Kısıtlı doğrusal olmayan en küçük kareler tahmini kullanılarak laktasyon eğrisinde özilişkili artıkların incelenmesi
Autocorrelated errors in lactation curve, using constrained nonlinear least squares estamination
- Tez No: 48431
- Danışmanlar: DOÇ.DR. OKAN ERTUĞRUL
- Tez Türü: Doktora
- Konular: Veteriner Hekimliği, İstatistik, Veterinary Medicine, Statistics
- Anahtar Kelimeler: Laktasyon eğrisi, Özilişki, En küçük kareler, Holştayn, Lactation curve, Autocorrelation, Least squares, Holstein
- Yıl: 1996
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
76 6. ÖZET Bu çalışma, sığırlarda laktasyon eğrisi modelleri üzerinde ve bu modellerin artıklarında oluşabilecek özilişkinin araştırılması, varsa yok edilip uygun laktasyon eğrisinin belirlenmesi amacıyla yapılmıştır. Araştırmanın materyali, TİGEM Ceylanpınar Tarım İşletmesi süt sığın birimi kayıtlarından alınarak oluşturulmuştur. Ele alınan kayıtlardan sağlıklı bireylere ait olanları rasgele örnekleme yöntemi ile seçilmiştir. Altı laktasyon grubunda ve herbir laktasyon grubunda 50 adet olan toplam 300 süt verim kayıdı ele alınmıştır. Seçilen süt verim kayıtlan 3 farklı laktasyon modeli yardımıyla analiz edilmiştir. Analizler sonucu modellerin artıklarında özilişki düzeyleri istatistiksel olarak önemsiz bulunmuştur. Çalışmada kullanılan her üç modelinde belirtme katsayısı değerleri % 70 - 80 arasında olmuştur. Bu da modellerde ele alınan değişkenlerin süt verimini açıklama düzeylerinin %70 - 80 arasında olduğu, kalan % 20-30 düzeyin başka faktörlerce açıklanabileceğini göstermiştir. Laktasyon eğrisi modelleri oluştururken süt verimi değerlerinde üst üste birkaç kez dönüşüm uygulamanın bilgi kaybına sebep olduğu ve hatanın büyüdüğü belirlenmiştir. Modellerdeki parametrelerin tahminleri sırasında sıfırdan küçük değerler alan sonuçlarla karşılaşılmıştır. Bu sonuçlann sıfırdan büyük değerler alıp alamayacağına yönelik kurulan hipotezler istatistiksel olarak kabul edilmiştir. Böylece tüm parametre tahmin sonuçlannın sıfırdan büyük değerler alması sağlanmıştır. Bu aşamada Hata Kareler Toplanılan değerlerinde oluşan artışın istatistiksel olarak önemli olmadığı belirlenmiştir.77 Süt verim tahminleri laktasyon verimleri ve 2x305 gün düzeltilmiş verimler olarak ayrı hesaplanmıştır. Laktasyon süt verimleri ile Gama, Zaman serisi ve İki aşamalı modelin birinci aşama tahmin sonuçlan arasında istatistiksel olarak fark bulunmamıştır. İki aşamalı modelin ikinci aşama sonuçlan laktasyon süt verim değerleri arasında istatistiksel olarak fark bulunmuştur (pO.001). Farklılık modelin tahmin değerlerinin düşük olmasından kaynaklanmıştır. Düzeltilmiş (2x305 gün) süt verim değerlerinde ise modeller ve gerçek verimler arasında istatistiksel fark bulunmamıştır. İki aşamalı modelin tahminleri arasında büyük farklılıklar belirlenmiştir. Bunun sebebi olarak bir kaç kez dönüşüm uygulama gösterilebilir. Laktasyon eğrilerini oluşturmak için yapılan grafiklerde en uygun sonucun Gama modeline ait olduğu belirlenmiştir.
Özet (Çeviri)
78 7. SUMMARY (İNGİLİZCE ÖZET) Autocorrelated errors in lactation curve, using constrained nonlinear least squares estimation The purpose of this study was to find out the best fitted lactation curve, following elimination of the autocorrelation of the residuals from the lactation curve models. Data were collected from the dairy cattle breeding unit in TIGEM, Ceylanpmar State Farm. All used lactation milk records were randomly selected out of 864 lactation record. A total of 300 lactation records were used in 6 lactation groups consisting 50 records in each. Three different lactation curve models were applied on each data. It was concluded that the autocorrelation of disturbances in the three lactation curve models were non significant. The values of determination coefficients of three lactation curve models were estimated between 70 - 80 %. It means that the models used in this study could explain 70 - 80 % of the total lactation milk yield. The unexplained part of lactation milk yield (which is, 20 - 30 %) could be explained by other environmental and genetic factors. Successive transformation on lactation milk yield may cause an increase in error term in the estimation process of the parameters in the lactation models.79 Some negative estimated values were obtained during the estimation of parameters. These results were restricted by the hypothesis and were tested. All the restrictions were accepted. Therefore, all parameters were impose to take positive values. It was found that an increase in the values of error sum of squares was not statistically significant under the hypothesis. Total actual and mature equivalent (ME, 2x305) milk yields were estimated. Differences between the actual values of lactation milk yield, estimates' values of Gamma, Time series and the first part of two - stage models were found to be non - significant. There were significant differences between the second part of the two - stage model and the actual values (p 0.001). This difference was due to the lower estimated values of two stage model. In the case of ME (2x305) milk yield, no significant differences were observed between estimated values of the models and the actual values. There were significant differences between the stages of the two stage model. It was thought that the reason for these significant differences was of the successive transformation. It was concluded that the best fitted model for the lactation curve was the Gamma model.
Benzer Tezler
- Getiri eğrisi tahmini : Teori ve Türkiye piyasası için uygulama
Yield curve estimation: Theory and application for Turkish market
COŞKUN TARKOÇİN
- Parameter optimization for mathematical modeling
Matematiksel modelleme için parametre optimizasyonu
MEHMET TUNÇEL
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Robust nonlinear regression methods
Dayanikli doğrusal olmayan regresyon yöntemleri
BURAK DİLBER
Yüksek Lisans
İngilizce
2019
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ABDULLAH FIRAT ÖZDEMİR
- SAR uydu imgeleri kullanılarak yarı deneysel ve makine öğrenmesi yöntemleri ile toprak neminin tahmini: Karşılaştırmalı bir saha çalışması
Estimation of soil moisture via semiempirical and machine learning methods using SAR satellite images: A comparative field study
HÜSEYİN ACAR
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM