The Prediction of Brody, Logistik and Von Bertalanffy Models By Using The Bayesian Approach for Modeling The Growth Curves in Holstein Calves

Abstract

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.