大通牦牛体重与体尺指标的相关回归分析罗海青

，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

模型类别模型的相关系数(R)决定系数(R2)1②0.9960.9932③0.9770.9543④0.9960.9924⑤0.9960.993

从表3可知，这4个回归模型分别为：

第1个回归模型：TZ=-138.9543+0.031×TG+0.866×TXC+1.348×XW

第2个回归模型：TZ=-117.177+1.763×XW

第3个回归模型：TZ=-147.033+1.334×XW+0.861×TXC

第4个回归模型：TZ=-138.629+1.353×XW+0.833×TXC+0.972

从表3中可以看出，这2个回归模型的相关系数R分别为0.996、0.977、0.996、0.996，拟合度的决定系数R2值分别为0.993、0.954、0.992、0.993，说明线性度非常好。

3讨论

3.1通过分析大通牦牛体高、体斜长、胸围3个指标与体重之间的相关系数，分别为0.702、0.879、0.977，说明大通牦牛体高、体斜长、胸围之间存在显著正相关。

3.2该研究得到了估测大通牦牛体重的回归模型。表明大通牦牛体重与体高、体斜长、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4个模型进行选择。其中R2值大的模型为TZ=-138.9543+0.031×TG+0.866×TXC+1.348×XW。

3.3牦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，然而牦牛科学研究、品种资源调查、选种选配，或者是计算日粮、考虑用药剂量等等，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。

3.4估算体重结果的误差大小主要取决于测量体尺的误差，不在于站立姿势。据资料显示[4~6]，站立姿势下测量的体重与体尺的相关系数和回归模型系数R显著低于侧卧保定下测量的各项系数。

参考文献4

[1]阎萍，潘和平.不同季节牧草营养成分与牦牛血液激素含量变化的研究[J].甘肃农业大学学报，2004(1)：50-52.

[2]周占全，周生明.任崯凭.甘肃牦牛产业发展现状与前景[J].中兽医医药杂志,2003(1)：43-44.

[3]凌莉.生物统计学基础[M].北京:人民卫生出版社：2010：130-135.

[4]赵寿保，夏宗军.13月龄母牦牛体重与体尺指标的相关回归分析[J].湖北畜牧兽医,2013(7)：8-9.

[5]王伟.1.5岁大通牦牛公牛体重与体尺指标的相关回归分析[J].黑龙江动物繁殖,2012(6)：41-42.

[6]王伟.6月龄大通牦牛母牛体重与体尺指标的相关回归分析[J].黑龙江动物繁殖,2012(6)：39-40.

收稿日期：2015-11-13

中图分类号：S823.2

文献标识码：A

文章编号：1005-2739(2016)01-0011-02