Modeling of Native Sheep Breeds in Türkiye by Years with Nonlinear Mathematical Models

Year 2025, Volume: 11 Issue: 2, 527 - 533, 29.12.2025

Mustafa Şahin , İsmail Gök

https://doi.org/10.29132/ijpas.1734102

Abstract

This research aims to model the changes over time regarding the data on the number of breeds (thousands piece) of native sheep breeds (Karaman, İvesi, Dağlıç, Kıvırcık, Sakız, Karakaya, Ramlıç, Pırlak, Pırıt, Polatlı, Karya, Asaf, Malya, Bafra, Menemen, Tahirova, Koçeri, Zom, Karakaş, Eşme, Norduz, Gökçeada, Acıpayam, Hemşin, Herik, Tuj, Karagül) published by Turkish Statistical Institute (TUIK) between 2000-2023. In the study, these data were estimated using 12 different models (Richard, Gompertz, Gamma, Orskov, McNally, Brody, Weibull, Quadratic, Wood, Wilmink, Cubic Piecewise, Cubic). The accuracy of the models was evaluated using statistical measures such as mean square error, adjusted coefficient of determination, accuracy and bias factors, Akaike information criterion, adjusted Akaike information criterion and Bayesian information criterion. The results showed that the Wilmink model provided the most appropriate prediction model by obtaining the lowest values. These findings emphasize the importance of correct model selection and it is recommended that these models be examined in more detail with longer-term data in future studies

Keywords

Sheep Breed Number , Years , Modelling , SAS.

Türkiye’de Yıllara Göre Yerli Koyun Irklarının Doğrusal Olmayan Matematiksel Modeller ile Modellenmesi

Abstract

Bu araştırma, Türkiye İstatistik Kurumu (TÜİK) tarafından 2000-2023 yılları arasında yayımlanan yerli koyun ırklarının (Karaman, İvesi, Dağlıç, Kıvırcık, Sakız, Karakaya, Ramlıç, Pırlak, Pırıt, Polatlı, Karya, Asaf, Malya, Bafra, Menemen, Tahirova, Koçeri, Zom, Karakaş, Eşme, Norduz, Gökçeada, Acıpayam, Hemşin, Herik, Tuj, Karagül) ırk sayısına (bin adet) dair verilerle ilgili olarak, zaman içindeki değişimlerini modellemeyi amaçlamaktadır. Çalışmada, 12 farklı model (Richard, Gompertz, Gamma, Orskov, McNally, Brody, Weibull, Kuadratik, Wood, Wilmink, Kübik Parçalı, Kübik) kullanılarak bu veriler tahmin edilmiştir. Modellerin doğruluğu, hata kareler ortalaması, düzeltilmiş belirleme katsayısı, doğruluk ve sapma faktörleri, Akaike bilgi kriteri, düzeltilmiş Akaike bilgi kriteri ve Bayesian bilgi kriteri gibi istatistiksel ölçütler üzerinden değerlendirilmiştir. Sonuçlar, Wilmink modelinin, en düşük değerleri elde ederek en uygun tahmin modelini sunduğunu göstermiştir. Bu bulgular, doğru model seçiminin önemini vurgulamaktadır ve gelecekteki çalışmalarda daha uzun dönemli verilerle bu modellerin daha ayrıntılı incelenmesi önerilmektedir.

Keywords

: Koyun Irk Sayısı , Yıllar , Modelleme , SAS.

