Estimation of lactation patterns an

Estimation of lactation patterns and milk yield
A gamma function (Wood, 1967) was
used to describe the lactation patterns in this
population:
yt = at be-ct,
where:
yt is daily yield at the t time,
a, b, and c are the constants.
The constant a is a scale factor associated with
average daily yield at the start of the lactation, b
is associated to the increase in milk before peak
yield, and c is related to the decrease in milk after
peak yield. Thus, initial yield (IY) was defined to
be equal to a, peak yield (PY) was estimated equal
to a(b/c)be-b, days to peak (DTP) was estimated
as b/c, persistency (PST) was computed as c-(b+1)
and accumulated 305-d milk yield (MY) was
calculated as the sum of monthly test-day milk
estimates (yt) for an individual cow.
To determine the value of the constants
a, b and c for a particular cow, the gamma function
was transformed logarithmically into a linear form,
ln(yt) = ln(a) + b ln(t) - c(t) and then fitted to
monthly test-day milk records for individual cows
using Proc REG in SAS (SAS, 2003). Then,
estimates of the constants a, b and c were used to
calculate IY, PY, DTP, PST and MY for every cow
in the population. Descriptive statistics for the
traits are shown in Table 1.

ผลลัพธ์ (ไทย) 1:

การประเมินรูปแบบด้านการให้นมและผลผลิตนมฟังก์ชันแกมมา (ไม้ 1967) ได้ใช้อธิบายรูปแบบการให้นมบุตรในที่นี้ประชากร:yt =ที่เป็น ctสถาน:วายเป็นผลตอบแทนทุกวันในเวลา ta, b และ c เป็นค่าคงที่ค่าคงระดับปัจจัยเกี่ยวข้องกับผลผลิตประจำวันโดยเฉลี่ยที่เริ่มให้นมบุตร bเกี่ยวข้องกับการเพิ่มในนมก่อนสูงสุดผลตอบแทน และ c เกี่ยวข้องกับการลดลงในนมหลังจากผลผลิตสูงสุด ดังนั้น ผลผลิตเบื้องต้น (IY) ถูกกำหนดไว้เพื่อสูงสุดผลตอบแทน (PY) ประมาณเท่ากับประมาณวันสูงสุด (DTP) ไปเป็น (b/c) ได้-bเป็น b/c โคนมลูกผสม (PST) คำนวณเป็น c-(b+1)และผลผลิตนม 305-d สะสม (MY)คำนวณเป็นผลรวมของนมสอบวันรายเดือนประเมิน (yt) สำหรับวัวแต่ละตัวค่าคงที่a, b และ c สำหรับวัวเฉพาะ ฟังก์ชันแกมมาแปรสภาพเปลี่ยนรูปในเชิงลอการิทึมแบบเชิงเส้นln(yt) = ln(a) + b ln(t) - c(t) และจากนั้น ติดตั้งรายเดือนนมวันทดสอบระเบียนสำหรับวัวแต่ละตัวใช้กระบวนการ REG ใน SAS (SAS, 2003) แล้วค่าประมาณของค่าคงที่ a, b และ c ใช้คำนวณ IY, PY, DTP, PST และ MY สำหรับวัวทุกในประชากร สถิติอธิบายสำหรับการลักษณะที่แสดงในตารางที่ 1

ผลลัพธ์ (ไทย) 2:

การประเมินรูปแบบการให้นมและผลผลิตน้ำนม
ฟังก์ชันแกมมา (ไม้ 1967) ถูก
ใช้เพื่ออธิบายรูปแบบการให้นมบุตรในครั้งนี้
จำนวนประชากร:
YT = ที่ Be-CT,
อยู่ที่ไหน:
YT เป็นอัตราประจำวันที่เวลา t ที่
A, B และ C มีความคงที่.
ที่ผู้คงเป็นปัจจัยระดับที่เกี่ยวข้องกับ
อัตราผลตอบแทนเฉลี่ยต่อวันในช่วงเริ่มต้นของการให้นมที่ B
มีความเกี่ยวข้องกับการเพิ่มขึ้นในนมก่อนที่ยอด
ผลผลิตและ C มีความเกี่ยวข้องกับการลดลงในนมหลังจากที่
อัตราผลตอบแทนสูงสุด ดังนั้นอัตราผลตอบแทนครั้งแรก (IY) ถูกกำหนดให้
เป็นเท่ากับอัตราผลตอบแทนสูงสุด (PY) อยู่ที่ประมาณเท่า ๆ กัน
ไป (B / C) เป็น-B วันยอด (DTP) เป็นที่คาดกัน
ว่าเป็น B / C, persistency (PST ) คือการคำนวณ C- (B + 1)
และผลผลิตน้ำนมสะสม 305-D (ของฉัน) ถูก
คำนวณเป็นผลรวมของรายเดือนนมทดสอบวัน
ประมาณการ (YT) สำหรับวัวแต่ละ.
ในการกำหนดมูลค่าของค่าคงที่
ที่ B และ C สำหรับวัวโดยเฉพาะอย่างยิ่งฟังก์ชั่นแกมมา
ก็กลายลอการิทึมในรูปแบบเชิงเส้น
LN (YT) = LN (ก) + B LN (T) - C (T) แล้วพอดีกับ
บันทึกนมทดสอบวันรายเดือนสำหรับ วัวของแต่ละบุคคล
โดยใช้พร REG ใน SAS (SAS, 2003) จากนั้น
ประมาณคงที่ A, B และ C ถูกนำมาใช้ในการ
คำนวณ IY, PY, DTP, PST และวัวของฉันสำหรับทุก
ในประชากร สถิติเชิงพรรณนาสำหรับ
ลักษณะที่แสดงในตารางที่ 1

ผลลัพธ์ (ไทย) 3:

การประเมินรูปแบบ และปริมาณนมนมแกมมาฟังก์ชัน ( ไม้ , 1967 )ที่ใช้อธิบายรูปแบบในการให้น้ำนมประชากร :YT = ที่ CT ,สถานที่ :มีทุกวัน ผลผลิตที่ได้ไม่ไม่เวลาA , B และ C เป็นค่าคงที่คงเป็นปัจจัย ที่เกี่ยวข้องกับขนาดผลผลิตเฉลี่ยรายวันที่เริ่มต้นของการให้นม บีเกี่ยวข้องกับการเพิ่มนมก่อนสูงสุดผลผลิต , และ C ที่เกี่ยวข้องกับปริมาณน้ำนม หลังจากผลผลิตสูงสุด ดังนั้นผลผลิตขั้นต้น ( เอง ) คือนิยามเท่าเทียมกับผลผลิตสูงสุด ( PY ) มีค่าเท่ากับไป ( B / C ) be-b วันสูงสุด ( DTP ) คือประมาณเป็น B / C , การคงอยู่ ( PST ) คือคำนวณเป็น C ( B + 1 )และสะสมผลผลิตน้ำนม 305-d ( ของผม ) คือคํานวณผลรวมรายเดือน วันสอบ นมประมาณการ ( YT ) สำหรับวัวแต่ละตัวเพื่อตรวจสอบค่าของค่าคงที่A , B และ C สำหรับวัวโดยเฉพาะฟังก์ชันแกมมาคือเปลี่ยน logarithmically ในรูปแบบเชิงเส้นLN ( YT ) = ln ( ) + ( t ) C ( t ) และพอดีกับรายเดือนวันสอบประวัติสำหรับวัวนมแต่ละใช้ proc SAS ( SAS ใน reg , 2003 ) จากนั้นการประเมินค่าคงที่ A , B และ C ได้แก่คำนวณเอง PY , DTP , PST และวัวทุกตัวของฉันสำหรับในประชากร สถิติสำหรับลักษณะที่แสดงในตารางที่ 1