استفاده از رگرسيون چندكي در تابع وود براي توصيف كننده منحني شيردهي نسبت چربي به پروتئين گاوهاي هلشتاين ايران

Using quantile regression in Woods function to describe the lactation curve for milk fat to protein ratio of Iranian Holstein cows

هدف از اين تحقيق مقايسه عملكرد مدل رگرسيون چندكي غيرخطي وود در چندك‌هاي مختلف (25/0، 50/0 و 75/0) منحني شيردهي نسبت چربي به پروتئين گاوهاي هلشتاين ايران بود. از 2456949 ركورد روز آزمون نسبت چربي شير به پروتئين كه طي سال‌هاي 1368-1392 توسط موسسه اصلاح نژاد وابسته به وزارت جهاد كشاورزي جمع آوري گرديده بود استفاده شد. ويرايش داده‌ها توسط نرم افزار SAS و همچنين برازش منحني شيردهي FPR با نرم‌افزار R انجام شد. مقايسه نيكويي برازش مدل‌ها با معيارهاي RMSE، R2، AIC، BIC وLogL صورت گرفت. نتايج نشان داد براساس معيارهاي AIC وBIC و لگاريتم تابع درستنمائي چارك سوم بهترين برازش را داشت. همچنين حداقل مقدارFPR در همه چنك‌ها بيشتر برآورد گرديد. ارزيابي چندك‌هاي مختلف نشان داد رگرسيون غيرخطي چندكي براي برازش ركوردهاي روز آزمون FPR مناسب است.

The main objective of this study was to compare the performance of Wood nonlinear quantile regression model evaluated at the τth quantile (0.25, 0.50, and 0.75) of lactation curves for milk fat to protein ratio (FPR) in Iranian Holstein dairy cows. A total 2,456,949 mean test day records for FPR (collected by the animal breeding center of Iran during 1983-2012) from first parity cows was used. Data were edited with SAS statistical software and lactation curves for (FPR) was performed by nls function in R software. The goodness of fit of the models was compared with RMSE, R2, AIC , LogL and BIC criteria. The results showed that according to the AIC , BIC and logL criterion, the third quantile had the best fit. Also, minimum FPR was over-predicted by all quantiles Evaluation of the quantile models used in this study indicated that non-linear quantile regression was sufficient for fitting test-day FPR records of Iranian dairy cow.