Bu çalışmada farklı kalite uyum değerlendiricileri ile ilişkili olarak büyüme eğrisini tanımlamak için kullanılan doğrusal olmayan regresyon modellerini sınıflandırmak için izotonik regresyon analiz yöntemi kullanmıştır. İvesi ırkı koyunlarından elde edilen ağırlık-yaş verileri kullanılarak, en iyi model seçimi yapılmıştır. Uyum kalitesi belirleme katsayısı, Akaike bilgi kriteri, Bayes bilgi kriteri, ortalama ikinci dereceden tahmin hatası ve tahmin edilen belirleme katsayısı ile ölçülen on adet doğrusal olmayan model kullanılmıştır. İvesi koyunlarının büyüme eğrilerini tahmin etmek için kullanılan farklı lineer olmayan modeller ve bu modellere uygulanan izotonik regresyon analizi sonucunda MSE ve R2 değerleri dikkate alındığında Von Bertalanffy modelin en uygun model olduğu ortaya çıkmıştır. Sonuç olarak, izotonik regresyon analizi ile modellerin tahmin edilebilirlik yüzdesinin ve uyum iyiliğinin önemli ölçüde arttığı ve bunun sonucunda daha tutarlı ergin canlı ağırlık tahminlerinin yapılabileceği ortaya çıkmıştır.
This study used isotonic regression analysis to classify non-linear regression models that were used to describe the growth curve in relation to different quality fit criteria. The best model selection was made by using the weight–age data obtained from Awassi sheep. Ten non-linear models measured by the fit quality determination coefficient, Akaike information criterion, Bayesian information criterion, mean quadratic estimation error, and estimated coefficient of determination were used. As a result of different non-linear models that were used to predict the growth curves of Awassi sheep and the isotonic regression analysis applied to these models, considering the Mean Square Error and R2 values, the Von Bertalanffy model turned out to be the most appropriate model. As a result, it was revealed that the percentage of predictability and goodness of fit of the models increased significantly with isotonic regression analysis, and as a result, more consistent adult weight estimations could be made.
Primary Language | English |
---|---|
Journal Section | ARAŞTIRMALAR |
Authors | |
Publication Date | January 1, 2022 |
Published in Issue | Year 2022 Volume: 53 Issue: 1 |
Articles published in this journal are published under the Creative Commons International License (https://creativecommons.org/licenses/by-nc/4.0/). This allows the work to be copied and distributed in any medium or format provided that the original article is appropriately cited. However, the articles work cannot be used for commercial purposes.
https://creativecommons.org/licenses/by-nc/4.0/