مقایسه عملکرد برخی از توابع غیرخطی در توصیف منحنی رشد گوسفند نژاد زندی
Publish place: IRANIAN JOURNAL OF ANIMAL SCIENCE، Vol: 47، Issue: 4
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 282
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJAS-47-4_014
تاریخ نمایه سازی: 6 خرداد 1399
Abstract:
در این تحقیق برازش مدلهای غیرخطی ونبرتالانفی، گومپرتز، برودی و لجستیک در توصیف منحنی رشد گوسفندان نژاد زندی ایستگاه خجیر بررسی شد. بدین منظور از 14569 رکورد وزن بدن (از تولد تا 400 روزگی) که به صورت روزانه از 3581 راس گوسفند در سالهای 1370 تا 1392 گرد آوری شده بودند، استفاده شد. هر مدل با استفاده از رویه حداقل مربعات غیرخطی (NLIN) نرم افزار آماری SAS بهطور جداگانه روی همه مشاهده ها و نیز به تفکیک فاکتورهای محیطی موثر 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 تصحیح شده (R2Adj)، معیار اطلاعات آکائیک (AIC)، انحراف معیار ماندهها (RMSE) و دوربین- واتسون (DW) تعیین شد. بر پایه معیارهای مختلف نکوئی برازش، همه مدلهای موردبررسی در این پژوهش به خوبی 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 کم ترین 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 به دست آمده 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 خجیر کمک گرفت.
Keywords:
Authors
خبات خیرآبادی
باشگاه پژوهشگران جوان و نخبگان، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :