大通牦牛13月龄母牛体重与体尺指标的相关回归分析.docVIP

牦牛母牛体重与体尺指标的相关回归分析 摘要：为了分析大通牦牛体尺与体重的相关性，估测体重的回归分析，以便在实际工作中得到应用，在5月份对51头13月龄的大通牦牛母牛进行称重和体尺测量，根据得出的数据分析体重与体高、、胸围的相关系数，同时估测大通牦牛母牛的体重回归模型。结果大通牦牛母牛体重与体高、背长、胸围的相关系数分别为0.764、0.835、0.856，经检验体高、背长、胸围与体重的相关系数达到了极显著水平（p 0.01），得到了3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0.817、0.732、0.810。大通牦牛母牛体重与体高、背长、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。 ”、”“七五”、“八五”、“九五”重点项目二培育成功的牦牛新品种[1]。其肉用性能好，遗传性较稳定，是牦牛的理想遗传资源[2]，在其它牛中和动物上对体重和体尺研究方面的报道较多[3、4]，但是对牦牛体尺与体重相关性分析还较少。在以往的畜牧兽医工作中,无论是品种资源调查、科学实验、选种选配,或者是计算日粮、考虑用药量等等,都需要了解牦牛的体重。但这些工作一般在野外进行，所以实称牛的体重一般不易做到,尤其是在牧区更难做到,但根据牛的体尺来估算牛的体重确实是可靠易行的简便方法。以前虽然有计算牦牛体重的公式，但是无论是牛只大小都是用同一个公式，而且在实际测量牦牛体斜长时，由于站立的姿势不规范，致使测量体斜长时很容易造成误差，因此，此次测量中用背长取代体斜长，其优点是测量背长时可以把牛的姿势调整到和尺子一条直线，这样可以有效减少误差。然而研究牦牛体重与体尺的相关于回归在大通牦牛上有着很重要的意义， 1 材料与方法 1.1 材料来源于样本数量 试验牦牛是青海省大通种牛场2012年5月份测定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、体斜长、背长、胸围、管围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程序Pearson和Linear过程[5]进行处理。 1.2.1 Pearson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。 1.2.2 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TG、BC、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 TG 背长 XW 30 RTZ 0.764 0.835 0.856 注：经检验，体高、背长、胸围、体重的相关系数达到极显著水平（p 0.01） 表2 回归模型系数 模型 模型分组 非标准化系数 1 2 3 b0 （常数项） -143.966 b1 （TG回归系数） 0.356 b2 BC的回归系数 0.999 b3 XW的回归系数 0.989 b0（常数项） -123.368 b （XW的回归系数）b0 （常数项）-140.456 b1 （XW回归系数）b2 BC的回归系数 表3 回归模型拟合度综述① 模型类别 模型的相关系数（R） 决定系数（R2） 1② 2③ 3④ 0.904 0.817 0.856 0.732 0.900 0.810 从表2可知，这3个回归模型分别为： 第一个回归模型：TZ＝-143.966+0.356×TG＋0.999×BC＋0.989×XW 第二个回归模型：TZ＝-123.368＋1.837×XW 第三个回归模型：TZ＝-140.456＋1.121×XW＋1.135×BC 从表1中可以看出，这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，说明线性度较好，尤其第一个回归模型拟合度的决定系数R2值就更高，线性度更好。 3 讨论 3.1 通过分析大通牦牛体高、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.说明大通牦牛母牦牛体高、体斜长、胸围、管围之间存在显著正相关。 3.2 该研究表明得到了3个估测大通牦牛母牦牛体重的回归模型。表明大通牦牛母牦牛体重与体高、背长、胸围、管围存在明显的线性