EN
TR
Laktasyon Eğrileri Modellemesinde Çok Değişkenli Uyarlanabilir Regresyon Eğrileri (Mars) Yönteminin Uygulanması
Öz
Bu çalışmanın amacı, siyah alaca ineklerde kontrol günü, sağım süresi,
iletkenlik ve hareketlilik bağımsız değişkenleri kullanılarak süt verimini MARS
yöntemi ile modellemektir. MARS doğrusal olmayan modellerin uygun düğüm
noktaları belirlenerek doğrusal alt modellerle tahminleme yapan parametrik
olmayan bir yöntemdir. Çalışmada 80 ineğin 2006-2011 yılları arasındaki günlük
laktasyon kayıtları kullanılmıştır. En uygun modeli tespit etmek amacıyla her
bir laktasyon için farklı etkileşimler denenmiştir. Model uygunluğu,
genelleştirilmiş çapraz geçerlilik katsayısının (GCV) minimum ve belirleme
katsayısının (R2) maksimum olması kriterleri ile
değerlendirilmiştir. Bu kriterler dikkate alındığında ilk dört laktasyon için
etkileşimsiz model, beşinci laktasyon için ise üçlü etkileşimli model en iyi
model olarak belirlenmiştir. İlk beş laktasyon sırasına göre MARS modellerinin belirleme katsayıları (R2)
sırasıyla 0.983, 0.991, 0.991, 0.975
ve 0.950 olarak bulunmuştur. Modellerde tüm
bağımsız değişken katsayılarının % 99 önem düzeyinde anlamlı olduğu
görülmüştür. Süt verimini tahminlemede MARS modellerinin tümünde en etkin
değişkenin kontrol günü olduğu belirlenmiştir. Bu
sonuçlara göre MARS ile oluşturulan modellerin süt veriminin tahmin edilmesinde
güvenle kullanılabileceği kanısına varılmıştır.
Anahtar Kelimeler
References
- Abraham A, Steinberg D 2001. MARS: Still an Alien Planet in Soft Computing? Lecture Notes in Computer Science, Springer Berlin / Heidelberg Press, 2074: 235-244.
- Çetin FA, Mikail N 2016. Hayvancılıkta Veri Madenciliği Uygulamaları. Türkiye Tarımsal Araştırmalar Dergisi, 3(1): 79-88.
- Eyduran E, Akkus O, Kara MK, Tırınk C, Tarıq M M 2017. Use of Multivariate Adaptive Regression Splines (Mars) in Predicting Body Weight from Body Measurements in Mengali Rams. International Conference on Agriculture, Forest, Food, Sciences and Technologies (ICAFOF), 11-17 May 2017, Nevşehir.
- Friedman JH 1990. Multivariate Adaptive Regression Splines.The Annals of Statistics, 19: 1– 141.
- Friedman JH 1991. Adaptive Spline Networks. In Advances in Neural Information Processing Systems: 675-683.
- Grzesiak W, Zaborski D, Sablik P, Żukiewicz A, Dybus A, Szatkowska I 2010. Detection of Cows with Insemination Problems Using Selected Classification Models. Computers and Electronics in Agriculture, 74(2): 265-273.
- Hastie T, Tibshirani R, Friedman JH 2008. The Elements of Statistical Learning: Data Mining, Inference and Prediction. Second Edition, New York, Springer.
- Karadaş K, Erturk YE, Eyduran E, Gürsoy AK, Tarıq MM 2017. Predictive Performances of Chaid and Mars Data Mining Algorithms in the Establishment of Relationship between Live Body Weight and Several Morphological Measurements of Indigenous Mengali Sheep and Its Economic Importance. International Conference on Agriculture, Forest, Food, Sciences and Technologies (ICAFOF), 11-17 May 2017, Nevşehir.
Details
Primary Language
Turkish
Subjects
-
Journal Section
Research Article
Publication Date
June 15, 2018
Submission Date
August 11, 2017
Acceptance Date
September 11, 2017
Published in Issue
Year 2018 Volume: 21 Number: 3
APA
Orhan, H., Teke, E. Ç., & Karcı, Z. (2018). Laktasyon Eğrileri Modellemesinde Çok Değişkenli Uyarlanabilir Regresyon Eğrileri (Mars) Yönteminin Uygulanması. Kahramanmaraş Sütçü İmam Üniversitesi Tarım Ve Doğa Dergisi, 21(3), 363-373. https://doi.org/10.18016/ksudobil.334237
Cited By
R kullanarak Mars Veri Madenciliği Algoritması ile Yumurta Ağırlığı Tahmini
Kahramanmaraş Sütçü İmam Üniversitesi Tarım ve Doğa Dergisi
https://doi.org/10.18016/ksutarimdoga.vi.716880Investigation of affective traits affecting mathematics achievement by SEM and MARS methods
International Journal of Assessment Tools in Education
https://doi.org/10.21449/ijate.982666Use of Mars Data Mining Algorithm Based on Training and Test Sets in Determining Carcass Weight of Cattle in Different Breeds
Tarım Bilimleri Dergisi
https://doi.org/10.15832/ankutbd.818397Analysis of the First Lactation Curve in Holstein Cows with Different Mathematical Models
Kahramanmaraş Sütçü İmam Üniversitesi Tarım ve Doğa Dergisi
https://doi.org/10.18016/ksutarimdoga.vi.514975Creating a Lactation Model for 305-Day Milk Yield with Different Resampling Techniques (Bagging Mars) in Mars Modeling
Karadeniz Fen Bilimleri Dergisi
https://doi.org/10.31466/kfbd.1383458A Cloud Based Web-Tool to Predict the High School Entrance Exam Scores of the Students
Düzce Üniversitesi Bilim ve Teknoloji Dergisi
https://doi.org/10.29130/dubited.1535345