Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÇalışma sonucunda ARIMA(2,0,0)(1,1,1)10 modeli uygun model olarak belirlenmiş ve öngörü değerleri bu model kullanılarak elde edilmiştir.
📌 3 Maddede Bu Makale
Özet
Bu çalışmanın amacı kontrol günü süt verimlerinin zaman serisi yöntemi ile modellenmesi ve en isabetli öngörüleri sağlayan kontrol günü sayısının belirlenmesidir. Bu amaçla 1070 süt sığırına ait 10700 kontrol günü kaydı kullanılmıştır. Veri seti her birinde 5350 kayıt bulunan iki guruba ayrılmıştır. Bu gruplardan biri model parametrelerini tahmin amacı ile, diğeri ise modelin öngörü başarısını değerlendirmek ve en isabetli öngörüleri sağlayan kontrol günü sayısını belirlemek amacı ile kullanılmıştır. Çalışma sonucunda ARIMA(2,0,0)(1,1,1)10 modeli uygun model olarak belirlenmiş ve öngörü değerleri bu model kullanılarak elde edilmiştir. Söz konusu modelin tahmin edilen parametre değerleri ile gösterimi (1-B10)1yt = [(1-0.99129B10)/(1-0.36889B-0.06934B2)(1-0.08352B10)]at şeklindedir. Gerçek değerler ile öngörü değerleri arasında yüksek ve istatistiksel olarak anlamlı korelasyonlar saptanmıştır. Sonuçlar zaman serisi yaklaşımının süt veriminin öngörüsünde kullanışlı olabileceğini ortaya koymaktadır.
Abstract
The aim of this study is to model the test day milk yields via time series methodology and to determine the number of test days which provide the most accurate forecasts. For this purpose, 10700 test day records belonging to 1070 dairy cattle were used. Data were divided into two groups of 5350 records in each. One set of observations was used to model parameters, while the remaining was used for evaluating the forecast power of the model and for determining the number of test day records which provide the most accurate forecasts. ARIMA(2,0,0)(1,1,1)10 model was determined to be suitable and it was used to obtain the forecast values. The expression of the model using estimated parameter values is (1-B10)1yt = [(1-0.99129B10)/(1-0.36889B-0.06934B2)(1-0.08352B10)]at. Statistically significant and high correlations were determined between the actual and forecast values. The results indicated that the time series approach can be useful for prediction of milk yields.