Türkiye’deki Tiftik Üretimi Değişiminin Regresyon Analizi ile İncelenmesi

Year 2020, , 321 - 326, 31.10.2020

Adile Tatlıyer

https://doi.org/10.19159/tutad.773412

Abstract

Bu çalışmanın amacı, Orta Asya’dan günümüze kadar gelen ve Türkiye’nin önemli gen kaynaklarından biri olan Ankara keçisinin ve Ankara keçisinden elde edilebilen tiftiğin miktarının, Türkiye’de 1991-2019 yılları arasında gerçekleşen değişimleri farklı regresyon modelleri ile incelemek ve sonuçları değerlendirmektir. Bu amaçla çalışmada, basit doğrusal, karesel, kübik, ters ve logaritmik regresyon modelleri kullanılmıştır. Regresyon modellerinin karşılaştırması ve en uygun modelin belirlenmesi amacıyla karşılaştırma kriteri olarak hata kareler ortalamasının karekökü (Root Mean Square Error, RMSE) ile belirleme katsayısı (R2) ve düzeltilmiş belirleme katsayısı (AdjR2) kullanılmıştır. Buna göre, kırkılan Ankara keçisi için, basit doğrusal, karesel, kübik, ters ve logaritmik regresyon modellerinden elde edilen R2 değerleri sırasıyla 0.64, 0.99, 0.99, 0.74, 0.90 ve RMSE ise sırasıyla 135288.27, 25651.46, 18966.20, 114681.75, 71592.54 olarak belirlenmiştir. Tiftik üretimi için aynı sıra ile R2 değerleri 0.61, 0.98, 0.99, 0.75, 0.88 iken, RMSE ise sırasıyla 208.99, 41.84, 32.64, 167.85 ve 114.32’dir. Ankara keçisi sayısında ise R2 değerleri 0.70, 0.99, 0.99, 0.73, 0.93 iken, RMSE ise sırasıyla 165264.22, 32818.49, 23410.64, 155421.63 ve 79544.79’dur. Parametre tahminlerinde, en yüksek R2 değeri ve en düşük RMSE değerine göre en uygun model Kübik regresyon modeldir. Kübik regresyon modeline göre Türkiye’de 2020 ile 2021 yıllarında kırkılacak Ankara keçisi sayısının sırasıyla 254307 baş ve 275431 baş, Ankara (tiftik) keçisi sayısının 268321 baş ve 287846 baş ve Türkiye tiftik üretiminin ise 439 ton ve 474 ton olacağı tahmin edilmiştir. Gelecek yıllarda Türkiye’de tiftik üretiminde bir artış görülse de bu durum beklenenin çok altındadır.

Keywords

tiftik, Ankara keçisi, karesel regresyon, kübik regresyon, ters regresyon, logaritmik regresyon

Investigation of the Changes of the Mohair Production in Turkey with Regression Analysis

Abstract

The aim of this study is to investigate the changes in the number of Angora goat and the amount of mohair obtained from Angora goats, which is one of the Turkey's important gene sources from Central Asia to present day, between 1991-2019 in Turkey via different regression models and to evaluate the results. For this purpose, simple linear, quadratic, cubic, inverse, and logarithmic regression models are used in the study. In order to compare the regression models and determine the most suitable model, the square root of the mean squares (Root Mean Square error-RMSE), the determination coefficient (R2) and the adjusted determination coefficient (AdjR2) were used as comparison criteria. Accordingly, R2 values obtained from simple linear, quadratic, cubic, inverse and logarithmic regression models for the number of Ankara goats shorn are 0.628, 0.99, 0.99, 0.74, 0.90, and RMSE are 135288.27, 25651.46, 18966.20, 114681.75, 71592.54, respectively. For Mohair production, R2 values are 0.61, 0.98, 0.99, 0.75, 0.88, while RMSE is 208.99, 41.84, 32.64, 167.85 and 114.32 respectively. In the number of angora goats, R2 values are 0.70, 0.99, 0.99, 0.73, 0.93, while RMSE is 165264.22, 32818.49, 23410.64, 155421.63 and 79544.79, respectively. In parameter estimates, the most appropriate model according to the highest R2 value and the lowest RMSE value is the cubic regression model. According to the cubic regression model, the estimated number of Angora goats that will be shorn, the number of Angora (mohair) goat, and mohair production in Turkey will be 254307 and 275431 heads, 268321 and 287846 heads, and 439 and 474 tons in 2020 and 2021, respectively. Although in the coming years, an increase in mohair production is projected in Turkey, this is much lower than expected.

Keywords

Mohair, Angora goats, quadratic regression, cubic regression, inverse regression, logarithmic regression

