Modelos de Estimación Comparativa del Índice de Albúmina de Huevo en Gallinas Atak-S con Métodos de Regresión Ridge y de Componentes Principales

En este estudio, se utilizó análisis de regresión múltiple para estimar las relaciones entre el índice de albúmina de huevo y las características de calidad externa del huevo en gallinas Atak-S. El índice de albúmina de huevo fue seleccionado como la variable dependiente, mientras que el peso, ancho, largo, índice de forma y unidad Haugh del huevo fueron seleccionados como variables independientes. Si bien el ajuste general del modelo fue alto en el análisis de regresión múltiple, se identificó un problema de multicolinealidad entre las variables independientes. Esto podría afectar la precisión predictiva del modelo, y este problema debe resolverse para obtener resultados fiables. Para este propósito, se aplicaron los métodos de Regresión Ridge y de Componentes Principales, frecuentemente utilizados en la literatura. En los análisis, los modelos obtenidos utilizando las variables utilizadas para estimar el índice de albúmina y los parámetros de calidad externa resultaron ser estadísticamente significativos (P<0.05), y el coeficiente de determinación de los modelos se determinó en R² = 0.88. Se estableció que el método de regresión Ridge arrojó resultados ligeramente más estables en términos de poder predictivo, pero el método de regresión de componentes principales proporcionó una ventaja en términos de aumentar la interpretabilidad. Estos resultados demuestran que los métodos de Regresión Ridge y de Componentes Principales son alternativas robustas que pueden usarse con confianza en estructuras de datos que contienen multicolinealidad. Los hallazgos demuestran que estos métodos se pueden utilizar con éxito en estudios de cría y selección de aves de corral, produciendo resultados más fiables y precisos. Además, es evidente que estos métodos contribuirán al desarrollo de modelos más efectivos y robustos en estudios sobre calidad y productividad del huevo.