新非线性函数助力山羊体重增长研究：正弦函数脱颖而出

研究人员利用山羊生长数据，对比多种非线性函数与常用模型，发现正弦方程能精准描述山羊生长动态，推动山羊生产系统研究。

　　本研究运用一些替代性非线性函数（如正弦（sinusoidal）、坎特（Canter）和洛莫利诺（Lomolino）函数），借助文献中的山羊生长数据，将这些函数引入山羊体重发展研究，并与单分子（Monomolecular）、布里奇斯（Bridges）、亚诺谢克（Janoschek）、冯?贝塔朗菲（Von Bertalanffy）、理查兹（Richards）、舒马赫（Schumacher）、摩根（Morgan）和韦布尔（weibull）等常用生长模型进行对比。在拟合非线性回归曲线过程中，评估模型性能并探究模型行为。研究数据来自两篇已发表文章，一篇记录了 120 只雄性比塔尔山羊从出生到 1 岁每月的体重数据，另一篇是 50 只南非非特定本土雄性山羊的体重记录。研究采用调整决定系数（adjusted coefficient of determination）、均方根误差（root mean square error）、赤池信息准则（Akaike's information criterion）和贝叶斯信息准则（Bayesian information criterion）来评估每个模型对不同数据分布的整体拟合优度。结果显示，各模型通常对数据拟合良好，每个模型的调整决定系数值普遍较高。选定的正弦方程能准确描述山羊生长动态。通过拟合标准对比生长函数发现，正弦方程是描述山羊体重随年龄波动最有效的函数之一。总体而言，该研究为推进山羊生产系统研究提供了参考，也为替代性非线性模型，尤其是正弦方程在山羊生长建模中的应用提供了有价值的信息。