References

• Akbaş, Y., Taşkın, T., Demirören, E., 1999. Farklı modellerin kıvırcık ve dağlıç erkek kuzularının büyüme eğrilerine uyumunun karşılaştırılması. Turkish Journal of Veterinary and Animal Sciences, 23(3): 537-544.
• Anonim, 2020. Hayvansal Üretim İstatistikleri. (https://data.tuik.gov.tr/Kategori/GetKategori?p=Tarim-111), (Erişim tarihi: 06.05.2020).
• Aydın, D., 2014. Uygulamalı Regresyon Analizi/ Kavramlar ve R Hesaplamaları. Nobel Akademik Yayıncılık, Sayı: 35, Matematik-İstatistik Dizisi, Ankara.
• Bağcıtek, A.K., 2017. Türkiye’de patates üretimi, sorunları, fiyat-miktar-maliyet ilişkisi. Yüksek lisans tezi, Atatürk Üniversitesi Fen Bilimleri Enstitüsü, Erzurum.
• Banerjee, S., 2011. Comparative studies between some regression methods to predict carcass cuts in soviet chinchilla bucks reared in Eastern India. World Applied Sciences Journal, 14(7): 951-954.
• Chatterjee, S., Hadi, A.S., 2012. Regression Analysis by Example. Fifth Edition, John Wiley and Sons, Inc., Hoboken, New Jersey.
• Çelik, Ş., 2015. Türkiye’de bal üretiminin zaman serileri ile modellenmesi. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 19(3): 377-382.
• Çelik, Ş., Şengül, T., Söğüt, B., Şengül, A.Y., 2018a. A study on change of organic honey production according to years by regression analysis in turkey. Turkish Journal of Agriculture-Food Science and Technology, 6(11): 1507-1510.
• Çelik, Ş., Şengül, T., İnci, H., Şengül, A.Y., 2018b. Tüketici fiyat indeksini etkileyen bitkisel ve hayvansal üretim değerlerinin çok değişkenli uyarlanabilir regresyon uzanımları ile incelenmesi: Türkiye Örneği. Journal of Awareness, 3(Özel Sayı): 399-408.
• Daşkıran, I., Cankaya, S., Darcan, N.K., Gunes, E., 2010. A case study for production system analysis of Turkish Angora goat farms. Bulgarian Journal of Agricultural Science, 16(4): 512-520.
• Dellal, G., 2001. Ankara keçilerinde bazı tiftik özellikleri arasındaki fenotipik korelasyonlar. Hayvancılık Araştırma Dergisi, 11(1): 13-15.
• Demiraslan, Y., Gurbuz, I., Gurkan Dilek, O., Ozudogru, S., Ozgel, O., 2018. Possibilities of estimating body weight from different body measurements in hair goat using different regression models. International Journal of Veterinary and Animal Research, 1(2): 51-54.
• Efe, E., Bek, Y., Şahin, M., 2000. SPSS’te Çözümleri ile İstatistik Yöntemler II. Kahramanmaraş Sütçü İmam Üniversitesi Yayınları, Yayın No: 10, Kahramanmaraş.
• Galbraith, H., 2010. Animal fibre: connecting science and production. Animal, 4(9): 1447-1450.
• Gujarati, D.N., Porter, D.C., 2008. Basic Econometrics, McGraw-Hill Education; 5th Edition, Boston.
• Kadılar, C., 2009. SPSS Uygulamalı Zaman Serileri Analizi. Bizim Büro Kitabevi, Ankara.
• Kantürk Yiğit, G., 2011. Angora goat and Mohair production in Turkey. Archives of Applied Science Research, 3(3): 145-153.
• Kaymakçı, M., 2006. Keçi Yetiştiriciliği. İzmir İli Damızlık Koyun-Keçi Yetiştiricileri Birliği Yayınları No: 2, Bornova-İzmir.
• Montgomery, D.C., Elizabeth, A.P., Vining, G.G., 2013. Introduction regression analysis (doğrusal regresyon analizine giriş). Çeviren: Aydın Erar, Nobel Akademik Yayıncılık Eğitim Danışmanlık Ticaret Ltd. Şti., Ankara.
• Özdemir, H., 2009. Türkiye’de Ankara keçisi yetiştiriciliğinin yapısal ve yetiştiricilik özellikleri. Doktora tezi, Ankara Üniversitesi, Fen bilimleri Enstitüsü, Ankara.
• Rawlings, J.O., Pantula, S.G., Dickey, D.A., 1998. Applied Regression Analysis: A Research Tool, Second Edition, Springer-Verlag New York, USA.
• Sanal, Ş., Menteş Gürler, A., Erler, M.Y., 2019. Yitirilen bir servet: Tiftik keçisi. Kafkas Üniversitesi Veteriner Fakültesi Dergisi, 25(6): 763-768.
• Semerci, A., Çelik, A.D., 2016. Türkiye’de küçükbaş hayvan yetiştiriciliğinin genel durumu. Mustafa Kemal Üniversitesi Ziraat Fakültesi Dergisi, 21(2): 182-196
• Tahtalı, Y., Yıldızbaş, A.T., 2020. Comparison of linear and non-linear models for definition of body features of Romanov lambs. Turkish Journal of Agriculture-Food Science and Technology, 8(2): 499-503.
• Takma, Ç., Atıl, H., Aksakal, V., 2012. Çoklu doğrusal regresyon ve yapay sinir ağı modellerinin laktasyon süt verimlerine uyum yeteneklerinin karşılaştırılması. Kafkas Üniversitesi Veteriner Fakültesi Dergisi, 18(6): 941-944.
• Ünver, Ö., Gamgam, H., Altunkaynak, B., 2013. SPSS Uygulamalı Temel İstatistik Yöntemler. Seçkin Yayıncılık, Ankara.
• Zimmermann, M.J., Kuehn, L.A., Spangler, M.L., Thallman, R.M., Warren, M., Snelling, W.M., Lewis, M.L., 2019. Comparison of different functions to describe growth from weaning to maturity in crossbred beef cattle. Journal of Animal Science, 97(4): 1523-1533.