مزایای مدل روزآزمون در مقایسه با مدل 305 روز شیردهی
1- عدم نیاز به تصحیح داده های روزآزمون
2- افزایش دقت برآوردها
3- افزایش سرعت ارزیابی گاوهای شیری
4- افزایش شدت انتخاب
5- افزایش سرعت و دقت انتخاب گاو نر
تقسیم بندی مدل های روزآزمون:
1- مدل های روزآزمون دو مرحله ای
2- مدل های روزآزمون یک مرحله ای
1- مدل تابعیت ثابت (رگرسیون ثابت)
2-مدل چندصفتی
3- مدل تابع کواریانس
4- مدل تابعیت تصادفی (رگرسیون تصادفی)
موارد استفاده مدل رگرسیون تصادفی:
1- استفاده در داده های روزآزمون
2- بکارگیری در صفات رشد
3- بررسی اثر متقابل ژنتیک و محیط
4- استفاده در تجزیه و تحلیل ماندگاری
5- بررسی باروری در گاوهای شیری
مهمترین روش های اندازه گیری مؤلفه های واریانس و کواریانس:
روش های هندرسون
روش برآورد نااریب درجه دوم با حداقل واریانس
روش میوکیو (MIVQUE) بدون تکرار یا تقریبی (روش برآورد اجزای واریانس با استفاده از توابع درجه دوم مشاهدات که دارای حداقل واریانس و نااریب نیز بوده، همچنین بدون تکرار می باشد).
روش میوکیو (MIVQUE) با تکرار (روش برآورد اجزای واریانس با استفاده از توابع درجه دوم مشاهدات که دارای حداقل واریانس و نااریب نیز بوده، همچنین دارای تکرار می باشد).
روش حداکثر درستنمایی
روش حداکثر درستنمایی محدود شده
حداکثر درستنمایی محدود شده بی نیاز از مشتق (DFREML)
این الگوریتم در سال 1987 توسط گریسر و همکاران ارائه و سپس طی سالهای 1988، 1989 و 1991 توسط مایر، به منظور استفاده در مدل های پیچیده بسط داده شد.
برخی تحقیقات انجام شده در رابطه با مدل روزآزمون
استانتون و همکاران (1992) مدل های روزآزمون را به منظور برآورد منحنی های شیردهی برای شیر، چربی، پروتئین، درصد چربی، درصد پروتئین و بررسی تأثیر سن، فصل و توان تولیدی گله در گاوهای هلشتاین، به کار گرفتند.
اسوالو (1995) تأثیر مدل های روزآزمون را بر ارزیابی پارامتر های ژنتیکی و ارزش های اصلاحی صفات تولیدی گاوهای شیری هلشتاین، در اولین دوره شیردهی بررسی نمود. به این منظور از روش حداکثر درستنمایی محدود شده (REML) استفاده کرد.
جامروزیک و شفر (1997) مدل روزآزمون را بر اساس تابعیت تصادفی و به منظور تجزیه و تحلیل رکوردهای مربوط به صفات تولیدی شیر،چربی و پروتئین در اولین دوره شیردهی گاوهای هلشتاین کانادایی به کار بردند
جنگلر و همکاران (1999) به تجزیه و تحلیل رکوردهای روزآزمون صفات تولیدی (شیر، چربی و پروتئین) بر روی گاوهای هلشتاین شکم اول ایالات متحده آمریکا در پنسیلوانیا و ویسکانسین با استفاده از مدل رگرسیون تصادفی پرداختند.
استرابل و میزتال (1999) از مدل رگرسیون تصادفی برای تجزیه و تحلیل صفات تولیدی (مقدار شیر، چربی و پروتئین) گاوهای سیاه و سفید لهستانی در اولین و دومین شکم شیردهی استفاده کردند.
کتونن و همکاران (2000)، در مطالعه ای که بر روی گاوهای شکم اول آیرشایر صورت گرفت به برآورد پارامتر های ژنتیکی تولید شیر با استفاده از مدل های روزآزمون رگرسیون تصادفی پرداختند
جاکوبسن و همکاران (2002) به منظور تعیین بهترین منحنی شیردهی در توصیف رکوردهای تولید شیر گاوهای شکم اول هلشتاین دانمارکی، از مدل رگرسیون تصادفی با تابع چندجمله ای لژاندر توان 4 در دو سطح ژنتیکی افزایشی و محیط دائمی استفاده کردند.
فرهنگ فر و همکاران (2003) یک مدل روزآزمون با تکرار رکورد برای گاوهای هلشتاین ایران استفاده نمود .
درت و همکاران (2003) با مطالعه بر روی گاوهای هلشتاین فرانسه، گزارش کردند که حداکثر وراثت پذیری در اواسط دوره شیردهی بوده و این پارامتر در ابتدا و انتهای دوره شیردهی میل به کاهش دارد
لیدور و همکاران (2003) از یک مدل رگرسیون تصادفی چندصفتی با کاهش رتبه برای پیش بینی ارزش اصلاحی گاوهای هلشتاین فنلاند در سه صفت تولید شیر، پروتئین و چربی استفاده نمودند.
نوربرگ و همکاران (2004) پارامتر های ژنتیکی برای هدایت الکتریکی (EC) شیر در اولین دوره شیردهی گاوهای شیری را بر اساس مدل های رگرسیون تصادفی بررسی کردند.
مایر و همکاران (2004) تولید شیر، چربی و پروتئین را با استفاده از مدل روزآزمون و بر اساس رگرسیون تصادفی، پیش بینی کردند.
سیلوستر و همکاران (2005) پارامتر های ژنتیکی را در مورد تولید شیر، چربی و پروتئین با استفاده از مدل روزآزمون و بر اساس تابع اسپلاین، در گاوهای شیری پرتغالی برآورد کردند.
زاواندیلوا و همکاران (2005) با بررسی رکوردهای روزآزمون صفات تولیدی (تولید شیر، چربی و پروتئین) و برآورد پارامتر های ژنتیکی این صفات در سه شکم اول گاوهای هلشتاین چک، به تجزیه و تحلیل این صفات با مدل های رگرسیون تصادفی پرداختند
شامل 52 اسلاید POWERPOINT
