Hayvan ıslahında tekrarlanan gözlem değerleri giderek önem kazanmakta olan bir konudur. Bu çalışmadatekrarlanan gözlem değerlerini içeren veri setlerinin analiz ve parametre tahminleri için kullanılan yöntem vemetodlar karşılaştırılmıştır. Bu modellere alternatif olarak Ali-Schaeffer eğri fonksiyonunun uyumuylaoluşturulan kovaryans fonksiyon yaklaşımlı şansa bağlı regresyon modelinin kullanımı araştırılmıştır. Bu amaçlasüt sığırları için tutulmuş olan kayıtlardan sağlanan bir veri tabanı esas alınarak simulasyonla elde edilmiş birveri seti üzerinde çalışılmıştır.Zamana bağlı değişimin geçerli olduğu denetim günü verimleri için uyumu yapılanmodellerden uyum büyükten küçüğe sırasıyla KF+RRM (kovaryans fonksiyonu yaklaşımlı şansa bağlı regresyonmodeli), DRRM (doğrudan şansa bağlı regresyon modeli), TM (tekrarlanabilen model), ORM (oto-regresifmodel) ve HM (hayvan model)’de olmuştur. Hatalar arası oto-korelasyon yapısı en iyi KF-RRM ve ORMmodellerinde açıklanabilmiştir. Tahmin edilen parametreler, varynslar için karşılaştırılmış ve en hassasparametre tahminleri KF-RRM sonuçlarından elde edilmiş bunu DRRM izlemiştir.
In animal breeding, repeated measurements are important. In this study, we compared the methods and models which are used in the analysis of data sets which contain the repeated measurements and the estimation of parameters. Morover, as an alternative method, random regression procedure which used the approach of covariance functions and was formed by compatibility of Ali-Schaeffer curve function was investigated. A data set was generated by simulation from retrospective records of dairy cattle. Fitting of the tested models for test-day yields in time were ranked from the best to the worst were CF-RRM (covariance function random regression model), DRRM (direct RRM), RM (repeatability model), ARM (auto-regresive model) and AM (animal model) respectively. It was determinded that the best models which explain the autocorrelation structure among the experimental errors were CF-RRM and ARM. Predicted parameters were compared for variances and the most sensitive estimation of parameters were obtained by CF-RRM. It was followed by DRRM.
