Kuzularda Tekrarlamalı Veriler için Çok Düzeyli Analiz

Abstract

Bu çalışma, çok düzeyli analizler kullanılarak bireysel büyüme eğrisi modellerini karşılaştırmak ve büyüme oranındaki bireysel farklılıkları belirlemek amacıyla yapıldı. Bu amaç için kullanılan veri seti, 52 baş melez kuzunun doğumdan 182 günlük yaşa kadar olan canlı ağırlık kayıtlarını içermektedir. Zaman içinde tekrarlanan ölçümlerin olduğu seviye-1’de toplamda 670 gözlem ve kuzuların olduğu seviye 2’de 52 gözlem bulunmaktadır. Bu çalışmada, çok seviyeli modelleme yapısı içinde beş farklı model kullanılarak cinsiyet, doğum tipi ve doğum ağırlığı gibi zamana bağlı olmayan kovaryet etkilere ilişkin parametre tahmini yapıldı. En iyi model seçimi için LRT, AIC ve BIC kullanıldı. Veri setini en iyi açıklayan “Conditional Quadratic Growth Model-B” olarak belirlendi. Çok düzeyli analiz, kuzularda doğrusal ve ikinci dereceden büyümenin önemli olduğunu gösterdi. Çalışmanın sonuçlarına göre, bireysel büyüme oranının önemli olduğu hayvancılık çalışmalarında bireysel büyüme eğrileri, çok düzeyli modelleme kullanılarak araştırılabilir.