References

• [1] T.C. Türkiye İstatistik Kurumu (TÜİK), “Türkiye İstatistik Kurumu verileri”. [Çevrimiçi]. Erişim adresi: http://www.tuik.gov.tr/PreTablo.do?alt_id, Erişim: 29.08.2024.
• [2] TAGEM, “Yıllık faaliyet raporu”. [Çevrimiçi]. Erişim adresi: https://www.tarimorman.gov.tr, Erişim: 30.01.2021.
• [3] Gıda Tarım ve Hayvancılık Bakanlığı (GTHB), “Gıda Tarım ve Hayvancılık Bakanlığı 2018–2022 stratejik planı”. [Çevrimiçi]. Erişim adresi: https://www.tarimorman.gov.tr, Erişim: 02.06.2021.
• [4] M. Özder, M. Kaymakçı, T. Taşkın, E. Köycü, F. Karaağaç ve R. Sönmez, “Türk geldi koyun tipinin gelişme ve süt verim özellikleri”, Turkish Journal of Veterinary and Animal Sciences, c. 28, sy 1, ss. 195–200, 2004.
• [5] M. Kaymakçı ve T. Taşkın, “Türkiye koyunculuğunda melezleme çalışmaları”, Hayvansal Üretim, c. 49, sy 2, ss. 43–51, 2008.
• [6] R. Sönmez, M. Kaymakçı, E. Eliçin, E. Tuncel, R. Wasmuth ve T. Taşkın, “Türkiye koyun ıslah çalışmaları”, Uludağ Üniversitesi Ziraat Fakültesi Dergisi, c. 23, sy 2, ss. 43–65, 2009.
• [7] O. Karaca, “Koyun keçi ıslahı ve açık çekirdek yetiştirme sistemi”, Koyun-Keçi Genetik Islah Çalıştayı, Uşak, Türkiye, 2014.
• [8] J. S. Gavora ve R. J. Parker, “Mathematical model of egg production”, Poultry Science, c. 50, ss. 1306–1315, 1971.
• [9] Ö. C. Bilgin ve N. Esenbuğa, “Doğrusal-doğrusal olmayan büyüme modellerinde parametre tahmini”, Hayvansal Üretim, c. 44, sy 2, ss. 81–90, 2003.
• [10] M. Topal, M. Özdemir, V. Aksakal, N. Yıldız ve U. Doğru, “Determination of the best nonlinear function in order to estimate growth in Morkaraman and Awassi lambs”, Small Ruminant Research, c. 55, ss. 229–232, 2004.
• [11] G. Yıldız, M. G. Soysal ve E. K. Gürcan, “Tekirdağ ilinde yetiştirilen Karacabey Merinosu × Kıvırcık melezi kuzularda büyüme eğrisinin farklı modellerle belirlenmesi”, Tekirdağ Ziraat Fakültesi Dergisi, c. 6, sy 1, ss. 11–19, 2009.
• [12] G. Daşkıran, S. Koncagül ve M. Bingöl, “Growth characteristics of indigenous Norduz female and male lambs”, Journal of Agricultural Sciences, c. 16, ss. 62–69, 2010.
• [13] K. Çelikeloğlu ve M. Tekerli, “Pırlak kuzularda farklı büyüme eğrisi modellerinin vücut ölçülerine uyumunun karşılaştırılması”, Lalahan Hayvancılık Araştırma Enstitüsü Dergisi, c. 54, sy 2, ss. 63–69, 2014.
• [14] A. T. Yaldızbaş, Romanov kuzularında değişik vücut ölçüleri bakımından büyüme eğrisinin doğrusal ve doğrusal olmayan modeller ile belirlenmesi, Yüksek Lisans Tezi, Gaziosmanpaşa Üniversitesi, Fen Bilimleri Enstitüsü, Tokat, 2016.
• [15] Y. Tahtalı ve A. T. Yaldızbaş, “Romanov kuzularının vücut özelliklerinin tanımlanmasında doğrusal ve doğrusal olmayan modellerin karşılaştırılması”, Türk Tarım–Gıda Bilim ve Teknoloji Dergisi, c. 8, sy 2, ss. 499–503, 2020.
• [16] Ö. Kozaklı, A. Ceyhan ve M. Z. Fırat, “Akkaraman kuzularda cinsiyete göre büyüme eğrilerinin farklı yöntemlerle modellenmesi: lojistik ve Gompertz modelleme örneği”, KSÜ Tarım ve Doğa Dergisi, c. 25, sy 4, ss. 916–926, 2022.
• [17] T. Tolun, E. Yavuz, M. Şahin ve İ. Gök, “Modeling egg curves in partridges”, Black Sea Journal of Agriculture, c. 6, sy 1, ss. 21–25, 2023.
• [18] E. Yalçınöz ve M. Şahin, “Yumurtacı tavuklarda yumurta verim eğrilerinin modellenmesi”, KSÜ Tarım ve Doğa Dergisi, c. 23, sy 5, ss. 1373–1378, 2020.
• [19] E. Yavuz, S. H. Abacı, K. Erensoy ve M. Şahin, “Modeling of individual egg weights of Lohmann-Brown layer hens”, Turkish Journal of Veterinary & Animal Sciences, c. 47, sy 3, ss. 229–235, 2023. [20] T. Çetenak, İ. Gök, E. Yavuz ve M. Şahin, “Statistical models and evaluation criteria used in poultry farming”, Black Sea Journal of Agriculture, c. 7, sy 6, ss. 710–719, 2024.
• [21] T. Tolun, İ. Gök ve M. Şahin, “Modeling of some egg characteristics in henna partridges”, Black Sea Journal of Agriculture, c. 7, sy 6, ss. 729–742, 2024.
• [22] J. Angeles-Hernandez, C. Albarran-Portillo, B. Gomez Gonzalez, A. V. Pescador Salas ve N. Gonzalez-Ronquillo, “Comparison of mathematical models applied to F1 dairy sheep lactations in organic farm and environmental factors affecting lactation curve parameter”, Asian-Australas J Anim Sci, c. 26, sy 8, ss. 1119–1126, 2013.
• [23] Ö. Koçak ve B. Ekiz, “Comparison of different lactation curve models in Holstein cows raised on a farm in the south-eastern Anatolia region”, Animal Breeding, c. 51, sy 4, ss. 329–337, 2008.
• [24] A. Otwinowska Mindur, E. Ptak, J. Makulska ve O. Jarnecka, “Modelling extended lactations in Polish Holstein–Friesian cows”, Animals, c. 11, sy 8, no. 2176, 2021.
• [25] M. H. Jahandar, M. E. Torshizi, H. Farahangfar ve M. Mohammadi Gohari, “Using mathematical models for lactation curve of milk and fat production in Iranian Holstein cows”, The Indian Journal of Animal Sciences, c. 82, sy 9, ss. 1016–1021, 2012.