Siyah alaca ineklerin laktasyon eğrilerinin modellenmesinde zaman serileri ve non-lineer yöntemlerin karşılaştırılması

Abstract

Bu tez çalışmasında; mevcut süt verimi kayıtlarından yararlanarak, ileriki dönem süt veriminin daha az hataya sahip uygun modellerle tahmin edilmesi amaçlanmıştır. Bu amaçla laktasyon eğrisi tahmininde kullanılan modellerden Gamma fonksiyonu, zaman serisi ve çok değişkenli uyarlanabilir regresyon eğrileri yöntemi kullanılmıştır. Araştırma materyali 2009-2011 yıllarında Burdur ilinde yürütülmüş TUBİTAK 1090336 nolu projeden derlenmiş verilerden günlük sağım kayıtları ile birlikte sağım süresi, iletkenlik ve hareketlilik bilgilerinin de kaydedildiği kısmi veriler kullanılmıştır.Laktasyon eğrileri modellemesinde zaman serisi yöntemi gamma modeline göre süt verimini gerçek verim değerlerine daha yakın tahminleme yapmıştır. Bütün laktasyonlarda zaman serisi model artıkları arasında birinci dereceden ardışık bir ilişki olmadığı, artıklarının rasgele dağıldığı, modelin artıklarının birbirinden bağımsız ve homojen olduğu ve modelin süt verimi tahminine uygun olduğu görülmüştür. Zaman serisi yönteminin laktasyon eğrisini modellemede kullanılan geleneksel yöntemlere iyi bir alternatif olduğu söylenebilir.Laktasyon eğrileri MARS yöntemi ile her bir laktasyon için farklı maksimum etkileşimli modeller denenerek en uygun model tespit edilmiştir. Model uygunluğu, genelleştirilmiş çapraz geçerlilik katsayısının (GCV) minimum ve R2 nin maksimum olması kriterleri ile değerlendirilmiştir. Elde edilen en iyi modeller: Birinci laktasyon için etkileşimsiz, 11 temel fonksiyonlu, GCV değeri 0.10633, R2 değeri 0.983 ve modele giren bağımsız değişkenler önem düzeylerine göre kontrol günü, hareketlilik, sağım süresi'dir. İkinci laktasyon için etkileşimsiz, 12 temel fonksiyonlu, GCV değeri 0.17224, R2 değeri 0.991 ve modele giren bağımsız değişkenler önem düzeylerine göre kontrol günü, hareketlilik, sağım süresi'dir. Üçüncü laktasyon için etkileşimsiz, 11 temel fonksiyonlu, GCV değeri 0.34663, R2 değeri 0.991 ve modele giren bağımsız değişkenler önem düzeylerine göre kontrol günü, hareketlilik, sağım süresi ve iletkenlik'tir. Dördüncü laktasyon için etkileşimsiz, 10 temel fonksiyonlu, GCV değeri 0.67783, R2 değeri 0.975 ve modele giren bağımsız değişkenler önem düzeylerine göre kontrol günü, hareketlilik, sağım süresi'dir. Beşinci laktasyon için 3 etkileşimli, 14 temel fonksiyonlu, GCV değeri 1.40751, R2 değeri 0.950 ve modele giren bağımsız değişkenler önem düzeylerine göre kontrol günü, hareketlilik, sağım süresi ve iletkenlik olarak bulunmuştur. Modellerde tüm bağımsız değişken katsayılarının %99 düzeyinde önemli olduğu görülmüştür. Bütün modellerde kontrol günü değişkeni en anlamlı değişken olarak belirlenmiştir. Bu sonuçlara göre MARS ile oluşturulan modellerin süt verimi tahmininde başarılı olduğu ve güvenle kullanılabilceği söylenebilir.Anahtar Kelimeler: Süt verimi, Gamma modeli, Zaman serisi, MARS.

In thesis study; It is aimed to estimate the future milk yield with appropriate models with fewer errors by taking advantage of present milk yield records. For this purpose, Gamma function, time series and multivariable adaptive regression splines method are used for the models used in the prediction of the lactation curve. The research material was obtained from the data collected from TUBİTAK 1090336 project conducted in Burdur in 2009-2011, and partial data was recorded in which daily milking records, milking time, conductivity and mobility information were also recorded.In the model of lactation curves, the time series method predicted milk yield to be closer to the actual yield values than the gamma model. In all lactations, it is seen that there are no consecutive relations among the time series model residues, that the residues are randomly distributed, the residues of the model are independent and homogenous, and that the model is suitable for milk production. It can be said that the time series method is a good alternative to the traditional methods used in modeling the lactation curve.Lactation curves were determined by MARS method and the most suitable model was determined by testing different maximal interaction models for each lactation. The model suitability is generally assessed by the criteria that generalized cross-validation criterion (GCV) minimum and R2 maximum values. The best models are: The first lactation is non-interactive; 11 basis functions, GCV value 0.10633, R2 value 0.983 and independent variables entering the model are control day, mobility, milking time according to their importance levels. The second lactation, non-interactive; 12 basis functions, GCV value 0.17224, R2 value 0.991 and independent variables entering the model are control day, mobility, and milking time according to their importance levels. The third lactation, non-interactive; 11 basis functions, GCV value 0.34663, R2 value 0.991 and independent variables entering the model are control day, mobility, and conductivity according to their importance levels. The fourth lactation, non-interactive; 10 basis functions, GCV value 0.67783, R2 value 0.975 and independent variables entering the model are control day, mobility, and milking time according to their importance levels. The fifth lactation, 3 interacting; 14 basis functions, GCV value 1.40751, R2 value 0.950 and independent variables entering the model are control day, conductivity, mobility, and milking time according to their importance levels. All the independent variable coefficients in models were found to be important at 99% level. In all models, the control day variable was identified as the most significant variable. According to these results, it can be said that the models created with MARS are successful in the estimation of milk yield and can be used with confidence.Keywords: Milk yield, Gamma model, Time series, MARS.