3. Statistical methods
For all statistical analysis, the individual sow was considered as an independent subject.
In cases when the dependent variable crushing was calculated, only one measurement for each sow was available, therefore a generalized linear regression model was used. In all other models, each sow had repeated observations and formed a cluster of observations. In this case, a marginal generalized regression models for clustered response were used. The predictors of TIME PERIOD, PARITY and LITTER SIZE were covariates in all models, unless otherwise stated. The predictor TIME PERIOD was a categorical variable with two levels (Day 1 and Day 3); the predictors PARITY and LITTER SIZE were included in the model as continuous variables. Only information about significant effects (P < 0.05) in the specific models is presented, unless otherwise stated.
The Poisson regression (when the mean of the data was nearly equal to its variance) and Negative binomial regression (when data were over-dispersed) were applied for modelling the frequency of pre-lying behaviour (sow vocalization, sniffing and nudging). These types of regressions were also used for modelling the proportion of piglets (calculated out of litter size) in the danger zone, in the sow area and clustered; this was done by considering the so called offset regressor which was the logarithm of litter size, unless stated otherwise. For brevity, we denote these proportions as “proportional states of piglets”. Communication variables were tested separately with respect to crushing in the model. For generalized linear (or marginal) models the output presented (Z or χ2), used for inferential purposes, depended on the number of observations in the sample. For small to moderate samples (50 observations and less), the χ2 statistic was used, otherwise the Z statistic is presented ( Agresti, 2007).
3.1. Association between sow pre-lying communication and the proportion of piglets in the danger zone, sow area and piglet clustering
The negative binomial regression (PROC GENMOD) was applied to test the effects of sow–piglet communication on the proportion of piglets present in the danger zone (first model), the proportion of piglets present in the sow area (second model) and the proportion of clustered piglets (third model) with predictors SNIFFING, SOW VOCALIZATION and NUDGING.
3.2. Association between sow pre-lying communication, piglet position and piglet clustering on the probability of crushing
The logistic regression (PROC GENMOD) was applied to test the effect of each component of sow per-lying communication separately for Day 1 and Day 3 on the probability of fatal crushing. Similarly, logistic regression was applied (PROC GENMOD) to test separately the effects of proportion of piglets in the danger zone (first model), the proportion of piglets in the sow area (second model) and of piglet clustering (third model) for each time period on probability of piglet crushing.
3.3. Frequency of sow pre-lying communication on Day 1 and Day 3
The Poisson regression model was applied (PROC GENMOD) to assess whether the frequency of sow vocalization, sniffing, nudging and sow pre-lying communication in total differed between Day 1 and Day 3.
3.4. Association between piglet condition and their presence in the danger zone before lying down of the sow and probability of crushing
