MÔ TẢ TỈ LỆ ĐẺ TRỨNG CỦA GÀ D310BẰNG MỘT SỐ HÀM HỒI QUY PHI TUYẾN TÍNH

Ngày nhận bài: 18-11-2021

Ngày duyệt đăng: 01-03-2022

DOI:

Lượt xem

0

Download

0

Số: Tập 20 Số 5 (2022)

Chuyên mục:

CHĂN NUÔI – THÚ Y – THỦY SẢN

Cách trích dẫn:

Bộ, H., Phương, L., & Lực, Đỗ. (2024). MÔ TẢ TỈ LỆ ĐẺ TRỨNG CỦA GÀ D310BẰNG MỘT SỐ HÀM HỒI QUY PHI TUYẾN TÍNH. Tạp Chí Khoa học Nông nghiệp Việt Nam, 20(5), 596–602. http://testtapchi.vnua.edu.vn/index.php/vjasvn/article/view/988

MÔ TẢ TỈ LỆ ĐẺ TRỨNG CỦA GÀ D310BẰNG MỘT SỐ HÀM HỒI QUY PHI TUYẾN TÍNH

Hà Xuân Bộ (*) 1 , Lê Việt Phương 2 , Đỗ Đức Lực 2

  • 1 Khoa Chăn nuôi và Nuôi trồng thủy sản, Học viện Nông nghiệp Việt Nam
  • 2 Khoa Chăn nuôi, Học viện Nông nghiệp Việt Nam

    • Từ khóa

    Hàm hồi quyphi tuyến tính, gà D310, đường cong tỉ lệ đẻ

    Tóm tắt


    Khả năng sản xuất trứng là chỉ tiêu kinh tếquan trọngtrong chăn nuôi gia cầm nói chung và chăn nuôi gà đẻ trứng nói riêng. Dự đoán được năng suất trứnggóp phần lênkế hoạch sản xuấtsớm và nâng cao hiệu quả chăn nuôi gà đẻ trứng. Nghiên cứu được tiến hành nhằm xác định hàm hồi quy phi tuyến tính phù hợp để ước tính tỉ lệ đẻ của gà D310nuôi tại Trại Thực nghiệmKhoa Chăn nuôi, Học viện Nông nghiệp Việt Nam từ tháng 12 năm 2020 đến tháng 5 năm 2021. Nămhàm hồi quy phi tuyến tính(Logistic, Compartmental I, McNally, Compartmental II và Yang)được sử dụng để ước tính tỉ lệ đẻ của gà D310. Tỉ lệđẻ được theo dõi trên 360 gà mái giai đoạn từ 19 tuần tuổi (tuần đẻ 1) đến 49 tuần tuổi (tuần đẻ 26). Tỉ lệ đẻ tiệm cận lúc đẻ đỉnh cao (a) ước tính bằng hàm Logistic đạt 0,839. Sản lượng trứng trung bình theo tuần tại thời điểm đẻ đỉnh cao (d) được ước tính từ mô hình Logistic đạt 5,265 quả. Hàm Logistic được đánh giá phù hợp để mô tả tỉ lệ đẻ của gà D310với hệ số xác định cao nhất (99,58%) và giá trị AIC, BIC thấp nhất (-1.862,53 và -1.843,82).

    Tài liệu tham khảo

    Abraham B.L. & Murthy H. (2017). Egg production curves and their prediction through mathematical models in a random-bred broiler breeder control population. Indian Journal of Poultry Science.52(1): 16-21.

    Akilli A. & Gorgulu O. (2019). Comparison of Different Back-Propagation Algorithms and Nonlinear Regression Models for Egg Production Curve Fitting. Cappadocia, Turkey.178.

    Akilli A. & Gorgulu O. (2020). Comparative assessments of multivariate nonlinear fuzzy regression techniques for egg production curve. Tropical Animal Health and Production.pp. 1-9.

    Bùi Hữu Đoàn, Nguyễn Thị Mai, Nguyễn Thanh Sơn& Nguyễn Huy Đạt (2011). Các chỉ tiêu dùng trong nghiên cứu chăn nuôi gia cầm. Nhà xuất bản Nông nghiệp, Hà Nội.

