Research on Animal Production

fa مقایسه مدل های غیرخطی برای توصیف منحنی رشد از تولد تا یکسالگی در بز مرخز Comparison of Non-Liner Growth Models to Describe the Growth Curve from Birth to Yearling in Markhoz Goat تخصصي Special پژوهشي Research هدف از این مطالعه انتخاب بهترین مدل از بین پنج تابع رشد غیرخطی برودی (Brody)، گومپرتز (Gompertz)، لجستیک (Logistic)، ون برتالانفی (Von Bertalanffy) و نمایی منفی (Negative Exponential) جهت توصیف منحنی رشد در بز مرخز بود. دادهها مشتمل بر رکوردهای وزن بدن از تولد تا یکسالگی 5557 راس بزغاله بود که طی سالهای 85 تا 92 از ایستگاه تحقیقات بز مرخز واقع در سنندج جمعآوری شد. برآورد پارامترهای منحنی رشد A،B،K با استفاده از رویه NLIN برنامه SAS انجام شد و جهت مقایسه مدلهای مختلف به منظور انتخاب بهترین مدل، آمارههای ضریب تبیین تصحیح شده (R2adj)، جذر میانگین مربعات خطا (RMSE)، معیار اطلاعات آکاییک (AIC)، معیار اطلاعات بیزی (BIC) و معیار دوربین-واتسون (DW) محاسبه شد. در کل حیوانات، مدل رشد لجستیک با داشتن بالاترین میزان R2adj و کمترین میزان RMSE، AIC و معیار BIC نسبت به سایر مدلها میتواند بهترین پیشبینی رشد در بز مرخز را نشان دهد. مدلهای برودی، گومپرتز به ترتیب برای نرها و مادهها و مدل لجستیک هم برای تک قلوها و هم برای دوقلوها به عنوان بهترین مدل پیشبینی رشد انتخاب شد. در همه موارد چه برای کل حیوانات و چه برای نرها، مادهها، تکقلوها و دوقلوها مدل نمایی منفی به عنوان نامناسبترین مدل شناخته شد. مدل لجستیک میتواند بهترین توصیف از روند رشد بز مرخز در محدوده زمانی مشخص را ارائه کند.   The objective of this study was to select the best model among five non-linear growth functions, i.e., Brody, Gompertz, Logistic, Von Bertalanffy and Negative exponential for describing the growth curve in Markhoz goat. The data included 5557 body weight records of goats from birth to yearling which were collected during 2006 to 2013 at Sanandaj Research Station. Growth curve parameters (A, B, K) were estimated by the NLIN procedure of SAS program and in order to compare different models for selecting the best model, statistics of coefficient of determination (R2adj), Akaike´s Information Criterion (AIC), Bayesian Information Criterion (BIC), Root Mean Squares Error (RMSE) and Durbin-Watson were calculated. For all animals, Logistic model was the best model as provided the greatest R2adj and the lowest values of RMSE, AIC and BIC than other models and this model could indicate the best prediction of growth in Markhoz goat. The best selected models for predicting growth of males and females were Brody and Gompertz models, respectively; and Logistic model was selected as the best model for both singles and twins. The negative exponential model provided the worst fit of growth curve for all animals, males, females, singles and twins. Logistic model can provide the best prediction of growth pattern of Markhoz goat over a definite time period. بز مرخز, توابع رشد, مدل های غیر خطی, منحنی رشد, وزن بدن Body weight, Growth curve, Growth functions, Markhoz goat, Non-liner models 131 138 http://rap.sanru.ac.ir/browse.php?a_code=A-10-1-280&slc_lang=fa&sid=1 Seyed Ziaeddin Mirhoseini سید ضیاالدین میرحسینی 10031947532846007807 10031947532846007807 Yes Navid Ghavi Ghavi Hossein-Zadeh نوید قوی حسین زاده 10031947532846007808 10031947532846007808 No Fatemeh Hadinezhad فاطمه هادی نژاد 10031947532846007809 10031947532846007809 No