AA肉鸡生产指标间相关关系的研究

张大斌，马发顺，2，王宇航，张明亮，2，元雪浈

(1.安阳工学院 生物与食品工程学院，河南 安阳 455000；2.河南省兽用生物制品研发与应用国际联合实验室，河南 安阳 455000；3.河南省兽药饲料监察所，河南 郑州 450000)

艾拔益加(AA)肉鸡是世界著名的肉鸡品种，具有适应性强、生长速度快、饲料转化率高、屠宰品质好等特点，在我国各地广泛饲养。龚争等[1]对AA肉鸡的屠宰性状与肌肉品质性状进行典型相关分析，发现两类性状间存在相关，5个典型相关系数中有1个达到显著水平。马发顺等[2]研究发现，AA肉鸡的11个生产指标间存在极显著的相关关系，并且部分生产指标间存在着极显著的回归关系，所建立的4个回归方程的拟合度均大于0.95。荆学毅等[3]研究发现，罗斯308肉鸡体重在不同鸡舍间存在强正相关关系。吴兆林等[4]研究表明，W系肉鸡体尺性状早于体重达到增长速度峰值，胫长、胫围与体重间存在显著相关。吴兆林等[5]研究显示，S3专门化品系肉鸡的屠宰性状与体尺性状间不存在显著相关，回归方程的决定系数不够高。

目前关于AA肉鸡生产指标间的典型相关分析还未见报道。本研究以河南省淇县某肉鸡场两栋鸡舍的38625只AA肉鸡为研究对象，计算8个生产指标间的简单相关系数并进行典型相关分析，获得因类指标与果类指标间的相关关系，为利用这些相关关系进行生产控制提供参考。

1 材料与方法

1.1 试验动物

以河南省淇县某鸡场2栋鸡舍的38625只AA肉鸡为研究对象。肉鸡的饲养管理按照鸡场饲养管理规程进行。严格控制鸡舍温度，第1周温度为31.5 ℃，以后每周下降1～2 ℃。饲养密度保持在14只/m2左右。湿度维持在55%～62%。使用AA肉鸡全价饲粮，饲粮组成及营养水平见表1。第1周自由采食，2～5周每天投料4～6次，自由饮水。按照常规程序进行消毒和防疫。

表1 饲粮组成及营养水平

1.2 生产指标统计与计算

根据生产实际把生产指标分为因类指标和果类指标。因类指标包括周龄(x1)、成活率(x2)、只耗料量(x3)、累计只耗料量(x4)等，果类指标包括体重(y1)、周增重(y2)、周效率(y3)、累计效率(y4)等。调查1～5周龄的原始生产记录，分别按鸡舍和周龄统计，然后将2栋鸡舍数据汇总。

各生产指标的含义和计算方法。成活率(x2)：存栏数/基础进鸡数×100%。只耗料量(x3)：平均每只肉鸡1周消耗饲料量(g)。累计只耗料量(x4)：从第1周开始的只耗料累计量(g)。体重(y1)：周末空腹重(g)。周增重(y2)：本周体重与上周体重之差(g)。周效率(y3)，即周饲料转化率：(存栏数×周增重)/周耗料总量×100%。累计效率(y4)，即累计饲料转化率：(存栏数×体重)/累计耗料总量×100%。

1.3 数据处理

按鸡舍和周龄进行系统分组作为统计样本，使用Excel 2010和DPSv7.05软件进行数据处理。先按周龄计算各生产指标的平均数，然后对生产指标进行简单相关分析，对因类指标和果类指标进行典型相关分析。典型相关变量用U和V表示。显著水准为P<0.05，极显著水准为P<0.01。

2 结果与分析

2.1 AA肉鸡的生产指标

AA肉鸡各生产指标统计结果见表2。从表2可以看出，因类指标中，随着周龄增长，x2呈下降趋势，x3、x4呈上升趋势；果类指标中，随着体重的增长，y2呈上升趋势，y3和y4均呈下降趋势。

