Multivariate Multiple Regression Analysis Based on Principal Component Scores to Study Relationships between Some Pre- and Post-slaughter Traits of Broilers
Yükleniyor...
Tarih
2011
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ankara Univ, Fac Agr
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
The main purpose of this study is to show that how can we use multivariate multiple linear regression analysis (MMLR) based on principal component scores to investigate relations between two data sets (i.e. pre- and post-slaughter traits of Ross 308 broiler chickens). Principal component analysis (PCA) was applied to predictor variables to avoid multicolinearity problem. According to results of the PCA, out of 7 principal components only the first three components (PC1, PC2, and PC3) with eigenvalue greater than 1 were selected (explained 89.45 % of the variation) for MMLR analysis. Then, the first three principal component scores were used as predictor variables in MMLR. The results of MMLR analysis showed that shank width, breast circumference and body weight had a similar linear effect on predicting the post-slaughter traits (P=0.746). As a result, since the animals had high value of shank width, breast circumference and body weight, it might be probable that their post-slaughter traits namely heart weight, liver weight, gizzard weight and hot carcass weight were also expected to be high.
Bu çalısmanın amacı, temel bilesenler skorları üzerinden uygulanan çok değiskenli çoklu doğrusal regresyon analizinin (MMLR) iki değisken seti arasındaki iliskilerin arastırılmasında nasıl kullanılabileceğini göstermektir. Bu amaçla Ross 308 hattından etlik piliçlere iliskin bazı kesim öncesi ve sonrası özellikler kullanılmıstır. Temel Bilesenler Analizi (PCA), bağımsız değiskenler arasındaki çoklu bağlantı problemini gidermek için kullanılmıstır. Yapılan PCA sonucunda 7 komponentten öz değeri 1’den büyük olan 3 temel bilesene iliskin skorlar MMLR’de bağımsız değisken olarak kullanılmıstır. Seçilen ilk 3 temel bilesen toplam varyasyonun %89.45 lik bir kısmını açıklayabilmistir. MMLR analiz sonucunda incik genisliği, göğüs çevresi ve canlı ağırlığın kesim sonrası özellikleri tahmin etmedeki doğrusal etkilerinin benzer olduğu görülmüstür (P=0.746). Sonuç olarak, kesim öncesinde incik genisliği, göğüs çevresi ve canlı ağırlığı fazla olan hayvanların kesim sonrası özelliklerinin de fazla olmasının beklendiği kanısına varılmıştır.
Bu çalısmanın amacı, temel bilesenler skorları üzerinden uygulanan çok değiskenli çoklu doğrusal regresyon analizinin (MMLR) iki değisken seti arasındaki iliskilerin arastırılmasında nasıl kullanılabileceğini göstermektir. Bu amaçla Ross 308 hattından etlik piliçlere iliskin bazı kesim öncesi ve sonrası özellikler kullanılmıstır. Temel Bilesenler Analizi (PCA), bağımsız değiskenler arasındaki çoklu bağlantı problemini gidermek için kullanılmıstır. Yapılan PCA sonucunda 7 komponentten öz değeri 1’den büyük olan 3 temel bilesene iliskin skorlar MMLR’de bağımsız değisken olarak kullanılmıstır. Seçilen ilk 3 temel bilesen toplam varyasyonun %89.45 lik bir kısmını açıklayabilmistir. MMLR analiz sonucunda incik genisliği, göğüs çevresi ve canlı ağırlığın kesim sonrası özellikleri tahmin etmedeki doğrusal etkilerinin benzer olduğu görülmüstür (P=0.746). Sonuç olarak, kesim öncesinde incik genisliği, göğüs çevresi ve canlı ağırlığı fazla olan hayvanların kesim sonrası özelliklerinin de fazla olmasının beklendiği kanısına varılmıştır.
Açıklama
Anahtar Kelimeler
Multivariate regression analysis, Principal component analysis, Canonical correlation, Prediction, Çok değikenli çoklu regresyon analizi; Principal komponent analizi; Kanonik korelasyon; Tahmin
Kaynak
Journal of Agricultural Sciences-Tarim Bilimleri Dergisi
WoS Q Değeri
N/A
Scopus Q Değeri
Q3
Cilt
17
Sayı
1
