مهدی نژادعلی - University of Tabriz
صادق علیجانی - University of Tabriz
آرش جوانمرد - University of Tabriz

    هدف از پژوهش حاضر، توصیف منحنی رشد گوسفند نژاد ماکویی با استفاده از چهار مدل غیرخطی (لجستیک، ون- برتالانفی، گومپرتز و ورهالست) و تخمین پارامترهای این توابع بود. برای این  از ۱۴۴۵۴ رکورد وزنی ثبت شده طی سالهای ۱۳۶۸ تا ۱۳۹۴ در ایستگاه اصلاح نژاد گوسفند نژاد ماکویی استفاده شد. همچنین، از رویه­­ های NLMIXED وNLIN نرم افزار آماری SAS نسخه۴/۹ به ترتیب برای تعیین مقادیر اولیه پارمترهای توابع و  تخمین پارامترهای منحنی­ های رشد استفاده شد. مقدار وزن مجانبی بلوغ برای کل حیوانات ۹۳/۲۵ تا۸/۳۶، برای نرها ۴۶/۳۲ تا ۲۳/۳۵ و  برای ماده ها از ۲۹/۲۹ تا ۱۵/۳۱ متغیر بود. در نتایج بدست امده در این مطالعه، بیشترین مقدار نرخ رشد برای نرها وماده­ ها با مدل ورهالست بدست آمد (۰۲۱/۰) و مدل برتالانفی کمترین مقدار این پارمتر را برای نرها، ماده ­ها و کل حیوانات داشت (۰۱۱/۰). مضاعفا، تابع لجستیک نرخ بلوغ نرها را بیشتر از ماده ­ها نشان داد (نرها: ۰۱۴/۰، ماده ها ۰۱۳/۰) ولی تابع گومپرتز نرخ بلوغ ماده ­ها را بالاتر نشان داد (نرها: ۰۱۱/۰، ماده ها: ۰۱۳/۰). برای مقایسه مدل ها از شاخص­ های ضریب همبستگی (R)، ضریب تبیین (R۲)، شاخص بیزین (BIC)، شاخص آکائیک (AIC)، انحراف میانگین مطلق (MAD)، شاخص واریانس باقیمانده (S۲e) و RMSE استفاده شد. بر اساس شاخص ­های مطرح شده، منحنی برتالانفی با دارا بودن پایین ترین مقدار AIC، BIC، RMSE، MAD و S۲e و بالاترین مقدار R و R۲ مناسب ترین مدل بود. زمانیکه داده ­ها براساس جنسیت مورد بررسی قرار گرفتند، دقت برآوردها افزایش یافت و مدل ها تطابق بهتری بر داده ­ها نشان دادند. زمانیکه داده ­ها براساس جنسیت مورد بررسی قرار گرفتند، دقت برآوردها افزایش یافت و مدل ها تطابق بهتری بر داده ­ها نشان دادند. در نهایت، یافته­های این مطالعه نشان داد که به ویژه، زمانی که نرها و ماده ­ها بطور جداگانه مورد بررسی قرار گیرند.مدل ون­ونبرتالانفی می­تواند برای توصیف دقیق ­تر الگوی رشد گوسفند نژادماکویی استفاده شود.

Non-linear regression models, Age-weight relationship, Growth curve parameters, Model matching, Growth traits, مدل های رگرسیون غیر خطی, رابطه سن وزن, پارامترهای منحنی رشد, تطابق مدل, صفات رشد