大通牦牛体重与体尺指标的相关回归分析罗海青

2016-02-25赵寿保

黑龙江动物繁殖 2016年1期

关键词：回归模型体尺体重

，赵寿保

(1.青海省乐都区畜牧兽医站，青海海东 810707;2.青海省大通种牛场，青海西宁 810102)

大通牦牛体重与体尺指标的相关回归分析罗海青

1，赵寿保2

(1.青海省乐都区畜牧兽医站，青海海东 810707;2.青海省大通种牛场，青海西宁 810102)

摘要：为了分析大通牦牛体尺与体重的相关性，以便在实际工作中得到应用，对110头6～10月龄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、体斜长、胸围的相关系数，同时估测大通牦牛的体重回归模型。结果显示，大通牦牛体重与体高、体斜长、胸围的相关系数分别为0.702、0.879和0.977，得到了2个估测体重的回归模型，估测值与实测值之间相关程度分别为0.993、0.954、0.992和0.993。大通牦牛体重与体高、体斜长、胸围之间显著相关，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；体重；体尺；相关；回归模型

牦牛是利用高寒天然草场牧草生产肉、奶、毛绒、役兼用的多种经济用途的特有畜种[1]，生存于其它家畜难以生存的恶劣环境中[2]。大多为传统的管理方式，其生产性能低下，在生产中技术含量较低。对牦牛的很多方面还需做大量的科学研究，以提高生产性能。但是牦牛产区大多是些经济欠发达地区，基础设施落后，在进行科学研究时，没有称重条件时，只能对体重进行估算。虽然牦牛体重估算的研究从20世纪70年代开始，到现在为止也有较多相关的报道，但还是存在一定的误差。造成这种误差的原因主要是，现在牲畜体尺测量规定是在站立姿势下进行，但是牦牛具有一定的野性，与人的亲和力较低，在测量体尺时由于惊恐，站立的姿势不一，很难在一个标准的姿势下测量体尺。所以测量的结果误差较大，用测量的数据估算出的结果误差就大。此次对牦牛侧卧保定，人为地对牛的姿势进行调整，然后对体重与体尺指标进行相关回归分析，旨在减少对牦牛体重估算的误差。

1材料与方法

1.1　试验牛及体测指标

试验牦牛来自于青海省大通种牛场。为了便于描述，将体重、体斜长、体高、胸围4个指标用下列大写字母代替，分别为TZ、TXC、TG、XW。

1.2　测量方法

将牛做侧卧保定后，将四肢拉直，实验牛在同一姿势下进行体尺测量。体重是空腹状态进行称重。

1.3　统计方法

所得数据采用Spss17.0程序Pearson和Linear过程[3]进行处理。

1.3.1Pearson相关系数分析计算模型

式中，R为Pearson相关系数，数值介于-1～1之间。当R值为正数是为正相关，表示依变量随自变量的增大而增大；当R值为负数时为负相关，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。

1.3.2多元线性回归分析计算模型

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

2.1　相关分析

设TXC、TG、XW的值作为自变量，TZ的值作为依变量。

2.2　回归分析

分别采用Linear过程“Enter”法和“Stepwise”建立多元线性回归方程，统计结果见表2和表3。

表1相关系数统计结果

样本含量体重相关系数TGTXCXW111RTZ0.7020.8790.977

注：经检验，TZ、TXC、XW与体重的相关系数均达到极显著水平(P<0.01)。

表2回归模型系数

模型模型分组非标准化系数1b0(常数项)-138.954b1(TG的回归系数)0.031b2(TXC的回归系数)0.866b3(XW的回归系数)1.3482b0(常数项)-117.177b1(XW的回归系数)1.7633b0(常数项)-147.033b1(XW的回归系数)1.334b2(TXC的回归系数)0.8614b0(常数项)-138.629b1(XW的回归系数)1.353b2(TXC的回归系数)0.883

表3回归模型拟合度综述①