استفاده از روش آماری بیزی در بررسی منحنی رشد مرغ های آسیتی و سالم و مقایسه آن با روش های مرسوم
First Statement of Responsibility
وحید جانی زاده
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
کشاورزی
Date of Publication, Distribution, etc.
۱۴۰۰
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۵۵ص.
Accompanying Material
سی دی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
علوم دامی گرایش ژنتیک و اصلاح نژاد دام و طیور
Date of degree
۱۴۰۰/۶/۳۱
SUMMARY OR ABSTRACT
Text of Note
آسیت یا سندرم فشار خون ریوی نوعی اختلال متابولیکی است که در مرغ های گوشتی مشاهده می شود و در نتیجه نارسایی بطن راست با تجمع مایعات در حفره شکم همراه است. مدل¬های رشد ابزار مدیریتی مناسبی برای درک چگونگی تأثیر عوامل درونی و محیط بر صفات مرتبط با رشد به شمار می¬آیند. هدف این تحقیق بررسی مدل¬های مختلف برای برازش منحنی رشد مرغ¬های سالم و آسیتی و شناسایی بهترین مدل با استفاده از روشهای آماری مرسوم و بیزی بود. برای این منظور مدلهای خطی مختلط مختلف شامل راتکوسکی، مورگان-مرسر-فلودین، ویبول، ریچاردز، ناسلوند، شوماچر، گومپرتز، میر، ون برتالانفی، برودی،کورف ، مونو مولکولار، چابمن ریچاردز، لوگ لجستیک ، میتچرلیچ و لجستیک اشاره کرد. بدین منظور از رکوردهای وزن بدن 823 رکورد جوجه از خط پدری B سویه تجاری آرین (381 قطعه جوجه نر و 442 قطعه جوجه ماده) استفاده شد. به منظور مقایسه عملکرد برازش انواع مدل¬های غیرخطی مختلط از معیارهای آکایک AIC، معیار انحراف بیزی BIC، معیار آکایک تصحیح شده AICC و معیار بیزی DIC استفاده شد. نتایج براساس معیارهای مختلف نشان دادند که در روش مرسوم مدل میتچرلیچ برای نر سالم و آسیتی و مدل لوگ لجستیک برای ماده سالم و آسیتی مناسب ترین برازش داده را داشتند نتایج حاصل از برآورد پارامترها با اثر تصادفی در روش مرسوم نشان داد که مدل میتچرلیچ با اثر تصادفی سه پارامتر A,B و K نرخ رشد و وزن بلوغ بالایی دارند و در مدل لوگ لجستیک با اثر تصادفی دو پارامتر B,K نرخ بلوغ بالایی داشت و در روش بیزی مدل¬ ون برتالانفی برای ماده سالم، مورگان مرسر فلودین برای ماده آسیتی وکورف برای نرسالم و نر آسیتی مناسب ترین برازش را داشتند. در ابتدا داده با استفاده از رویه univariate نرم افزار SAS نرمالیته بودنشان بررسی شد و داده¬ای پرت در هر زمان رکورد برداری حذف گردیدند. در ادامه برای برازش توابع منحنی رشد و بدست آوردن آماره¬ها از رویه Nlmixed و MCMC نرم اقزار SAS استفاده شد. برآوردهای حاصل از مدل¬های ارائه شده در این مطالعه و آنالیز آن¬ها به روش بیزی نسبت به روش مرسوم مقادیر دقیق تری داشتند به خاطر اینکه روش تجزیه و تحلیل بیزی این امکان را به وجود می¬آورد که اطلاعات اولیه یا پیشین ( priori) نیز در تجزیه و تحلیل داده¬ها دخالت داده شوند که در روش مرسوم اصلاً وجود ندارد و این از نقاط قوت استنباط بیزی است.
Text of Note
Abstract:Ascites or pulmonary hypertension syndrome is a metabolic disorder seen in broilers that results in right ventricular failure with fluid accumulation in the abdominal cavity. Growth models are a good management tool to understand how internal factors and the environment affect growth-related traits. Mixed nonlinear models are often chosen to describe growth curves. The reason for using nonlinear models is that they interpret a lot of information biologically in a small set of parameters; from these models can refer to the nonlinear models such as Ratokowsky, Morgan-Mercer-Flu din, Weibull, Richards, Nasuland, Schumacher, Gompertz, Mir, Van Bertalanffy, Brody, Korf, Monomolecular, Chapman Richards, Log Logistics, and Mitchell. Therefore, the aim of this study was to compare various types of mixed nonlinear growth models using Bayesian and classical statistical methods to investigate the growth curve of healthy and ascites broilers in a meat line. For this purpose, 823 records of body weight of chickens were used from the parent line of Arian commercial strain B (381 males and 442 females). In order to compare the fitting performance of different nonlinear models, Akaike’s Information Criterion (AIC), Bayesian Information Criterion (BIC), Corrected Akaike Information Criterion (AICC) and disseminated intravascular coagulation (DIC) were used. The results based on different criteria showed that in the classical method, the Mitcherlich model had the most appropriate fit for healthy and ascetic males and the log-logistic model for healthy and ascetic females.At first, the data were checked for normality using the univariate procedure of SAS software and the outgoing data were deleted at any time of record taking. Then, to fit the growth curve functions and obtain the statistics, the Nlmixed and MCMC procedures of SAS software were used. The results of estimating the parameters with random effect in the conventional method showed that Mitcherlich model with high effect of three parameters A, B and K have a high growth rate and maturity weight and in the logistic model with random effect of two parameters B, K had a high maturity rate. in the Bayesian method, Van Bertalanffy model for healthy females, Morgan Mercer Flu din for ascites korf had the most suitable fit for male and female ascites. The estimates obtained from the models presented in this study and their analysis by the Bayesian method were more accurate than the conventional method because the Bayesian method of analysis makes it possible that the previous information in the analysis and Involve data analysis that does not exist in the conventional method at all, and this is one of the strengths of Bayesian inference.
OTHER VARIANT TITLES
Variant Title
Application of Bayesian statistical method to study the growth curve and it’s comparison it with conventional methods in ascites and healthy muscles