RESUMO: Nos sistemas tradicionais de produção de ovinos em regiões tropicais, a avaliação e monitoramento do crescimento dos animais não são práticas comuns. Isso se deve principalmente à adoção limitada de tecnologia e aos altos custos associados à aquisição de balanças para animais. O presente estudo teve como objetivo desenvolver equações para prever o peso corporal (PC) de borregas Pelibuey usando uma fórmula de Volume Corporal (VC). Foram obtidos dados de PC e VC de 85 borregas. Os modelos avaliados foram os seguintes: 1) linear, 2) quadrático, 3) cúbico, 4) alométrico, 5) exponencial e 6) logarítmico. Além disso, a capacidade preditiva dos modelos para o PC foi avaliada por meio de validação cruzada k-fold (k=10). O PC e VC foram 20,60 ± 8,73 kg e 17,54 ± 7,89 dm3, respectivamente. O modelo quadrático apresentou o maior r2 e os menores valores de erro do quadrático médio, raiz do erro do quadrático médio e critério de informação bayesiano, enquanto a técnica de validação cruzada k-fold também teve o maior r2 e os menores valores de erro quadrático médio de predição e erro médio absoluto. O modelo quadrático foi o melhor desempenho matemático para predizer o PC de cordeiras Pelibuey em crescimento usando o VC. RESUMO tropicais comuns (PC . (VC) 8 seguintes 1 linear 2 3 cúbico 4 alométrico 5 6 logarítmico disso kfold k fold k=10. k10 k=10 10 (k=10) 2060 20 60 20,6 873 73 8,7 1754 17 54 17,5 789 7 89 7,8 dm3 dm respectivamente r bayesiano absoluto (VC k1 k=1 (k=10 206 20, 87 8, 175 17, 78 7, k= (k=1 (k= (k
ABSTRACT: In traditional sheep production systems in tropical regions, the evaluation and monitoring of animal growth are not commonly practiced. This is primarily attributed to the limited adoption of technology and the high costs associated with acquiring livestock scales. The present study developed equations to predict body weight of Pelibuey ewe lambs using a Body Volume (BV) formula. BW and BV were obtained from 85 ewe lambs. The models evaluated were as follows: 1) linear, 2) quadratic, 3) cubic, 4) allometric, 5) exponential and 6) logarithmic. In addition, the models’ predictive ability for BW was assessed by k-fold (k=10) cross-validation. The BW and BV were 20.60 ± 8.73 kg and 17.54 ± 7.89 dm3, respectively. The quadratic model showed the highest r2 and the lowest values of mean square error, root mean square error, and bayesian information criterion, while the k-fold cross-validation technique also had the highest r2 and the lowest values of mean squared prediction error and mean absolute error. The quadratic model was the best performing mathematical model for predicting BW of growing Pelibuey ewe lambs using BV. ABSTRACT regions practiced scales (BV formula 8 follows 1 linear 2 3 cubic 4 allometric 5 6 logarithmic addition kfold k fold k=10 k10 10 (k=10 crossvalidation. crossvalidation cross validation. validation 2060 20 60 20.6 873 73 8.7 1754 17 54 17.5 789 7 89 7.8 dm3 dm respectively r criterion k=1 k1 (k=1 206 20. 87 8. 175 17. 78 7. k= (k= (k