Bu çalışmanın amacı, çoklu bağlantı probleminin varlığında kıl keçilerinde çeşitli vücut ölçüleri kullanılarak canlı ağırlıklarının tahmin edilmesinde Kısmi En Küçük Kareler (KEKK) ve Temel Bileşenler (TB) regresyon yöntemlerinin kullanılması ve çalışma verisi için en iyi tahmin yönteminin bulunarak sonuçların yorumlanması amaçlanmıştır. Bu amaçla, 119 baş dişi kıl keçisinden ölçümü yapılmış canlı ağırlıklar ve çeşitli vücut ölçüleri (cidago yüksekliği, sağrı yüksekliği, sırt yüksekliği, vücut uzunluğu, göğüs derinliği, göğüs genişliği ve göğüs çevresi) kullanılmıştır. 10 katmanlı çapraz doğrulama sonunda her iki yöntem için gizil faktör sayısı iki olmuştur. Açıklanan toplam varyans KEKK ile %82,10, TB ile %80,04 ve HKO sırasıyla 0,213 ve 0,230 olarak elde edilmiştir. Buna göre, kıl keçilerinde çeşitli vücut ölçüleri kullanılarak canlı ağırlığın tahmin edilmesinde toplam açıklanan varyasnın daha yüksek ve HKO’sının daha düşük olması nedeniyle KEKK, TB regresyon yönteminden daha güvenilir olduğu sonucuna ulaşılmıştır. Ancak her iki yöntemde canlı ağırlıktaki değişimi açıklamada en yüksek etkiye sahip olan değişken GC olarak bulunmuştur. Dolayısıyla kıl keçilerinde canlı ağırlık üzerinde yapılacak seleksiyon çalışmalarında GC’nin önemli bir kriter olduğu bu çalışmada ulaşılan diğer bir sonuçtur.
The aim of this study was to use Partial Least Squares (PLS) and Principal Component (PC) regression methods to estimate body weights of hair goats using various body measurements in the presence of multicollinearity problem and to interpret the results by finding the best estimation method for the study data. For this purpose. measured body weights and various body measurements (withers height, rump height, back height, body length, chest depth, chest width and chest girth) of 119 female hair goats were used. After 10-fold cross-validation. the number of latent factors for both methods was two. The total variance explained were 82.10%, 80.04%, and mean square errors MSE) were 0.213 and 0.230 for PLS and PC, respectively. Accordingly, it was concluded that PLS was more reliable than PC regression method in estimating body weight by using various body measurements in hair goats because of its higher total explained variance and lower MSE. However, chest girth was found to be the variable with the highest effect in explaining the change in body weight in both methods. Therefore, it is another conclusion reached in this study that chest girth is an important criterion in selection studies on body weight in hair goats.
