改变离散牛奶产量调整因子的传统:一个连续的1步DeLorenzo-Wiggans方法
Xiao-Lin Wu1,2, Malia J Caputo1, George R Wiggans1
1Council on Dairy Cattle Breeding, Bowie, MD 20716.
JDS communications
|January 29, 2025
概括
这项研究引入了一种新的多项式相互作用回归模型,以更准确地估计每天的牛奶产量. 与现有技术相比,改进的方法提供了更高的计算效率和精度.
科学领域:
- 动物科学动物科学
- 乳制品科学 乳制品科学
- 统计建模 统计建模
背景情况:
- 从部分产量来估计每天的牛奶产量,在乳制品管理中至关重要.
- 现有的方法通常使用基于挤奶间隔类的离散收益率校正因子,导致效率低下和偏差.
- 德洛伦佐和维根斯 (D-W) 方法是一种常见的方法,涉及到一个计算密集的两步过程.
研究的目的:
- 开发一种更有效,更准确的方法,用部分产量来估计每日牛奶产量.
- 将连续收益率因素纳入已有的估计技术,特别是D-W方法.
- 引入一个多项式相互作用回归模型,以改进牛奶产量估计.
主要方法:
- 开发了一个使用连续收益率因子的多项式相互作用回归模型.
- 假设的多倍收益率校正因子作为奶间隔时间和部分收益率的函数.
- 为了方便的参数估计,将模型重新参数化成线性形式.
- 评估模型的性能与现有方法使用霍尔斯坦牛奶的记录对比.
主要成果:
- 多项式相互作用回归模型显示,每日牛奶产量的估计准确度更高.
- 新方法通过在单个步骤中利用所有数据来提高计算效率.
- 传统方法中的离散收益率校正因子被证明引入了偏差,新模型减轻了这种偏差.
结论:
- 经过翻新的多项式相互作用回归模型提供了更准确的每日牛奶产量估计.
- 将连续产量因子集成到单步回归模型中,可以提高乳制品生产的效率和准确性.
- 这种方法在牛奶产量估计的传统两步方法上提供了显著的进步.