2.2 AA肉鸡生产指标间的简单相关关系

AA肉鸡各生产指标间的简单相关系数见表3。从表3可以看出，8个生产指标间的简单相关系数均达到极显著水平(P<0.01)。y3、y4与x2间存在正相关关系(P<0.01)，与其他各指标间均呈负相关关系(P<0.01)。x2与除y3、y4外的各指标间均存在负相关关系(P<0.01)。其余各指标间均存在正相关关系(P<0.01)。因类指标与果类指标间存在着极显著的相关关系(P<0.01)。

表2 AA肉鸡生产指标统计结果

表3 AA肉鸡8个生产指标间的相关系数

2.3 AA肉鸡生产指标间的典型相关关系

对因类指标和果类指标进行典型相关分析，结果见表4。由表4可知，4个因类指标与4个果类指标间的典型相关系数中，前3个达到极显著水平(P<0.01)，第4个不显著(P>0.05)。达到极显著水平的3个典型相关系数分别为0.9999、0.9979、0.9957。

表4 因类指标与果类指标间典型相关系数及其显著性

各生产指标的变异能被3对达到极显著水平的典型相关变量所解释的比例见表5。由表5可知，因类指标能被U1、U2、U3所解释的比例分别为73.12%、13.89%和11.61%，果类指标能被V1、V2、V3所解释的比例分别为45.51%、30.81%和22.00%，两类指标能被其相对的典型变量所解释的比例与此相近。

达到极显著性水平的3对典型相关变量的线性构成为：U1=-0.1252x1-0.1228x2+0.4560x3+0.7124x4，V1=1.0595y1-0.0732y2-0.0821y3-0.0164y4，U2=2.4400x1-1.5440x2+1.7692x3-3.6879x4，V2=-2.6204y1+2.7308y2-1.6129y3+0.1696y4，U3=-0.5593x1+0.0435x2+4.2423x3-3.5818x4，V3=-2.4827y1+2.7855y2-0.4848y3+0.4149y4。

从线性构成各项系数绝对值大小来看，U1中x4最大，其次是x3；U2中x4最大，其次是x1；U3中x3最大，其次是x4。V1中y1最大，其次是y3；V2中y2最大，其次是y1；V3中y2最大，其次是y1。可见，因类指标与果类指标之间的相关性主要是由x3、x4与y1、y2间的密切关系所造成。

表5 各生产指标的变异能被3对典型相关变量所解释的比例

3 讨论

本研究的8个生产指标间的28个简单相关系数均达到了极显著水平(P<0.01)，其中有13个为正相关，有15个为负相关，这与马发顺等[2]的研究结果相似，马发顺等发现周龄、全群存栏数、全群成活率、全群周耗料量、全群累计耗料量、全群只耗料量、全群只累计耗料量、全群周末体重、全群周增重、全群周效率和全群累计效率等生产指标间存在不同程度的相关。本研究和马发顺等的研究结果说明多个生产指标间确实存在着复杂的相关关系。

典型相关分析可以从多个变量间复杂的相关关系中看到变量间整体的相关性质和程度。从典型相关分析结果来看，4个因类指标和4个果类指标间具有3对典型相关变量(P<0.01)，这进一步证实了简单相关分析的结果。从各生产指标的变异能被典型相关变量所解释的比例来看，因类指标主要被U1解释(73.12%)，果类指标主要被V1(45.51%)和V2(30.81%)解释。从两类指标分别能被典型变量和相对典型变量所解释的相似性可知，3对典型变量间均具有极强的相关关系(P<0.01)。本研究中的4个因类指标属于投入类指标范畴，4个果类指标属于饲养效果范畴，从典型变量线性构成得知，投入类指标中x3、x4是影响饲养效果的主要指标，而果类指标中y1、y2是体现饲养效果的核心指标。