13月龄母牦牛体重与体尺指标的相关回归分析

赵寿保 夏宗军

摘要：為了分析大通种牛场牦牛体尺与体重的相关性，估测体重的回归分析，对大通牦牛母牛进行称重和体尺测量，根据得出的数据分析其体重与体高、背长、胸围的相关系数，同时估测大通牦牛母牛的体重回归模型。结果表明，大通牦牛母牛体重与体高、背长、胸围之间极显著相关，说明体重与体尺之间存在着明显的线性关系。

关键词：大通牦牛；母牛；体重；体尺；相关

中图分类号：S858.27 文献标识码：B 文章编号：1007-273X（2013）07-0008-02

大通牦牛是中国农业科学院兰州畜牧与兽药研究所和青海省大通种牛场连续20年执行农业部“六五”、“七五”、“八五”、“九五”重点项目二培育成功的牦牛新品种。其肉用性能好、遗传性较稳定，是牦牛的理想遗传资源[1]，在其他牛和动物上对体重和体尺方面的研究报道较多[2，3]，但是对牦牛体尺与体重相关性分析还较少。本试验中对13月龄牦牛体重与体尺指标进行了相关性分析。

1 材料与方法

1.1 指标测定

试验牦牛为青海省大通种牛场51头大通牦牛母牛。体重（kg）是空腹进行称重，为了便于描述，将体重、背长、体高、胸围4个指标用下列大写字母代替，分别为TZ、BC、TG、XW。

1.2 统计方法

所得数据采用SPSS17.0软件Pearson和Linear[4]进行处理。

（1）Pearson相关系数分析计算模型为：

式中，R为Pearson相关系数，数值介于-1～1之间。当R值为正数时为正相关，表示依变量随自变量的增大而增大；当R值为负数时为正相关，表示依变量随自变量的增大而减小；当R值等于0时表示依变量与自变量之间没有相关性。X为自变量，Y为依变量。

（2）多元线性回归分析计算模型为：

Y=b0+b1X1+b2X2+…+bn+Xn，其中Y为依变量，b0为常数、b1，b2+…bn为回归系数，X1，X2，… Xn为回归系数对应的自变量。

2 结果与分析

设TG、BC、XW的值作为自变量，TZ的值作为依变量。3个回归模型（表1）分别为：

回归模型1：TZ=-143.966+0.356×TG+0.999×BC+0.989×XW；

回归模型2：TZ=-123.368+1.837×XW；

回归模型3：TZ=-140.456+1.121×XW+1.135×BC。

3个回归模型的相关系数R分别为0.904、0.856、0.900，拟合度的决定系数R2值分别为0.817、0.732、0.810，表明线性度较好，尤其是回归模型1拟合度的决定系数R2值更高，线性度更好（表2）。

由表3可见，大通牦牛体高、背长、胸围与体重之间的相关系数分别为0.764、0.835、0.856，表明大通牦牛母牛体高、背长、胸围与体重之间存在极显著正相关。

3 小结与讨论

本试验统计分析了大通牦牛体高、背长、胸围3个指标与体重之间的相关系数，分别为0.764、0.835、0.856，表明大通牦牛母牛体高、背长、胸围与 与体重之间存在显著正相关。3个回归模型表明大通牦牛母牛体重与体高、背长、胸围存在明显的线性关系，在实际应用中可根据各回归模型的R2值大小以及体尺测量的繁琐程度来对3个模型进行选择。其中，最简单的模型是TZ=-123.368+1.837×XW。

在牦牛体尺测量工作中发现，测量体斜长时由于牦牛紧张等原因，站立的姿势不一，导致测量的体斜长误差较大，而测量牦牛的背长时，只要牦牛的背部与尺子成平行的直线，就不会出现误差，所以此次测量将体斜长替换成背长，结果体重与背长的相关系数达到0.835，说明测量牦牛的背长比体斜长误差小，一致性高。大通牦牛母牛体重与体尺指标的相关回归分析模型在实际生产中具有重要的意义。牦牛是放牧型动物，活动范围较为宽广，对其称重较为不便，然在畜牧兽医工作中，无论是品种资源调查、选种选配，或者是计算日粮、考虑用药量等等，都需要了解牛的体重，测量牦牛体尺，通过体重与体尺的回归模型测算牦牛体重是比较方便可行的方法。

参考文献：

[1] 杨博辉，姚 军，王敏强，等. 大通牦牛肌肉纤维组织学特性研究[J]. 中国草食动物，2001，3（5）：34-35.

[2] 马存寿. 杂种荷斯坦成年母牛体重与体尺指标的相关回归分析[J]. 青海畜牧兽医杂志，2012，42（1）：28-29.

[3] 田亚磊，朱东亮，张 聪，等. 太行黑山羊体重、体尺的相关性分析[J]. 陕西农业科学，2009（5）：12.

[4] 孙尚拱.生物统计学基础[M].北京：科学出版社，2010.130-135.