مقایسه مدل های مختلف رگرسیون تصادفی با ترکیب چند جمله ای های لژاندر و بی اسپلاین در برآورد مولفه های واریانس وزن بدن در گوسفند مغانی

هدف از این مطالعه برآورد مولفه های واریانس وزن بدن گوسفند مغانی با استفاده از مدل های رگرسیون تصادفی با ترکیب توابع چند جمله ای لژاندر و بی اسپلاین در بخش های رگرسیون ثابت و تصادفی مدل بود. اطلاعات استفاده شده شامل 9165 رکورد وزن بدن بود که از 2811 گوسفند طی 19 سال (1373تا 1391) در مرکز تحقیقات اصلاح نژاد گوسفند جعفرآباد مغان واقع در استان اردبیل جمع آوری شده بود. تابع چند جمله ای لژاندر با سه درجه (2، 3 و4) و تابع بی اسپلاین خطی(l) و درجه 2 (q) با 2 ضریب رگرسیون تصادفی (2 و3) برای بخش های مختلف مدل رگرسیون تصادفی (بخش رگرسیون ثابت و تصادفی) به کار برده شدند. نرم افزارهای access, excel و minitab جهت ویرایش و آماده سازی داده ها مورد استفاده قرار گرفتند. اثرات عوامل ثابت بر وزن بدن با کمک تجزیه مدل های خطی تعمیم یافته در نرم افزار sas تعیین شدند. اثر گروه های همزمان شامل سال، فصل ، جنس، نوع تولد و سن مادر هنگام زایش در مدل معنی دار بود. برای مقایسه مدل ها از معیار اطلاعات آکایک (aic) و معیار اطلاعات بیزین (bic) استفاده شد. از نرم افزار wombat جهت برآورد اجزای واریانس با استفاده از مدل-های رگرسیون تصادفی استفاده شد. اثرات تصادفی مدل ها شامل اثرات ژنتیکی افزایشی مستقیم، ژنتیکی افزایشی مادری، محیط دائمی مستقیم و محیط مادری بودند. بر اساس نتایج به دست آمده، در میان مدل های کامل (دارای چهار اثر تصادفی)، مدل های bsq3-leg4.3.3.2 و bsq3-leg4.3.2.2 به ترتیب بر اساس معیار های aic و bic به عنوان بهترین مدل انتخاب شدند. در میان مدل هایی با سه اثر تصادفی (اثرات ژنتیکی افزایشی مستقیم، ژنتیکی افزایشی مادری و محیط دائمی مستقیم)، مدل های bsq3-leg4.3.3 و bsq3-leg4.3.2 به ترتیب کمترین aic و کمترین bic را نشان دادند و به عنوان بهترین مدل انتخاب شدند. در میان تمامی مدل های کاهش یافته دارای دو اثر تصادفی (اثرات ژنتیکی افزایشی مستقیم و محیط دائمی مستقیم)، بر اساس هر دو معیار aic و bic مدل bsq3-leg4.3 به عنوان بهترین مدل انتخاب شد. در میان همه مدل های مورد بررسی، مدل های کامل bsq3-leg4.3.3.2 و bsq3-leg4.3.2.2 به ترتیب کمترین aic و bic را نشان دادند و به عنوان بهترین مدل ها برای برآورد مولفه های واریانس وزن بدن گوسفند مغانی در نظر گرفته شدند. هر چند، نتایج حاصل از برآورد مولفه های واریانس و پارامتر های ژنتیکی در مدل های دارای سه و چهار اثر تصادفی مشابه بود. مدل های رگرسیون تصادفی بر اساس توابع لژاندر مشکلات انتهایی مسیر یا اثر رانگه را نشان دادند، و این امر احتمالاً باعث برآورد های اریب و نامنظمی از اجزای واریانس و پارامتر های ژنتیکی به ویژه در سنین انتهایی مسیر رشد می شود.