Multivariate Multiple Regression Analysis Based on Principal Component Scores to Study Relationships between Some Pre- and Post-slaughter Traits of Broilers

Basit Öğe Kaydı
dc.authoridMendeş, Mehmet / 0000-0003-0109-9914
dc.contributor.authorMendeş, Mehmet
dc.date.accessioned2025-01-27T20:17:12Z
dc.date.available2025-01-27T20:17:12Z
dc.date.issued2011
dc.departmentÇanakkale Onsekiz Mart Üniversitesi
dc.description.abstractThe 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.
dc.description.abstractBu 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.
dc.identifier.doi10.1501/Tarimbil_0000001158
dc.identifier.endpage83
dc.identifier.issn2148-9297
dc.identifier.issue1
dc.identifier.scopus2-s2.0-79959597994
dc.identifier.scopusqualityQ3
dc.identifier.startpage77
dc.identifier.trdizinid126232
dc.identifier.urihttps://doi.org/10.1501/Tarimbil_0000001158
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/126232
dc.identifier.urihttps://hdl.handle.net/20.500.12428/21517
dc.identifier.volume17
dc.identifier.wosWOS:000304318900008
dc.identifier.wosqualityN/A
dc.indekslendigikaynakWeb of Science
dc.indekslendigikaynakScopus
dc.indekslendigikaynakTR-Dizin
dc.language.isoen
dc.publisherAnkara Univ, Fac Agr
dc.relation.ispartofJournal of Agricultural Sciences-Tarim Bilimleri Dergisi
dc.relation.publicationcategoryinfo:eu-repo/semantics/openAccess
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_WoS_20250125
dc.subjectMultivariate regression analysis
dc.subjectPrincipal component analysis
dc.subjectCanonical correlation
dc.subjectPrediction
dc.subjectÇok değikenli çoklu regresyon analizi; Principal komponent analizi; Kanonik korelasyon; Tahmin
dc.titleMultivariate Multiple Regression Analysis Based on Principal Component Scores to Study Relationships between Some Pre- and Post-slaughter Traits of Broilers
dc.title.alternativeEtlik piliçlerde kesim öncesi ve kesim sonrası bazı özellikler arasındaki ?liskilerin temel bilesenler skorları üzerinden uygulanan c ?ok de?iskenli çoklu regresyon analizi ile arastırılması
dc.typeArticle

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Mehmet Mendes_Makale.pdf
Boyut:
288.13 KB
Biçim:
Adobe Portable Document Format
İndir

Koleksiyon

WoS İndeksli Yayınlar Koleksiyonu
Scopus İndeksli Yayınlar Koleksiyonu
TR-Dizin İndeksli Yayınlar Koleksiyonu
Zootekni Bölümü Koleksiyonu