王 伟
(青海省大通种牛场,青海 西宁 810102)
大通牦牛是中国农科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],但是对大通牦牛体尺与体重相关性分析还未见报道。然而研究牦牛体重与体尺的相关与回归在大通牦牛上有着很重要的意义。在以往的畜牧兽医工作中,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。而实称牛的体重一般不易做到,尤其是在牧区更难做到,而根据牛的体尺来估算牛的体重是可靠易行的简便方法。
试验牦牛是青海省大通种牛场2011年11月份测定30头6月龄大通牦牛母牛。体重(kg)是空腹进行称重。为了便于描述,将体重、体斜长、体高、胸围、管围5个指标用下列大写字母代替,分别为 TZ、TXC、TG、XW、GW。
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。
1.2.2 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。
设TXC、TG、XW、GW的值作为自变量,TZ的值作为依变量。
表1 相关系数统计结果
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2 回归模型系数
表3 回归模型拟合度综述①
从表2可知,这2个回归模型分别为:
第1个回归模型:TZ=-35.113+0.134×TG+0.134×TXC+10.134 ×XW+0.599×GW
第2个回归模型:TZ=-10.444+0.716×XW
从表3中可以看出,这两个回归模型的相关系数R分别为0.750、0.708,拟合度的决定系数R2值分别为0.562、0.502,说明线性度较好。
通过分析大通牦牛体高、体斜长、胸围、管围4个指标与体重之间的相关系数,分别为0.422、0.333、0.708、0.322,说明6月龄大通牦牛母牛体高、体斜长、胸围、管围之间存在显著正相关。这与穷达等[6]的研究结果一致。
该研究表明,大通牦牛6月龄母牛体重与体高、体斜长、胸围、管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两个模型进行选择。其中最简单的模型是TZ=-10.444+0.716×XW6月龄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,活动范围较广,对其称重较为不便,但在畜牧兽医工作中,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。
此次的研究结果表明,6月龄大通牦牛体重与体尺之间存在明显的线性关系,但是根据得出的两个回归模型对样本进行估算时,各样本间误差的离散程度较大,这说明还有某些因素对体重与体尺造成一定的影响。笔者认为,测量体尺时由于牦牛胆小,对人有过激的反应,致使牦牛站立的姿势不一致,这就对测量体高和胸围造成较大的误差。所以对牦牛体尺的测量有待进一步的研究,包括测量的方法和部位,以达到把系统误差控制在最小的范围内。
[1] 陆仲璘,何晓林,阎萍.世界上第一个牦牛培育新品种-“大通牦牛”简介[P].中国草食动物“大通牦牛”新品种培育及其培育技术论文集,2005:12-14.
[2] 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(5):34-35.
[3] 马存寿.杂种牛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(1):28-29.
[4] 田亚磊,朱东亮,张聪,等.太行黑山羊体重、体重的相关性分析 [J].山西农业科学,2009(5):31-32.
[5] 凌莉.生物统计学基础 [M].北京:人民卫生出版社,2010:130-135.
[6] 穷达,彭措巴姆.西藏嘉黎成年母牦牛体重与体尺指标的相关回归分析 [J].畜牧与饲料科学,2011,32(6):11-12.