Use of ridge regression analysis in the multicollinearity in animal science
DOI:
https://doi.org/10.61326/jofbs.v3i2.02Keywords:
Multicollinearity, Ridge regression, Principal components regression, Least squares methodAbstract
Ridge and basic investment are analysis methods used to guide regression analysis, to make very convenient regression analysis. Although the least squares estimates are unbiased when multicollinearity occurs, the variances of the estimates can be quite far from their true values. Ridge and principal components regression standard errors are reduced by allowing one-level biased regression estimates. Therefore, when multicollinearity is present, the ridge regression method can be used as an alternative to the least squares method. In this study, it was aimed to develop a model that predicts various egg quality criteria obtained from 238 Lohmann LSL-white commercial laying hens at 46 weeks of age. Due to the multicollinearity between egg quality criteria, ridge regression analysis methods, which are alternatives to least squares regression, were applied and these two methods were compared for the same data set. The coefficient of determination (R2) and coefficient of variation were used as comparison criteria. According to these criteria, it was observed that the least squares (R2=0.876), ridge (R2=86.9) methods gave the best fit, respectively. As a result, it was concluded that it would be more accurate to use Ridge regression methods instead of using the least squares method in case of multicollinearity.
References
Akçay, A., & Sarıözkan, S. (2015). Yumurta Tavukçuluğunda Gelirin Ridge Regresyon Analizi İle Tahmini. Ankara Üniversitesi Veteriner Fakültesi Dergisi, 62(1), 69-74. (in Turkish) https://doi.org/10.1501/Vetfak_0000002660
Arı, A., & Önder, H. (2013). Farklı Veri Yapılarında Kullanılabilecek Regresyon Yöntemleri. Anadolu Tarım Bilimleri Dergisi, 28(3), 168-174. (in Turkish) https://doi.org/10.7161/anajas.2013.28.3.168
Aydın Can, B. (2019). Türkiye’de Yumurta Üretimi, Tüketimi, İhracatı ve Geleceği. International Marmara Sciences Congress (Autumn) 2019, İzmit, Türkiye. (in Turkish)
Çankaya, S., Eker, S., & Abacı, S. H. (2019). Comparison of Least Squares, Ridge Regression and Principal Component Approaches in the Presence of Multicollinearity in Regression Analysis. Turkish Journal of Agriculture - Food Science and Technology, 7(8), 1166-1172. https://doi.org/10.24925/turjaf.v7i8.1166-1172.2515
Derman, D. A. (2019). Çoklu bağlantı durumunda yanlı regresyon yöntemlerinin incelenmesi [Master’s thesis, Ordu University]. (in Turkish)
Karakaş, S. (2008). Çoklu doğrusal bağlantı problemi ve yanlı regresyon tahmincileri. [Master’s thesis, İstanbul University]. (in Turkish)
Örk Özel, S., & Gezer, F. (2020). Çoklu Doğrusal Bağlantı Problemi Altında Tahmin Edicilerin Karşılaştırılması: Genelleştirilmiş Maksimum Entropi, Ridge, Liu. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 66, 82-96. (in Turkish)
Öztürk, İ. (2014). Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi ile Çözümlenmesi. KSÜ Doğa Bilimleri Dergisi, 17(3), 1-12. (in Turkish) https://doi.org/10.18016/ksujns.77504
Takma, Ç., Gevrekçi, Y., Karahan, A. E., Atıl, H., & Çevik, M. (2017). Yumurta Verimi Üzerine Bazı Özelliklerin Etkisinin Regresyon Ağacı Analizi İle Belirlenmesi. Ege Üniversitesi Ziraat Fakültesi Dergisi, 54(4), 459-463. (in Turkish) https://doi.org/10.20289/zfdergi.386597
Tırınk, C., Abacı, S. H., & Önder, H. (2020). Comparison of Ridge Regression and Least Squares Methods in the Presence of Multicollinearity for Body Measurements in Saanen Kids. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 10(2), 1429-1437. https://doi.org/10.21597/jist.671662
Tüylüoğlu, Ş., & Albayrak, A. S. (2010). Hayat Pahalılığı ve Türkiye'de İllerin Hayat Pahalılığı Sıralamasını Belirleyen En Önemli Faktörlerin Ridge Regresyon Analiziyle İncelenmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(2), 63-91. (in Turkish)
Üçkardeş, F., Efe, E., Narinç, D., & Aksoy, T. (2012). Japon Bıldırcınlarında Yumurta Ak İndeksinin Ridge Regresyon Yöntemiyle Tahmin Edilmesi. Akademik Ziraat Dergisi, 1(1), 11-20. (in Turkish)
Yağanoğlu, A. M., Eyduran, E., Topal, M., Sönmez, A. Y., & Keskin, S. (2010). Çoklu Doğrusal Bağlantı Durumunda Ridge ve Temel Bileşenler Regresyon Analiz Yöntemlerinin Kullanımı. Atatürk Üniversitesi Ziraat Fakültesi Dergisi, 41(1), 53-57. (in Turkish)
Yavuz, E. (2017). Çoklu doğrusal bağlantı ve yanlı tahmincileri. [Master’s thesis, Kahramanmaraş Sütçü İmam University]. (in Turkish)
Yılmaz, F., Bayyurt, L., Abacı, S. H., & Tahtalı, Y. (2020). Comparison of Least Squares and Some Bias Estimators in Multicollinearity. Turkish Journal of Agriculture -Food Science and Technology, 8(3), 793-799. https://doi.org/10.24925/turjaf.v8i3.793-799.3405
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Pınar ÖLMEZ, Aycan Mutlu YAĞANOĞLU
This work is licensed under a Creative Commons Attribution 4.0 International License.
