İlhan, FatmaGündüz, Mehtap2024-10-242024-10-24202425/01/2024Gündüz M., (2024). Bazı Süt Özellikleri Kullanılarak Farklı Koyun Irklarının Kümeleme ve Ayırma Analizi ile Sınıflandırılması. (Yüksek Lisans Tezi). Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.https://hdl.handle.net/20.500.12395/52850Çok değişkenli istatistik yöntemlerinden birisi olan kümeleme analizi, bir araştırmada incelenen verileri aralarındaki benzerliklerine göre belirli kümelerde toplayarak sınıflandırma yapmayı, birimlerin ortak özelliklerini ortaya çıkarmayı ve bu kümeler ile ilgili tanımları yapmayı sağlar. Çok değişkenli istatistik yöntemlerinden bir diğeri olan ayırma analizi, bireylerin bazı özelliklerini göz önünde bulundurarak bireyleri en az yanlış ile ait oldukları gruplara ayırmayı amaçlar. Bu çalışmada 5 farklı koyun ırkından (Romanov, Sakız x Merinos melezi, Merinos x Akkaraman melezi, Akkaraman ve Merinos) elde edilen sütlerin yağ (%), protein (%), laktoz (%), yoğunluk (kg/m3 ), pH ve iletkenlik (μS/cm) değerlerine “Kümeleme Analizi” ve “Ayırma Analizi” uygulanmıştır. Irkları süt özelliklerine göre sınıflandırmak amacıyla yapılan kümeleme analizi sonucunda Akkaraman x Merinos melezi ile Merinos ırkının aynı kümede; Sakız x Merinos melezleri ile Akkaraman ırkının aynı kümede, Romanov ırkının ise diğerlerinden farklı kümede olduğu görülmüştür. Ayırma analizi sonucunda ise ırkların süt bileşenlerine göre doğru sınıflandırma oranlarının % 59,3 – % 82,1 arasında olduğu belirlenmiştir. En yüksek doğru sınıflandırma oranı % 82,1 ile Merinos x Akkaraman melezlerinde tespit edilmiştir. Irklar süt özelliklerine göre ortalama % 71 oranında doğru ayrılmışlardır. Menşei bilinmeyen koyun sütlerinin hangi ırka ait olduğunu belirleyebilmek için ayırma analizinden faydalanılabileceği tespit edilmiştir. Bu sonuçlar incelendiğinde koyunların süt özelliklerine göre çok değişkenli istatistik metotlar ile değerlendirilebileceği görülmektedir.Cluster analysis, one of the multivariate statistical methods, enables the classification of data examined in a study by grouping them based on their similarities, identifying common characteristics of units, and making definitions related to these clusters. Another multivariate statistical method, discriminant analysis, aims to allocate individuals to the groups they belong to with the least error by considering numerous features of individuals. In this study, milk obtained from 5 different sheep breeds (Romanov, Chios x Merino crossbreed, Merino x Akkaraman crossbreed, Akkaraman and Merinos) was analyzed in terms of fat (%), protein (%), lactose (%), density (kg/m3), pH and “Clustering Analysis” and “Discriminant Analysis” were applied to conductivity (μS/cm) values. As a result of the cluster analysis performed to classify the breeds according to their milk characteristics, the Akkaraman x Merino crossbreed and the Merino breed are in the same cluster; It was observed that the Chios x Merino hybrids and the Akkaraman breed were in the same cluster, while the Romanov breed was in a different cluster from the others. As a result of discriminant analysis, it was determined that the correct classification rates of races according to milk components ranged from 59.3% to 82.1%. The highest correct classification rate was found to be 82.1% in Merinos x Akkaraman hybrids. Races were separated correctly at an average rate of 71% based on milk characteristics. It has been determined that discriminant analysis can be utilized to determine which race the milk of sheep of unknown origin belongs to. When these results are examined, it is observed that sheep can be evaluated with multivariate statistical methods based on milk characteristics.trinfo:eu-repo/semantics/openAccessAyırma analiziKoyun SütüKümeleme analiziAkkaramanMerinosRomanovDiscriminant analysisSheep MilkCluster analysisMerinoMaster Thesis860707