AI Summary & Key Takeaways
AI InsightThe Bayesian Logistic Model, which is decided to be the most compatible, is a study-specific result.
📌 3 Key Takeaways
Abstract
In cattle breeding, growth curves are used for determining the most appropriate slaughter age, obtaining information about the general health status of animals, estimating the age of sexual maturity and the age of use in breeding, and selection studies. The aim of this study is to estimate the growth curves of Holstein calves using the Bayesian Approach of Brody, Logistik, and Von Bertalanffy models. The live weight data was collected from 34 Holstein calves raised at the cattle research farm of Niğde Ömer Halisdemir University, Ayhan Şahenk Agricultural Research and Application Center in 2019. Furthermore, for estimating the frequency modeling of the Holstein breed the predicted parameter values and standard deviation of parameters were used as the prior information. The Bayesian approach was used for making the statistical analysis. Monte Carlo Method Markov Chains (MCMC) algorithms were used to estimate the posterior distributions and it was 900,000 in total while excluding the 8000 burn-up periods. Random distribution graphs and autocorrelation graphs were used to control the iterations for the detection of posterior distributions. In this study, no problems arising from iteration were found. Moreover, the distribution information of the Brody, Logistic, and Von Bertalanffy model was calculated for the results. The Brody, Logistik and Von Bertalanffy model parameters distributions results can be used for modeling studies of the Holstein cattle breed. In addition, the compatibility of Brody, Logistik and Von Bertalanffy models was investigated by using data set, mean information of the posterior distributions estimated at the end of the study. The information for Brody, Logistik, and Von Bertalanffy model parameters was calculated, and the results of the posterior distributions showed the Deviation Information Criteria (DIC) values. For the comparison between the three models DIC values were calculated as 55.19, 33.17 and 38.02, respectively, and it was decided that the most compatible model was the Bayesian Logistics Model. The Bayesian Logistic Model, which is decided to be the most compatible, is a study-specific result.
Özet
Sığır yetiştiriciliğinde en uygun kesim yaşının belirlenmesi, hayvanların genel sağlık durumu hakkında bilgi edinilmesi, eşeysel olgunluk yaşının belirlenmesi, damızlıkta kullanma yaşının belirlenmesi ve seleksiyon uygulamaları gibi konularda büyüme eğrileri kullanılmaktadır. Bu çalışmanın amacı Siyah Alaca ırkı buzağıların büyüme eğrilerinin modellenmesinde sıklıkla kullanılan Brody, Logistik ve Von Bertalanffy modellerinin Bayes Yaklaşımı ile tahmin edilmesidir. Çalışmada Niğde Ömer Halisdemir Üniversitesi, Ayhan Şahenk Tarımsal Araştırma ve Uygulama Araştırma Merkezi Büyükbaş Hayvan Yeriştirme Birimi’nde 2019 yılında yetiştirilen 34 baş Siyah Alaca buzağılara ait canlı ağırlık verileri kullanılmıştır. Bayes Yaklaşımı ile yapılan tahminleme çalışmasında literatürde Siyah Alaca ırkı için yapılan Frekanscı yaklaşım modelleme çalışmalarında tahmin edilen parametre değerlerinden ve parametrelere ait standart sapmalardan önsel bilgi olarak yararlanılmıştır. Sonsal dağılımların tahmininde, Monte Carlo Yöntemi Markov Zincirleri (MCMZ) algoritmaları için zincir uzunluğu, 8000 yanma periyodu hariç, toplam 900 000 olarak belirlenmiştir. Sonsal dağılımların tespiti için gerçekleştirilen iterosyonların kontrolünde rassal dağılım grafikleri ve otokolerasyon grafikleri kullanılmıştır. Çalışmada iterasyondan kaynaklı herhangi bir probleme rastlanmamıştır. Çalışma sonucunda Brody, Logistik ve Von Bertalanffy model parametrelerine ait dağılım bilgileri tahmin edilmiştir. Brody, Logistik ve Von Bertalanffy model parametrelerine ait bilgiler Siyah Alaca sığır ırkına ait yapılacak modelleme çalışmaları için kullanılabilir sonuçlardır. Ayrıca çalışma sonucunda tahmin edilen sonsal dağılımların ortalama bilgilerinin kullanılması ile elde edilen Brody, Logistik ve Von Bertalanffy modellerinin çalışmada kullanılan veri seti ile uyumları araştırılmıştır. Üç model arasındaki kıyaslama için Sapma Bilgi Kriteri (DIC) değerleri sırasıyla 55.19, 33.17 ve 38.02 olarak hesaplanıraken uyumlu modelin Bayesci Logistik Modeli olduğuna karar verilmiştir. En uyumlu olduğuna karar verilen Bayesci Logistik Modeli çalışmaya özgü bir sonuçtur.