Hayvancılık alanında çok değişkenli uyarlanabilir regresyonun kullanımı

Bu çalışmada, hayvancılık ile ilgili bir veri setinde MARS algoritmasının nasıl kullanılacağını ve elde edilen sonuçların nasıl yorumlanacağı amaçlanmıştır. Canlı ağırlığı tahmin etmek amacıyla Pakistan'da yetiştirilen dört koyun ırkının (Balochi (48), Harnai (48), Beverigh (47) ve Rakhashni (48) verileri kullanılmıştır. MARS veri madenciliği algoritmasının tanıtılması ve canlı ağırlık için faydalı tahmin denkleminin geliştirilmesi amacıyla, cidago yüksekliği, göğüs çevresi ve vücut uzunluğu gibi sürekli değişkenler bağımsız değişken olarak kullanılmıştır. R yazılımının "earth" paketi ile vücut ağırlığının tahmini için iki MARS uygulaması (26 ve 38 terim), interaksiyon derecesi 2 ve 10 çapraz geçerlilik temel alınarak yapılmıştır. MARS uygulamalarının tahmin doğruluğunu değerlendirmek için uyum kriterleri (GCV, RSS, GR2, R2, düzeltilmiş R2 ve çapraz geçerlilik R2'deki gerçek ve öngörülen değerler arasındaki korelasyon katsayısı) tahmin edilmiştir. Uyum kriterleri her iki uygulama için sırasıyla (0.980 ve 0.990), GCV (0.610 ve 0.293), RSS (116 ve 56), GR2 (0.960 ve 0.980), R2 (0.960 ve 0.980), düzeltilmiş R2 (0.954 ve 0.975) ve çapraz geçerlilik R2 (0.922 ve 0.88) olarak tahmin edilmiştir. R yazılımında en küçük GCV'yi üreten etkileşim dereceleri ve uygun terim sayısının atanması, MARS algoritması için dikkate alınması gereken en önemli noktalardır. Elde edilen sonuçlar, MARS uygulamalarının, ırk standartlarını ortaya koymak ve burada incelenen canlı ağırlık özelliğini olumlu etkileyen morfolojik özellikleri belirlemek için önemli bir seçenek olabileceğini göstermiştir.