    Darmani K.H. & France J. (2019). Modelling cumulative egg production in laying hens and parent stocks of broiler chickens using classical growth functions. British Poultry Science.60(5): 564-569.

    Elzhov T.V., Mullen K.M., Spiess A., Bolker B., Mullen M.M. & Suggests M. (2016). R Interface to the Levenberg-Marquardt Nonlinear Least-Squares Algorithm Found in MINPACK, Plus Support for Bounds’. Package ‘minpack.lm’.

    Mcmillan I. (1981). Compartmental model analysis of poultry egg production curves. Poultry Science.60(7): 1549-1551.

    Mcmillan I., Fitz-Earle M., Butler L. & Robson D.S. (1970a). Quantitative genetics of fertility II. Lifetime egg production of Drosophila melanogaster Experimental. Genetics.65(2): 355.

    Mcmillan I., Fitz-Earle M. & Robson D.S. (1970b). Quantitative genetics of fertility I. Lifetime egg production of Drosophila melanogaster theoretical. Genetics.65(2): 349.

    Mcnally D. (1971). Mathematical model for poultry egg production. Biometrics.pp. 735-738.

    Narinc D., Üçkardeş F. & Aslan E. (2014). Egg production curve analyses in poultry science. World's Poultry Science Journal.70(4): 817-828.

    Nelder J. (1961). The fitting of a generalization of the logistic curve. Biometrics.17(1): 89-110.

    Nguyễn Bá Mùi, Nguyễn Chí Thành, Phan Xuân Hảo & Lê Anh Đức (2012). Khả năng sinh sản của gà địa phương lông cằm nuôi tại Lục Ngạn, Bắc Giang. Tạp chí Khoa học Kỹ thuật Chăn nuôi.8(161): 2-7.

    Nguyễn Bá Mùi & Phạm Kim Đăng (2016). Khả năng sản xuất của gà Ri và con lai (Ri-Sasso-Lương Phượng) nuôi tại An Dương, Hải Phòng. Tạp chí Khoa học Nông nghiệp Việt Nam.14(3): 392-399.

    Nguyễn Thị Lan Anh, Dư Thanh Vũ & Nguyễn Thị Bích Liên (2020). Khả năng sinh trưởng và sinh sản của gà Đông Tảo tại tỉnh Gia Lai. Tạp chí Khoa học và Công nghệ.13: 67-72.

    Otwinowska-Mindur A., Gumułka M. & Kania-Gierdziewicz J. (2016). Mathematical models for egg production in broiler breeder hens. Annals of Animal Science.16(4): 1185-1198.

    R Core Team (2021). R: A language and environment for statistical computing. R foundation for statistical computing Vienna, Austria.

    Safari-Aliqiarloo A., Faghih-Mohammadi F., Zare M., Seidavi A., Laudadio V., Selvaggi M. & Tufarelli V. (2017). Artificial neural network and non-linear logistic regression models to fit the egg production curve in commercial-type broiler breeders. European Poultry Science.81.

    Safari-Aliqiarloo A., Zare M., Faghih-Mohammadi F., Seidavi A., Laudadio V., Selvaggi M. & Tufarelli V. (2018). Phenotypic study of egg production curve in commercial broiler breeders using Compartmental function. Revista Brasileira de Zootecnia.47.

    Savegnago R.P., Cruz V.A.R., Ramos S.B., Caetano S.L., Schmidt G.S., Ledur M.C., El Faro L. & Munari D.P. (2012). Egg production curve fitting using nonlinear models for selected and nonselected lines of White Leghorn hens. Poultry Science.91(11): 2977-2987.

    Savegnago R.P., Nunes B.N., Caetano S.L., Ferraudo A.S., Schmidt G.S., Ledur M.C. & Munari D.P. (2011). Comparison of logistic and neural network models to fit to the egg production curve of White Leghorn hens. Poultry Science.90(3): 705-711.

    Saykham S. & Đặng Vũ Bình (2018). Đặc điểm ngoại hình và khả năng sản xuất của gà Hon Chu. Tạp chí Khoa Học Nông nghiệp Việt Nam.16(12): 1039-1048.

    Yang N., Wu C. & Mcmillan I. (1989). New mathematical model of poultry egg production. Poultry Science.68(4): 476-481.