สมการทำนายน้ำหนักมีชีวิตของสุกรลูกผสมโดยใช้การประมาณค่าวางนัยทั่วไป เทียบกับตัวแบบเชิงเส้น
Article Sidebar
Main Article Content
บทคัดย่อ
เก็บข้อมูลจากสุกรลูกผสม (แลนด์เรซ x ลาร์จไวท์ x ดูร็อกเจอร์ซี) จำนวน 173 ตัว โดยเก็บ 4 ครั้งห่างกันทุก 2 สัปดาห์ ตั้งแต่สุกรมีอายุ 64 ถึง 70 สัปดาห์ ตัวแปรตามได้แก่น้ำหนักมีชีวิตของสุกร (live- weight) ตัวแปรอิสระจำนวน 6 ตัวแปร ได้แก่ ความยาวรอบอก (L1, เซนติเมตร) , ความยาวลำตัว (L2, เซนติเมตร), อายุ (age, สัปดาห์), ความกว้างไหล่ (W1, เซนติเมตร) , ความกว้างสะโพก (W2, เซนติเมตร) และ ความกว้างเอว (W3, เซนติเมตร) สร้างตัวแบบสมการถดถอยเพื่อใช้ทำนายน้ำหนักมีชีวิตของสุกร ใช้สมการการประมาณค่าวางนัยทั่วไป (generalized estimating equations) เปรียบเทียบกับตัวแบบเชิงเส้นผสม (linear mixed effect model) ผลการศึกษาพบว่า กรณีใช้สมการการประมาณค่าวางนัยทั่วไป ค่าคงที่ (intercept) และตัวแปรอิสระ (L1) (L2) และ (W2 ) ส่งผลต่อค่าเฉลี่ยของน้ำหนักมีชีวิตของสุกรลูกผสมอย่างมีนัยสำคัญทางสถิติที่ระดับ 0.01 โดยตัวแบบที่เหมาะสมเมื่อพิจารณาจากค่า mean deviance , Pearson chi – square/df และ residual plot เฉพาะกรณี empirical standard error estimates และกำหนดโครงสร้างของความสัมพันธ์เป็นแบบ AR(1) สมการ คือ Y = -191.73 + 0.4292L1 + 2.8302L2 + 0.1684W2 กรณีใช้ตัวแบบเชิงเส้นผสมที่มีอิทธิพลสุ่มได้แก่ random intercept และประมาณค่าพารามิเตอร์โดยใช้วิธี residual maximum likelihood (REML) พบว่า ให้ผลที่ใกล้เคียงกับการประมาณค่าวางนัยทั่วไป โดยตัวแบบการถดถอยในส่วนของอิทธิพลคงที่อยู่ในรูปแบบ Yi = -191.16 + 0.4311L1 + 2.8271L2 + 0.1702W2 + 0i และเนื่องจากความแปรปรวนสุ่ม Var(
0i) ของสุกรลูกผสมแต่ละตัวไม่แตกต่างกัน จึงสามารถใช้สมการนี้ทำนายน้ำหนักของสุกรแต่ละตัวได้ด้วย
Article Details
References
วีรศักดิ์ ปัญญาพรวิทยา, ขวัญชัย เครือสุคนธ์, อ้อมฤทัย ทอกี่ และ ทวีศาสตร์ ตันกิติยานนท์. 2549. การประเมินประสิทธิภาพการสืบพันธุ์จากโปรแกรมสุขภาพโคนมระดับฝูงการศึกษาเปรียบเทียบ 3 ปี. เชียงใหม่สัตวแพทย์สาร. 4(2) : 107 – 115.
รักปัญญ์ ถนอมวงศ์วัฒนะ. 2546. สมการทำนายน้ำหนักมีชีวิตของสุกรลูกผสม. วารสารเกษตร. 19(2) : 160 – 161.
Hosmer, D.W. and Lemeshow, S. 2002. Applied Logistic Regression . 2nd ed. New York : John Wiley & Sons. 345 pp.
Kutner, M. K., Nachtsheim C.J., Neter J. and William L.I. 2005. Applied Linear Statistical Models. 5th ed. Mcgraw.Hill companies. 1396 pp.
Shoukri, M. M. and Chaudhary, M. A. 2007. Analysis of Correlated Data with SAS and R. Taylor &Francis Group,LLc. 295 pp.
Myers, R. H., Montgomery, D. and Vining, G. G. 2002. Generalized Linear Models. New York : John Wiley & Sons. 342 pp.