¹Bursa Uludağ University, Faculty of Agriculture, Department of Animal Science, TR-16059 Bursa - TÜRKİYE
²Bingöl University, Faculty of Agriculture, Department of Animal Science, TR-12000 Bingöl - TÜRKİYE DOI : 10.9775/kvfd.2022.27149 Bu çalışma, Kıvırcık kuzularında silaj tipi, silaj tüketimi, doğum tipi (tek veya ikiz) ve doğum ağırlığının besi sonu canlı ağırlığa etkisini belirlemek amacıyla yapılmıştır. Deneyde 2.5-3 aylık 40 erkek Kıvırcık kuzu kullanılmış ve hayvanlar 56 gün beslenmiştir. Kuzular besi döneminde 5 farklı silaj çeşidi (%100 ayçiçeği silajı, %75 ayçiçeği + %25 mısır silajı, %50 ayçiçeği + %50 mısır silajı, %25 ayçiçeği + %75 mısır silajı, %100 mısır) saf ve farklı oranlarda karıştırılmış ve konsantre yem ile beslenmiştir. Besi sonuçlarına ilişkin veriler MARS ve Bagging MARS algoritmaları ile analiz edilmiştir. Bu araştırmanın temel amacı, parametrik olmayan bir regresyon tekniği olarak Çok Değişkenli Uyarlanabilir Regresyon Splines (MARS) ve Bagging MARS algoritmalarını kullanarak kuzuların canlı ağırlığını tahmin etmektir. Canlı ağırlık değeri, doğum tipi, doğum ağırlığı, silaj tipi ve silaj tüketimi gibi faktörlere göre modellenmiştir. Canlı ağırlığı tahmin eden MARS algoritması için korelasyon katsayısı (r), belirleme katsayısı (R2), Düzeltilmiş R2, Hata Kareler Ortalamasının Karekökü (RMSE), standart sapma oranı (SD oranı), ortalama mutlak yüzde hatası (MAPE), ortalama mutlak sapma (MAD) ve Akaike Bilgi Kriterleri (AIC) değerleri sırasıyla 0.9986, 0.997, 0.977, 0.142, 0.052, 0.2389, 0.086 ve -88"dir. Bagging MARS algoritması için benzer istatistikler sırasıyla 0.754, 0.556, 0.453, 1.8, 0.666, 3.96, 1.47 ve 115"dir. MARS ve Bagging MARS algoritmalarının uyum iyiliği istatistiklerine göre doğru sonuçlar ortaya koyduğu gözlemlenmiştir. Bu çalışmada, MARS algoritmasının canlı ağırlık modellemesinde daha iyi sonuçlar verdiği ortaya çıkmıştır. Keywords : Doğum tipi, Doğum ağırlığı, Veri madenciliği, Kıvırcık kuzusu, Silaj