A Charolais tehetek típusának meghatározása CHAID-elemzéssel
DOI:
https://doi.org/10.17108/ActAgrOvar.2024.65.1.114Kulcsszavak:
CHAID, charolais fajta, húsmarha, testméretek, törzshosszAbsztrakt
A Charolais tehenek (n=311) ferde törzshosszúságát befolyásoló tényezőket CHAID (Chi-squared Automatic Interaction Detector) módszerrel elemezték. A CHAID egy olyan többváltozós rekurzív osztályozási eljárás, amelyben az algoritmus csoportosítja a függő változókat (Y), azért, hogy a csoporton belüli variancia a lehető legalacsonyabb legyen, ugyanakkor a csoportok közötti variancia pedig a legmagasabb. A magyarázó változók hierarchiája az élősúly, a marmagasság és a tehenek életkora szerint alakult. Ebben a vizsgálatban az 1., 2. és 3. csomópontok az élősúly alapján számítódtak, a következő kategóriák szerint: ≤600 kg, 600-645 kg, >645 kg. A ferde törzshosszúság az élősúly-kategóriákkal párhuzamosan nőtt. Az első csomópontot alkotó 158 tehenet a program két külön csoportra osztotta marmagasság alapján: 4. csomópont (n=50, ≤ 128 cm); 5. csomópont (n=108, >128 cm). Az 5. csomópont – életkor szerint – két csoport szerint különült el az elemzés utolsó fázisában: 6. csomópont (n=53, ≤ 5,35 életkor, 172 cm); 7. csomópont (n=55, > 5,35 életkor, 177 cm). Az egyedek populáción belüli csoportosítása segítene a tehéntípusok felismerésében, így a CHAID analízis egy lehetséges módszernek bizonyult a húsmarha-tenyésztésben.
Hivatkozások
Akilli, A., Atil, H., & Takma, C. (2022). A decision tree model to determine some environmental factor affecting 305-day milk in Simmental cows. Journal of Agricultural Faculty of Gaziosmanpasa University (JAFAG), 39(3), 191-196. http://doi.org/10.55507/gopzfd.1175502
Aksoy, A., Ertürk, E.Y, Eyduran, E. & Tariq, M.M. (2018). Comparing predictive performances of MARS and CHAID algorithms for defining factors affecting final fattening live weight in Cultural Beef Cattle Enterprises. Pakistan J. Zool., 50(6), 2279-2286. http://doi.org/10.17582/journal.pjz/2018.50.6.2279.2286
Alaty, Y., Aytelin, I., & Eyduran, E. (2022). Use of multivariate adaptive regression splines, classification tree and roc curve in diagnosis of subclinical mastitis in dairy cattle. Journal of the Hellenic Veterinary Medical Society, 73(1), 3817-3826. https://doi.org/10.12681/jhvms.25864
Bakir, G., Keskin, S., & Mirtagloglu, H. (2009). Evaluating the relationship between mature age milk yield and several traits using CHAID analysis in Brown Swiss cows. Journal of Animal and Veterinary Advances, 8(3), 587-589. Retrieved from https://docsdrive.com/?pdf=medwelljournals/javaa/2009/587-589.pdf
Biggs, D., De Ville, B., & Suen, E. (1991). A method of choosing multiway partitions for classification and decision trees. Journal of Applied Statistics, 18(1), 49-62. http://doi.org/10.1080/02664769100000005
Domokos, Z. (2011). Analysis of the types and value measuring properties of the domestic Charolais herd. (in Hungarian) Doctoral dissertation, Szent István University, Gödöllő, Hungary, pp. 131. Retrieved from https://archive2020.szie.hu/file/tti/archivum/DomokosZoltan_ertekezes.pdf
Domokos, Z. & Tőzsér, J. (2014). Development of the Charolais cattle breed and types. (in Hungarian) Retrieved from http://www.charolais.hu/ujweb/index.php/hu/charolais-fajta/bemutatasa/18-charolais-fajta
Hámori, G. (2001). Characteristics of CHAID-based decision trees. (in Hungarian) Statisztikai Szemle, 79(8), 703-710. Retrieved from https://www.ksh.hu/statszemle_archive/2001/2001_08/2001_08_703.pdf
Horn, A. (ed.) (1976). Cattle breeding. (in Hungarian) Mezőgazdasági Kiadó, Budapest, Hungary, pp. 196-199.
Jánosa, A. (2011). Data analysis using SPSS. (in Hungarian) ComputerBooks, Budapest, Hungary, pp. 264-285. ISBN 9789636183684
Kass, G. (1980). An exploratory technique for investigating large quantities of categorical data. Applied Statistics, 29(2), 119-127. https://doi.org/10.2307/2986296
Magidson, J. & SPSS INC. (1993). SPSS for Windows CHAID release 6.0. SPSS Inc. Chicago, USA, Retrieved from https://search.worldcat.org/title/31617470
Sahin, O. (2023). Analysis of the effect of region, province and breed on somatic cell count in dairy cattle in Turkey by regression tree method. Emirates Journal of Food and Agriculture, 35(6), 588-597. https://doi.org/10.9755/ejfa.2023.v35.i6.3100
Tirink, C., Piwczynski, D., Kolenda, M., & Önder, H. (2023). Estimation of body weight based on biometric measurements by using random forest regression, support vector regression and CART algorithms. Animals 13(5), 795. https://doi.org/10.3390/ani13050798
Tőzsér J., Domokos Z., Alföldi L., Holló G., & Rusznák J. (2001). Body measurements of cows in a Charolais herd with different genotype. (in Hungarian) Hungarian Journal of Animal Production, 50(1), 15-22.
Yilmaz, I., Eyduran, E., & Kaygisiz, A. (2013). Determination of on-genetic factors influencing birth weight using regression tree methods in Brown-Swiss cattle. Can J App Sci, 1(3), 382-387. ISSN 1925-7430
Winston, W.L. (2003). Operations Research – Applications and Algorithms, 4th Ed., Thomson Press, pp. 641-645. Retrieved from https://itslearningakarmazyan.wordpress.com/wp-content/uploads/2015/09/operation-research-aplications-and-algorithms.pdf
##submission.downloads##
Megjelent
Hogyan kell idézni
Folyóirat szám
Rovat
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
