica nacional e internacional e expressos na matéria seca. Após a análise de resíduos, foram ajustados cinco modelos de regressão linear múltipla e geradas aleatoriamente 1000 amostras bootstrap de mesmo tamanho a partir do banco de dados formado via meta-análise. Em todas as amostras bootstrap foram ajustados os cinco modelos estimados, utilizando-se do stepwise. Os maiores percentuais de significância por regressora (PSR) ocorreram para a energia digestível (100%) no modelo EMA1, e para a energia bruta (95,7%) no modelo EMA2, indicando alta correlação das regressoras com a EMA. As regressoras selecionadas nos EMA4 e EMA5 apresentaram PSR maior que 50% e são válidas para estimar a EMA de alimentos energéticos para suínos. Entretanto, os percentuais de ocorrência conjunta de regressoras dos modelos apresentaram baixa confiabilidade, com valores entre 2,6% (EMA2) e 23,4% (EMA4), invalidando o procedimento stepwise.
Palavras-chave:
Composição química; Meta-análise; Milho; Modelos de regressão; Suínos