Tekrarlanan ölçümlerde random regresyon yöntemi ile varyans kovaryans unsurlarının tahmini ve hayvan ıslahında kullanım olanakları

Abstract

Hayvan ıslahında tekrarlanan gözlem değerleri giderek önem kazanmakta olan bir konudur. Bu çalışmada tekrarlanan gözlem değerlerini içeren veri setlerinin analiz ve parametre tahminleri için kullanılan yöntem ve modeller karşılaştınlmıştır. Bu modellere alternatif olarak Ali-Schaeffer eğri fonksiyonun uyumuyla oluşturulan kovaryans fonksiyonu yaklaşımlı şansa bağlı regresyon modelinin kullanımı araştırılmıştır. Bu amaçla, süt sığırları için tutulmuş olan kayıtlardan sağlanan bir veri tabanı esas alınarak simülasyonla elde edilen bir veri seti üzerinde çalışılmıştır. Zamana bağlı değişimin geçerli olduğu denetim günü verimleri için uyumu yapılan modellerden uyum büyükten küçüğe doğru sırasıyla KF-RRM (Kovaryans Fonksiyonu Yaklaşımlı Şansa Bağlı Regresyon Modeli), DRRM (Doğrudan Şansa Bağlı Regresyon Modeli), TM (Tekrarlanabilen Model), ORM (Oto-Regresif Model) ve HM (Hayvan Model)'de olmuştur. Hatalar arası oto-korelasyon yapısını en iyi açıklayan modellerin sırasıyla KF-RRM ve ORM olduğu belirlenmiştir. Tahminlenen parametreler, varyanslar için karşılaştırılmış ve en hassas parametre tahminleri KF-RRM sonuçlarından elde edilmiştir. Bunu, DRRM izlemiştir. Laktasyon eğrisi için uyumu yapılan eğri fonksiyonları, laktasyonun genetik ve çevresel faktörlerle açıklaması bakımından incelenmiştir. En iyi eğri tahminine Ali-Schaeffer eğri fonksiyonu sahip olurken, Wilmink fonksiyonu eğriyi bu yönden açıklamakta yetersiz kalmıştır. Laktasyon eğrisinin genetik ve çevresel kaynaklara göre en iyi açıklayan yaklaşım ise, KF yaklaşımlı LGP tanımlaması olmuştur. Anahtar Kelimeler: Şansa bağlı regresyon, DFREML, tekrarlanan ölçümler, ortogonal polinom, oto-korelasyon

In animal breeding, repeated measurements are getting importance recently. In this study, we compared the methods and models which are used in the analysis of data sets which contain the repeated measurements and the estimation of parameters. Moreover, as an alternative method, random regression procedure which used the approach of covariance functions and was formed by compatibility of Ali- Schaeffer curve function was investigated. A data set was generated by simulation from the records of dairy cattle. Fitting of the tested models for test-day yieldsin time were ranked from the best to the worst were CF-RRM (Covariance Function-Random Regression Model), DRRM (Direct Random Regression Model), RM (Repeatablity Model), ARM (Auto-regressive Model) and AM (Animal Model) respectively. It was determined that the best models which explain the auto-correlation structure among the experimental errors were CF-RRM and ARM. Predicted parameters were compared for variances and the most sensitive estimation of parameters were obtained by CF-RRM. It was followed by DRRM. Curve functions which were fitted for lactation curve were observed for the effects of genetic and environmental factors on lactation. While Ali-Schaeffer curve function had the best curve estimation, Wilmink function was inadequate to explainthe curve. LGP (Legendre Polynomials) definiton with CF approach was the best approach which explained the lactation curve based on genetical and environmental factors. Key words: Random regression, DFREML, repeated measurements, orthogonal polinomial, auto-corelation m