Instruções

A palatabilidade é uma característica essencial da qualidade de rações para cães e gatos. Não adianta uma ração ser altamente nutritiva e balanceada se não apresentar palatabilidade que estimule o seu consumo. Quando uma ração tem alta palatabilidade, o animal consome sem deixar restos, evitando desperdício, contaminação e perda de qualidade da ração. Além disso, garante o consumo de nutrientes, fibras e vitaminas essenciais para seu crescimento e atividades diárias.

A palatabilidade é tanto função das propriedades químicas, ligadas ao sabor, quanto das propriedades físicas, como a dureza dos peletes (os grãos de ração).

Cientistas acreditam ser possível maximizar a palatabilidade da ração de cães controlando a razão entre teor de fibras e teor de extrato etério (relação fibra/gordura) e a dureza do pelete (resistência à compressão). Para isso, os cientistas consultaram a sua empresa para otimizar a palatabilidade da ração que fabricam.

Esta aplicação Shiny retorna a quantidade de ração consumida pelos animais, em um suposto experimento, para níveis de relação de teor fibra/extrato etério (rfe) e índice de resistência a compressão (irc, Joules) fornecidos pelo experimentador através da interface. Deve ser passada a estrutura do data frame criado no R (dput() do data frame, e.g. dput(cars)). Ao sumeter os dadps e clicar no botão, você o recebe de volta a estrutura com a resposta simulada (y) que representa o consumo, em massa, de ração.

A primeira coluna do data frame deve ser a rfe e a segunda irc. As variáveis devem estar na escala natural e não na escala codificada. Os experimentos não podem ter mais de 12 corridas experimentais ($n \leq 12$). A amplitude (max - min) entre os níveis de rfe não pode ser maior que 0.4 e entre níveis de irc não pode ser maior que 0.6.

Faça consecutivos experimentos para otimizar a palatabilidade da ração e função dos fatores mencionados. Procure “gastar” o mínimo possível, haja visto que sua lucratividade da sua empresa depende da economia dos seus recursos. Nota: Começe o experimento com pelo menos uma das corridas nos níveis zero dos dois fatores.

Cole o dput() do seu data.frame. Executar experimento

---

Resultado do experimento: