مقایسه عملکرد برخی از توابع غیرخطی در توصیف منحنی رشد گوسفند نژاد زندی
نویسنده
چکیده مقاله:
در این تحقیق برازش مدلهای غیرخطی ونبرتالانفی، گومپرتز، برودی و لجستیک در توصیف منحنی رشد گوسفندان نژاد زندی ایستگاه خُجیر بررسی شد. بدین منظور از 14569 رکورد وزن بدن (از تولد تا 400 روزگی) که بهصورت روزانه از 3581 رأس گوسفند در سالهای 1370 تا 1392 گردآوری شده بودند، استفاده شد. هر مدل با استفاده از رویة حداقل مربعات غیرخطی (NLIN) نرمافزار آماری SAS بهطور جداگانه روی همۀ مشاهدهها و نیز به تفکیک فاکتورهای محیطی مؤثر بر وزن بدن (مانند جنس، نوع تولد، فصل تولد، سال تولد و سن مادر در زمان زایش) برازش داده شد. نکوئی برازش هر یک از این مدلها با استفاده از معیارهای ضریب تبیین تصحیحشده (R2Adj)، معیار اطلاعات آکائیک (AIC)، انحراف معیار ماندهها (RMSE) و دوربین- واتسون (DW) تعیین شد. بر پایۀ معیارهای مختلف نکوئی برازش، همۀ مدلهای موردبررسی در این پژوهش بهخوبی توانایی برازش منحنی رشد گوسفندان زندی را دارند. بههرحال نتایج این بررسی نشان داد که مدل لجستیک با داشتن بالاترین دقت (R2Adj= 0.9702; AIC= 85886) و کمترین خطا (RMSE= 4.61) بهتر از دیگر توابع ریاضی منحنی رشد گوسفند نژاد زندی را برازش کرده و به دنبال آن به ترتیب مدلهای گومپرتز، ونبرتالانفی و برودی قرار گرفتند. نتایج بهدستآمده از این پژوهش نشان میدهد که از مدل لجستیک میتوان در تنظیم برنامههای تغذیهای، تعیین مشکلات مدیریتی و سن مناسب کشتار برههای ایستگاه اصلاح نژاد خُجیر کمک گرفت.
منابع مشابه
بررسی ویژگیهای آماری برخی توابع غیرخطی در توصیف منحنی تخمگذاری
هدف از این بررسی انتخاب بهترین مدل پیشبینی کننده برای توصیف دقیق میانگین تولید تخم مرغ روزانه در مرغان تخمگذار در دوره تولید بود. برای این منظور از رکوردهای روزانه 81565 قطعه پرنده تخمگذار تجاری در یک دوره تولید تخم مرغ (79-1378) استفاده شد. در این مطالعه، توابع گامای تصحیح شده، جزء به جزء، جزء به جزء تصحیح شده، الجبراتیک، لجستیک غیرخطی، ناروشین و تاکما 2 و لخورست با استفاده از نرم افزار آماری...
متن کاملمقایسه مدل های آماری غیرخطی توصیف کننده منحنی رشد در بزغاله های نژاد مهابادی
هدف از این مطالعه مقایسه نیکویی برازش چهار مدل آماری غیرخطی شامل برودی، گمپرتز، ون برتالانفی و لجستیک برای صفات رشد بزغالههای نژاد مهابادی بود. به منظور تجزیه و تحلیل منحنی رشد از مجموع 126 بزغاله، 2036 رکورد هفتگی وزن بدن از زمان تولد تا سن105روزگی استفاده شد. به منظور مقایسه نیکویی برازش مدلها، آماره هایی از قبیل ضریب تبیین (R2)، جذر میانگین مربعات و معیار اطلاع آکایک محاسبه شد. نیکویی برا...
متن کاملتوصیف منحنی رشد در برههای نر و ماده نژاد بلوچی با مدلهای غیرخطی رشد
The purpose of this study was to describe growth curve in Baluchi sheep by application of nonlinear growth models. The weight records of 1228 and 676 Baluchi male and female lambs for birth weight, one-month, two-month, three-month, four-month, six-month, nine-month and one year of age were studied. These data had been collected by Baluchi Sheep Breeding Center in Mashhad (Abbas Abad) during 20...
متن کاملارزیابی توابع ریاضی در برآورد عملکرد رشد گوسفند نژاد عربی
به منظور توصیف تغییرات منحنی رشد گوسفند نژاد عربی، برخی مدلهای آماری (از قبیل وان برتالانفی، گومپرتز، برودی، لجستیک و ریچاردز) مقایسه شدند. بدین منظور از 7008 رکورد وزن بدن (از تولد تا سن 300 روزگی) که بهصورت روزانه از 1752 رأس طی سالهای 1374 تا 1388 جمعآوری شده بود استفاده گردید. نکویی برازش هر یک از این مدلها با استفاده از معیارهای ضریب تبیین تصحیح شده، معیار اطلاعات آکایک، میانگین توان ...
متن کاملمقایسه مدل های غیرخطی برای توصیف منحنی رشد از تولد تا یکسالگی در بز مرخز
The objective of this study was to select the best model among five non-linear growth functions, i.e., Brody, Gompertz, Logistic, Von Bertalanffy and Negative exponential for describing the growth curve in Markhoz goat. The data included 5557 body weight records of goats from birth to yearling which were collected during 2006 to 2013 at Sanandaj Research Station. Growth curve parameters (A, B, ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 47 شماره 4
صفحات 609- 619
تاریخ انتشار 2017-02-19
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023