Geri Dön

Kısıtlı doğrusal olmayan en küçük kareler tahmini kullanılarak laktasyon eğrisinde özilişkili artıkların incelenmesi

Autocorrelated errors in lactation curve, using constrained nonlinear least squares estamination

  1. Tez No: 48431
  2. Yazar: MEHMET NURULLAH ORMAN
  3. Danışmanlar: DOÇ.DR. OKAN ERTUĞRUL
  4. Tez Türü: Doktora
  5. Konular: Veteriner Hekimliği, İstatistik, Veterinary Medicine, Statistics
  6. Anahtar Kelimeler: Laktasyon eğrisi, Özilişki, En küçük kareler, Holştayn, Lactation curve, Autocorrelation, Least squares, Holstein
  7. Yıl: 1996
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Getiri eğrisi tahmini : Teori ve Türkiye piyasası için uygulama

    Yield curve estimation: Theory and application for Turkish market

    COŞKUN TARKOÇİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    EkonomiYıldız Teknik Üniversitesi

    İktisat Bölümü

    YRD. DOÇ. DR. HÜSEYİN TAŞTAN

  2. Parameter optimization for mathematical modeling

    Matematiksel modelleme için parametre optimizasyonu

    MEHMET TUNÇEL

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET DURAN

  3. 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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  4. Robust nonlinear regression methods

    Dayanikli doğrusal olmayan regresyon yöntemleri

    BURAK DİLBER

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İstatistikDokuz Eylül Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ABDULLAH FIRAT ÖZDEMİR

  5. 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

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiDicle Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET SİRAÇ ÖZERDEM