برازش منحنی رشد در بلدرچین ژاپنی با استفاده از مدل های غیرخطی و مختلط غیرخطی

چکیده مبسوط مقدمه وهدف: امروزه مدل­های رشد در سامانه های زیستی از اهمیت ویژه­ای برخوردار می­ باشند. برای نمونه از طریق تجزیه و تحلیل و مطالعه منحنی­ های رشد در نشخوارکنندگان و طیور، این امکان وجود دارد تا مراحل رشد آنها را با قوانین شناخته شده رشد انطباق داده و به کمک آنها برنامه ­های مدیریتی و تغذیه ­ای جهت انتخاب و تاثیر بر پرورش و بهره­ وری دام­ ها ارائه نمود. به علاوه از منحنی­ های رشد می­توان جهت ارزیابی پتانسیل ژنتیکی موجود زنده نیز استفاده کرد. این مطالعه به منظور بررسی قابلیت­ها و مزیت­های مدل­ های غیرخطی و مختلط غیرخطی در توصیف و بررسی الگوی رشد بلدرچین ژاپنی انجام شده است. مواد و روش­ ها: در این تحقیق اطلاعات رشد لاین­های مختلف بلدرچین اعم از لاین سنگین وزن (HW)، سبک وزن (LW) و شاهد استفاده شد. به منظور بررسی و توصیف الگوی رشد بلدرچین­های سه گروه، از سه مدل رشد لجستیک، گمپرتز و ریچارد هم به صورت غیرخطی و هم به صورت مختلط غیرخطی استفاده شد و این مدل­ها با سه معیار ضریب تعیین (R۲)، میانگین مربعات خطا (MSE) و معیار اطلاعات آکایک (AIC) با یکدیگر مقایسه شدند. یافته­ ها: مقادیر معیارهای ضریب تعیین (R۲)، میانگین مربعات خطا(MSE) و معیار اطلاعات آکایک(AIC) به ترتیب برای مدل لجستیک غیرخطی (۰/۹۵۴، ۷۴/۰۳۴، ۶۵۸۲۹) و برای مدل گمپرتز غیرخطی به ترتیب (۰/۹۵۷، ۷۲/۵۶، ۶۵۳۰۷) و همچنین برای مدل ریچارد غیرخطی به ترتیب (۰/۹۵۱، ۷۲/۷۳۰، ۶۵۳۴۹) بدست آمد. همچنین سه معیار ضریب تعیین(R۲)، میانگین مربعات خطا(MSE) و معیار اطلاعات آکایک (AIC) برای مدل لجستیک مختلط غیرخطی به ترتیب (۰/۹۷۶، ۳۳/۴۰۰، ۶۱۴۴۹) و برای مدل گمپرتز مختلط غیرخطی به ترتیب (۰/۹۷۸، ۳۱/۶۵۸، ۶۰۶۴۱) و همچنین برای مدل ریچارد مختلط غیرخطی به ترتیب (۰/۹۷۸، ۳۱/۸۴۹، ۶۰۵۹۱) بدست آمد، که مدل­ های مختلط غیرخطی به دلیل بالاتر بودن دقت و کمتر بودن خطا نسبت به مدل­های غیرخطی برتری داشتند. نتیجه گیری: مدل رشد ریچارد مختلط با داشتن بالاترین دقت و کمترین خطا بهتر از سایر مدل­ها می­تواند رشد را در بلدرچین ژاپنی پیش بینی کند و توابع گمپرتز و لجستیک در رده­های بعدی قرار دارند. در میان مدل­های غیرخطی به ترتیب مدل گمپرتز، ریچارد و لجستیک برازش بهتری داشتند و در میان مدل­های مختلط غیرخطی به ترتیب برازش مدل های ریچارد، گمپرتز و لجستیک بهتر بود. در بین توابع مدل لجستیک غیرخطی به دلیل کمتر بودن دقت و بیشتر بودن خطا توصیف مناسبی از منحنی رشد بلدرچین ندارد.

Keywords:

non-linear mixed models , logistic model , Richard model , Gompertz model , growth curve , Japanese quail , مدل های غیرخطی مختلط , مدل لجستیک , مدل ریچارد , مدل گمپرتز , منحنی رشد , بلدرچین ژاپنی