fitting individual animal data to g

fitting individual animal data to grafted linear-linear polynomials (Fuller,1969; Gallant and Fuller, 1973) as follows:y = b0+ b1× BTWMIN + b2× (A1 − BTWMIN) × Zwhere y = frequency of the interval in minutes between visits (BTWMIN),b0= intercept, b1and b2are regression parameters to be estimated,A1 = estimated join point or IMI, and Z is a binary switch; Z = 0(A1 ≥ BTWMIN), Z = 1 (A1 < BTWMIN). That is, the value of Z is not constantbut depends on A1. Nonlinear regression procedures of SAS (2004) wereused to estimate the regression coefficients and join point using the Mar-quardt iterative method. Initial parameters for the non-linear regressioncoefficients were estimated by fixing the join points and using polyno-mial regression. Convergence criterion was defined as a difference in theresidual sum of squares from successive iterations to be less than 10−5andmaximum iterations were set at 1500. Estimates of IMI ranged from 7.3 to48.3 min and the mean value was 25.7 min. Estimated IMI for each animalwere used to determine the number of meals per day, and feed intake andduration of feeder occupancy of all visits starting within individual IMIwere combined into a single meal.Residual feed intake (RFI; g/day) was calculated as described byBasarab et al. (2003). To determine the equation to predict expected DMIfor each animal, data (DMI, ADG, and BW) of animals on Cont-6 and Cont-12 treatments were used based on their similar DMI, BW, and ADG means,supportive of unrestricted performance because of potential feeder accesstime as addressed later. The equation developed from these data wasas follows, with MIDWT0.75equal to the mid-point metabolic BW (kg;Basarab et al., 2003) during the study and ADG in kilograms:
expected DMI(kg/day)
=
−0.507
+
(3.676
×
ADG)
+ (0.0956
×
MIDWT0.75)

ผลลัพธ์ (ไทย) 1:

เหมาะสมแต่ละข้อมูลสัตว์ polynomials เชิงเส้น grafted (Fuller, 1969 บริษัทกาลลันท์และ Fuller, 1973) เป็นดังนี้: y = b0 + b1 × BTWMIN + b2 × (A1 − BTWMIN) × Zwhere y =ความถี่ของช่วงนาทีระหว่างเยี่ยมชม (BTWMIN), b0 =จุดตัดแกน พารามิเตอร์ถด b2are b1and จะประมาณ A1 =ประเมินจุดรวมหรืออิ และ Z คือ สวิตช์ไบนารี Z = 0 (A1 ≥ BTWMIN), Z = 1 (A1 < BTWMIN) นั่นคือ ค่าของ Z ไม่ได้ constantbut ขึ้นอยู่กับ A1 ขั้นตอนการถดถอยไม่เชิงเส้นของ SAS (2004) wereused การประมาณค่าสัมประสิทธิ์การถดถอยและเข้าร่วมชี้ใช้วิธีซ้ำ Mar quardt พารามิเตอร์เริ่มต้นสำหรับ regressioncoefficients ไม่ใช่เชิงเส้นถูกประเมิน โดยแก้ไขจุดรวม polyno mial ถดถอย เกณฑ์บรรจบกันถูกกำหนดเป็นความแตกต่างในผลรวมกำลังสอง theresidual จากการวนซ้ำต่อเนื่องน้อยกว่า 10−5andmaximum ซ้ำถูกตั้ง 1500 ประเมินของอิอยู่ในช่วงจาก 7.3 to48.3 min และค่าเฉลี่ยต่ำสุดโดยประมาณอิ 25.7 สำหรับแต่ละ animalwere ที่ใช้ในการกำหนดจำนวนมื้อต่อวัน และบริโภคอาหาร andduration ของถาดป้อนกระดาษจำนวนเข้าชมทั้งหมดเริ่มต้นในแต่ละ IMIwere รวมเป็นมื้อเดียวอาหารส่วนที่เหลือจากบริโภค (RFI; g/วัน) คำนวณเป็นอธิบาย byBasarab et al. (2003) กำหนดสมการการทำนาย DMIfor คาดว่าสัตว์แต่ละ ข้อมูล (DMI, ADG และ BW) ของสัตว์ Cont-6 และ Cont 12 ถูกใช้ตามของพวกเขาคล้าย DMI, BW และ ADG หมายถึง สนับสนุนประสิทธิภาพการทำงานที่จำกัดเนื่องจากมีศักยภาพป้อน accesstime ตามที่ระบุในภายหลัง สมการที่พัฒนาจาก wasas ข้อมูลเหล่านี้ดังต่อไปนี้ กับ MIDWT0.75equal ไปกลางจุดเผาผลาญ BW (กิโลกรัมBasarab และ al., 2003) ในระหว่างการศึกษาและ ADG ในกิโลกรัม:DMI(kg/day) ที่คาดไว้=−0.507+(3.676×ADG)(0.0956 +×MIDWT0.75)

ผลลัพธ์ (ไทย) 2:

