Abstract. This research aimed to present prediction models for

daily total milk yield and percentage of total fat from the partial productions in the morning (a.m.) and the afternoon (p.m.). This research was carried out with three dairy herds in Antioquia. 182 Holstein dairy cows milked twice a day were sampled monthly over a year. Recorded data included: information on entering time, milk yield, fat percentage, parity, days in milk, calving season and milking intervals. Predictive models were created from multiple regression analysis. The effects of duration of days in milk, milking interval, birth number, fat percentage and the quadratic terms of the previously mentioned effects were significant for the percentage of fat per day and the total milk production per day. Fat percentage and total milk production are affected by different environmental factors. In order to have more accurate estimates of production, it is necessary to

consider adjustment factors for the known effects. / Resumen. En esta investigación se pretenden plantear modelos

de predicción para la producción de leche total y el porcentaje

de grasa total día, a partir de las producciones parciales de la

mañana (a.m.) y de la tarde (p.m.) La investigación se llevó a cabo en tres hatos lecheros del departamento de Antioquia. Se realizó muestreo de leche mensual a 182 vacas Holstein en dos ordeños durante un año. Se capturó información de hora de entrada al ordeño, producción de leche, porcentaje de grasa, número de partos, días en lactancia, época de parto e intervalo entre ordeños. Los modelos de predicción fueron realizados a partir de un análisis de regresión múltiple. Los efectos de días en lactancia, intervalo entre ordeños, número de partos, porcentaje de grasa y la distribución cuadrática de los efectos mencionados anteriormente fueron significativos sobre el porcentaje de grasa día y la producción total día. El porcentaje de grasa y la producción total de leche están afectados por diferentes factores ambientales y para tener estimativas más precisas de producción es necesario considerar factores de ajuste sobre los efectos conocidos.