استفاده از روش تحليل مولفه هاي اصلي براي پيش بيني صفت وزن دنبه در گوسفندان نژاد لري بختياري

Use Of Principal Components Analysis to Prediction Fat-tail Weight Trait in Lori-Bakhtiari Sheep

به منظور بررسي ارتباط 11 صفت وزن زنده، طول بدن حيوان، محيط دور بدن، قد حيوان، عرض وسط دنبه، عرض پايين دنبه، عرض بالاي دنبه، طول دنبه، طول شكاف دنبه، عمق دنبه و محيط دور دنبه با صفت وزن دنبه از اطلاعات 731 راس گوسفندان لري بختياري و با هدف از بين بردن مشكل هم راستايي چندگانه، از روش هاي تحليل مولفه هاي اصلي و حداقل مربعات معمولي استفاده گرديد. وجود هم راستايي چندگانه با استفاده از عامل تورم واريانس (بيشتر از 5 يا 10) در بعضي از متغيرهاي مستقل شناسايي شد. نتايج حاصل از اين مطالعه نشان داد كه مشكل هم راستايي چندگانه موجود در اطلاعات مربوط به ارتباط بين وزن دنبه گوسفند لري بختياري با 11 متغير مستقل مربوط به اين صفت با استفاده از روش تابعيت مولفه هاي اصلي قابل حل مي باشد. همچنين از كل اين 11 متغير صفات طول شكاف دنبه، عمق دنبه و محيط دور دنبه به ترتيب بالاترين ضريب را در برآورد وزن دنبه و به همين ترتيب صفات محيط دور بدن و طول دنبه به ترتيب كمترين ضريب را در برآورد وزن دنبه به خود اختصاص دادند.

The relationship between live body weight, body length, girth circumference, animal hight, upper, middle as well as lower width of fat-tail, fat-tail length, fat-tail gap length, fat-tail depth and fat-tail circumference along with fat-tail weight were determined using records of 731 Loribakhtiari sheep. Principal Component and Least Square Analyses were applied to solve the collinearity instability. Collinearity problems as portrayed by variance inflation factors above 5 or 10 were evident in some of independent variables. Results showed that the problem of collinearity in relation with fat-tail weight of 11 independent variables could be solved by using Principal Component Analysis method. Fat-tail gap length, fat-tail depth, and fat-tail circumference vs. girth circumference, and fat-tail length respectively represented the highest and the lowest coefficients regarding the estimation of fat-tail weight