The logistic regression was used to test the probability of piglet presence in the danger zone in relation to piglet weight and rectal temperature separately on Day 1 and on Day 3. The predictors PARITY, LITTER SIZE and TIME OF WEIGHT and TEMPERATURE MEASUREMENTS (latency from the birth of the first piglet and the measurements of piglet weight and rectal temperatures) were used as covariates.
The logistic regression (PROC GENMOD) was applied to test whether the probability of crushing was associated with the weights and rectal temperatures of crushed piglets separately on Day 1 and Day 3. The predictors PARITY, LITTER SIZE and TIME OF WEIGHT and TEMPERATURE MEASUREMENTS were used as covariates.
3. วิธีที่สถิติสำหรับการวิเคราะห์ทางสถิติทั้งหมด เสาแต่ละถูกถือว่าเป็นเรื่องความเป็นอิสระในกรณีที่มีคำนวณตัวแปรขึ้นอยู่กับการบด เพียงวัดเดียวในแต่ละเสามี ดังนั้นแบบจำลองถดถอยเชิงเส้นเมจแบบทั่วไปใช้ ในรูปแบบอื่น ๆ ทั้งหมด แต่ละเสามีซ้ำสังเกต และคลัสเตอร์สังเกตที่เกิดขึ้น ในกรณีนี้ รุ่นกำไรถดถอยเมจแบบทั่วไปสำหรับการตอบสนองคลัสเตอร์ที่ใช้ Predictors ของรอบระยะเวลา พาริตี้ และ ขนาดแคร่มี covariates ในทุกรุ่น เว้นแต่จะระบุเป็นอย่างอื่น ผู้ทายผลเวลารอบระยะเวลาเป็นตัวแปรที่แน่ชัด มีสองระดับ (1 วันและ 3 วัน); predictors พาริตี้และขนาดแคร่ถูกรวมอยู่ในรูปแบบที่เป็นตัวแปรต่อเนื่อง ข้อมูลเกี่ยวกับผลกระทบอย่างมีนัยสำคัญ (P < 0.05) ในรูปแบบการนำเสนอ เว้นแต่จะระบุเป็นอย่างอื่นถดถอยปัว (เมื่อเกือบเท่ากับผลต่างของค่าเฉลี่ยของข้อมูล) และถดถอยทวินามลบ (เมื่อข้อมูลที่กระจัดกระจายมากเกินไป) ใช้สำหรับสร้างแบบจำลองความถี่ก่อนโกหกพฤติกรรม (เสา vocalization ค้นหา และมันพริ้วอยู่) Regressions ชนิดนี้ยังถูกใช้ในแบบจำลองสัดส่วนของทรูด (คำนวณจากขนาดแคร่) ในโซนอันตราย บริเวณเสา และ จับกลุ่ม นี้ถูกทำ โดยการพิจารณา regressor สิ่งที่เรียกว่าตรงข้ามซึ่งเป็นลอการิทึมของขนาดแคร่ เว้นแต่จะระบุเป็นอย่างอื่น กระชับ เราแสดงสัดส่วนเหล่านี้เป็น "สัดส่วนอเมริกาของทรูด" ตัวแปรการสื่อสารถูกทดสอบแยกกันกับบดในแบบจำลอง สำหรับแบบจำลองเชิงเส้น (หรือกำไร) เมจแบบทั่วไป ผลผลิตที่นำเสนอ (Z หรือ χ2), ใช้เพื่อวัตถุประสงค์เพียงน้อยนิด ขึ้นอยู่กับจำนวนการสำรวจจากตัวอย่าง สำหรับขนาดเล็กถึงปานกลางตัวอย่าง (สังเกต 50 และน้อยกว่า), ใช้สถิติ χ2 มิฉะนั้น สถิติ Z แสดง (Agresti, 2007)3.1 การเชื่อมโยงระหว่างสื่อสารเสาก่อนนอนและสัดส่วนของทรูดในโซนอันตราย หว่านพื้นที่และลูกสุกรที่คลัสเตอร์ถดถอยทวินามลบ (กระบวนการ GENMOD) ถูกใช้เพื่อทดสอบผลกระทบของการสื่อสารเสา – ลูกสุกรในสัดส่วนของทรูดอยู่ในโซนอันตราย (ก่อนรุ่น), สัดส่วนของทรูดในบริเวณเสา (รุ่นสอง) และสัดส่วนของกลุ่มทรูด (รุ่นสาม) กับ predictors SNIFFING, VOCALIZATION หว่าน และ NUDGING3.2. ความสัมพันธ์ระหว่างเสาก่อนโกหกสื่อสาร ตำแหน่งลูกสุกร และลูกสุกรคลัสเตอร์บนน่าบดการถดถอยโลจิสติก (กระบวนการ GENMOD) ใช้ทดสอบผลของแต่ละส่วนประกอบของเสานอนต่อสื่อสารแยกต่างหากสำหรับ 1 วันและ 3 วันบนความน่าเป็นของร้ายแรงบด ในทำนองเดียวกัน การถดถอยโลจิสติกถูกใช้ (กระบวนการ GENMOD) เพื่อทดสอบผลกระทบของสัดส่วนของทรูดต่างหากในอันตรายโซน (รุ่นแรก), สัดส่วนของทรูดบริเวณเสา (รุ่นสอง) และคลัสเตอร์ (รุ่นสาม) สำหรับแต่ละรอบระยะเวลาบนน่าเป็นลูกหมูบดลูกสุกร3.3. ความถี่ของเสาก่อนโกหกสื่อสาร 1 วันและ 3 วันใช้แบบจำลองถดถอยปัว (GENMOD กระบวนการ) เพื่อประเมินว่าความถี่ของเสา vocalization ค้นหา มันพริ้วอยู่ และเสาก่อนโกหกสื่อสารทั้งหมดที่แตกต่างระหว่าง 1 วันและ 3 วัน3.4. ความสัมพันธ์ระหว่างสภาพลูกสุกรและสถานะของตนในโซนอันตรายก่อนนอนลงเสาและน่าบดถดถอยโลจิสติกถูกใช้เพื่อทดสอบความน่าเป็นลูกสุกรอยู่ในโซนอันตรายเกี่ยวกับลูกสุกรน้ำหนักและอุณหภูมิไส้แยกต่างหาก ใน 1 วัน และ 3 วัน Predictors พาริตี้ ขนาดแคร่ และเวลาน้ำหนัก และการ วัดอุณหภูมิ (แฝงของลูกสุกรแรกเกิดและขนาดของลูกสุกรน้ำหนักและอุณหภูมิไส้) ถูกใช้เป็น covariatesการถดถอยโลจิสติก (กระบวนการ GENMOD) ใช้ทดสอบความเป็นไปได้ของการบดเกี่ยวข้องกับน้ำหนักและอุณหภูมิไส้ของทรูดบดแยกต่างหากใน 1 วันและ 3 วัน Predictors พาริตี้ ขนาดแคร่ และเวลาของน้ำหนัก และการ วัดอุณหภูมิที่ใช้เป็น covariates
การแปล กรุณารอสักครู่..