ที่เหมาะสมข้อมูลที่สัตว์แต่ละกราฟต์หลายชื่อเชิงเส้นเชิงเส้น (ฟุลเลอร์, 1969; กล้าหาญและฟูลเลอร์, 1973) ดังนี้ y = b0 + b1 × BTWMIN + b2 × (A1 - BTWMIN) × Zwhere y = ความถี่ของช่วงเวลาในนาทีระหว่างการเข้าชม (BTWMIN) b0 = ตัด b1and พารามิเตอร์ถดถอย b2are จะประมาณ A1 = ประมาณจุดหรือ IMI เข้าร่วมและ Z เป็นสวิทช์ไบนารี; Z = 0 (A1 ≥ BTWMIN), Z = 1 (A1 <BTWMIN) นั่นคือค่าของ Z ไม่ constantbut ขึ้นอยู่กับ A1 ขั้นตอนการถดถอยเชิงเส้นของ SAS (2004) wereused ในการประมาณค่าสัมประสิทธิ์การถดถอยและเข้าร่วมโดยใช้จุด มี.ค. quardt วิธีการซ้ำ ค่าเริ่มต้นสำหรับ regressioncoefficients ไม่เชิงเส้นประมาณโดยกำหนดจุดร่วมและการใช้การถดถอย Polyno-Mial บรรจบเกณฑ์ได้รับการกำหนดให้เป็นความแตกต่างในผลรวม theresidual ของสี่เหลี่ยมจากซ้ำต่อเนื่องจะน้อยกว่าซ้ำ 10-5andmaximum ถูกตั้งไว้ที่ 1500 ประมาณการของ IMI ตั้งแต่ 7.3 to48.3 นาทีค่าเฉลี่ยอยู่ที่ 25.7 นาที ประมาณ IMI สำหรับ animalwere ใช้ในการกำหนดจำนวนของมื้อต่อวันและอาหาร andduration การหดตัวของการเข้าพักป้อนของการเข้าชมทั้งหมดเริ่มต้นภายใน IMIwere บุคคลรวมกันเป็นไอดีเดียวอาหาร meal.Residual แต่ละ (RFI; กรัม / วัน) ที่คำนวณได้เป็น byBasarab อธิบาย และคณะ (2003) การตรวจสอบสมการในการทำนายคาดว่า DMIfor สัตว์แต่ละข้อมูล (DMI, ADG และ BW) ของสัตว์ที่ต่อ-6 และต่อ-12 การรักษาถูกนำมาใช้ขึ้นอยู่กับที่คล้ายกัน DMI ของพวกเขา, BW และ ADG หมายถึงการสนับสนุนการดำเนินงานไม่ จำกัด เพราะ ของ accesstime ป้อนที่อาจเกิดขึ้นในขณะที่การแก้ไขในภายหลัง สมการที่พัฒนามาจากเหล่านี้ wasas ข้อมูลดังต่อไปนี้ด้วย MIDWT0.75equal เพื่อจุดกลางการเผาผลาญ BW (กก; Basarab et al, 2003.) ในระหว่างการศึกษาและ ADG ในกิโลกรัม:
คาดว่า DMI (กิโลกรัม / วัน)
=
-0.507
+
( 3.676
×
ADG)
+ (0.0956
×
MIDWT0.75)

ผลลัพธ์ (ไทย) 3:

ข้อมูล สัตว์แต่ละตัวเหมาะสมกับกราฟแบบเชิงเส้นพหุนาม ( ฟูลเลอร์ , 1969 ; กล้าหาญฟูลเลอร์ , 1973 ) ดังนี้ Y = B0 B1 B2 ( A1 −×× btwmin btwmin ) × zwhere Y = ความถี่ของช่วงเวลาในนาทีระหว่างการเยี่ยมชม ( btwmin ) B0 = สกัดกั้น b1and b2are พารามิเตอร์การถดถอยจะประมาณ A1 = ประมาณจุด หรือเข้าร่วม IMI , และ z เป็นสวิตช์แบบไบนารี ; Z = 0 ( A1 ≥ btwmin ) , Z = 1 ( A1 < btwmin )นั่นคือ ค่า Z จะไม่ constantbut ขึ้นอยู่กับ A1 การถดถอยเชิงเส้นวิธีการ SAS ( 2004 ) และค่าสัมประสิทธิ์ถดถอยและเข้าร่วมจุดโดยใช้วิธีการวนรอบของมาร์ quardt . ค่าเริ่มต้นสำหรับการประมาณค่าสัมประสิทธิ์ความถดถอยแบบไม่เชิงเส้นโดยการแก้ไขรวมคะแนน และใช้ polyno mial Regressionการลู่เข้าเกณฑ์ถูกกำหนดเป็นแตกต่างในผลรวม theresidual ของสี่เหลี่ยมจากต่อเนื่องซ้ำจะน้อยกว่า 10 − 5andmaximum ซ้ำถูกตั้งไว้ที่ 1 , 500 ประมาณการของ IMI ระหว่าง 7.3 to48.3 มินและค่าเฉลี่ยอยู่ที่ประมาณ 25.7 นาที IMI สำหรับแต่ละ animalwere ใช้เพื่อกำหนดจำนวนมื้อ ต่อวันและปริมาณอาหาร และป้อนจำนวนของการเยี่ยมชมทั้งหมดเริ่มต้นในแต่ละ imiwere รวมเป็นมื้อเดียว ปริมาณอาหารที่กินเหลือ ( RFI ; กรัม / วัน ) คือคำนวณตามที่อธิบายไว้ bybasarab et al . ( 2003 ) เพื่อศึกษาสมการทำนายที่คาดว่า dmifor สัตว์แต่ละข้อมูล ( DMI ADG และ , BW ) สัตว์ใน cont-6 cont-12 และการทดลองใช้ DMI ที่คล้ายกันของพวกเขาลดลงและ ADG หมายถึงการสนับสนุนการปฏิบัติไม่จำกัดเพราะศักยภาพป้อน accesstime เป็น addressed ในภายหลัง สมการที่พัฒนาขึ้นจากข้อมูลเหล่านี้ wasas ดังนี้ ด้วย midwt0.75equal ไปกลางจุดสลาย น้ำหนักตัว ( กิโลกรัม basarab et al . , 2003 ) ในการศึกษาและอัตราการเจริญเติบโตในกิโลกรัม :
คาดว่า DMI ( กก. / วัน )
=


( 3.676 0.507 −×


( ADG ) 0.0956

midwt0.75 × )