AI Summary & Key Takeaways
AI InsightError Sum of Squares, Coefficients of Determination and Akaike Information Criteria were used as model evaluation criteria for all proposed models, and it was concluded that the Richards growth model containing 4-parameters predicted relatively better than other models.
📌 3 Key Takeaways
Abstract
In this study, it is explained how the Richards model, which is one of the sigmoid growth models, is transformed into a mechanical model with biologically significant parameters such as maximum growth value, lag time and maximum specific growth rate. Detail transformations of the Richards growth model containing 4 parameters with biologically significant parameters calculated with the help of the first and second derivatives were given. In order to test the accuracy of this model, the model prediction values were analyzed by using the height data of the E. Camaldulensis Dehn tree by years. The estimated values of the biologically significant parameters of Richards growth model containing 4 parameters were compared with the estimated values of the modified Gompertz, Logistic and Bertalanffy models containing the other 3 parameters. Error Sum of Squares, Coefficients of Determination and Akaike Information Criteria were used as model evaluation criteria for all proposed models, and it was concluded that the Richards growth model containing 4-parameters predicted relatively better than other models.
Özet
Bu çalışmada, sigmoid büyüme modellerinden biri olan Richards modelinin maksimum büyüme değeri, gecikme süresi ve maksimum spesifik büyüme hızı gibi biyolojik olarak önemli parametrelerle mekanik bir modele nasıl dönüştürüldüğü anlatılmaktadır. Birinci ve ikinci türevler yardımıyla hesaplanan biyolojik olarak önemli 4 parametre içeren Richards büyüme modelinin detay dönüşümleri verildi. Bu modelin doğruluğunu test etmek için E. Camaldulensis Dehn ağacının yıllara göre yükseklik verileri kullanılarak model tahmin değerleri analiz edilmiştir. Biyolojik olarak önemli 4 parametreli Richards büyüme modelinin tahmini değerleri, diğer 3 parametreyi içeren modifiye Gompertz, Logistic ve Bertalanffy modellerinin tahmin değerleri ile karşılaştırıldı. Önerilen tüm modeller için model değerlendirme kriterleri olarak Hata Kareler Toplamı, Belirleme Katsayıları ve Akaike Bilgi Kriterleri kullanılmış ve 4 parametreli Richards büyüme modelinin diğer modellere göre nispeten daha iyi tahmin ettiği sonucuna varılmıştır.