Nghiên cứu này nhằm xác định mô hình hồi quy phi tuyến tính tốt nhất trong các hàm Logistic, Von Bertalanffy, Gompertz, Brody và Negative Exponential để mô tả đặc điểm sinh trưởng của bò lai F1(BBB × Lai Sind) theo độ tuổi. | Vietnam J. Agri. Sci. 2020 Vol. 18 862-869 Tạp chí Khoa học Nông nghiệp Việt Nam 2020 18 10 862-869 SỬ DỤNG HÀM HỒI QUY PHI TUYẾN TÍNH MÔ TẢ SINH TRƯỞNG CỦA BÒ LAI F1 BBB LAI SIND Nguyễn Thị Vinh Dương Thu Hương Trần Bích Phương Hà Xuân Bộ Đỗ Đức Lực Nguyễn Thị Nguyệt Khoa Chăn nuôi Học viện Nông nghiệp Việt Nam Tác giả liên hệ ntvinh@ Ngày nhận bài Ngày chấp nhận đăng TÓM TẮT Nghiên cứu này nhằm xác định mô hình hồi quy phi tuyến tính tốt nhất trong các hàm Logistic Von Bertalanffy Gompertz Brody và Negative Exponential để mô tả đặc điểm sinh trưởng của bò lai F1 BBB Lai Sind theo độ tuổi. Tổng 60 bò F1 BBB Lai Sind bao gồm 30 bò đực và 30 bò cái nuôi tại huyện Ba Vì Thành phố Hà Nội được sử dụng để xác định khối lượng cơ thể qua các giai đoạn tuổi. Hệ số xác định R2 các tham số đánh giá độ chính xác ME MSE MAE và các tham số đánh giá khả năng dự đoán tiềm năng của mô hình MPE MAPE được tính toán. Kết quả cho thấy ở cả bò đực và bò cái hàm Von Bertalanffy và hàm Brody có hệ số xác định R2 cao nhất và các giá trị ME MSE MAE MPE MAPE thấp nhất tiếp theo là hàm Gompertz. Hàm Logistic và hàm Negative Exponential có các tham số trên thấp hơn. Bò F1 BBB Lai Sind có tuổi tại điểm uốn dao động trong khoảng 15 47-20 41 tháng tuổi và khối lượng tại điểm uốn trong khoảng từ 400 13-415 44kg đối với bò đực 10 05-14 29 tháng và 255-276 27kg đối với bò cái. Hàm Von Bertalanffy được đề nghị áp dụng để ước tính khối lượng của bò lai F1 BBB Lai Sind theo tuổi. Từ khóa Đường cong sinh trưởng mô hình hồi quy phi tuyến tính bò lai F1 BBB Lai Sind . Application of the Different Non-linear Functions to Describe Growth Curve of Beef Cattle Crossbreds between Lai Sind and Belgian Blue ABSTRACT This study aimed to determine the best model to explain the growth curve of F1 BBB x Lai Sind bulls using non- linear function models such as Logistic Von Bertalanffy Gompertz Brody and Negative Exponential. For this purpose live weight records
