共查询到20条相似文献，搜索用时 31 毫秒
1.
随机抽取荷斯坦牛395头,测量体高、体斜长、胸围、腹围、管围、尻高、尻宽、腰角宽、乳房深度、后房高度、前房附着、乳头长度、乳头外径等13个体型线性性状,收集395头奶牛305d产奶量,进行荷斯坦奶牛体型线性性状对305d产奶量的通径分析,建立体型线性性状对305d产奶量的最优回归方程.结果显示,前房附着、乳头外径与305d产奶量相关极显著(P<0.01),体斜长、后房高度、乳房深度与305d产奶量的相关系数达到显著水平(P<0.05),其余均不显著(P>0.05);体斜长、胸围、尻宽、后房高度和前房附着对305d产奶量的通径系数达到显著水平(P<0.05),并且以直接影响为主导.以体斜长、胸围、尻宽、后房高度和前房附着建立对305d产奶量的最优回归方程y=7601.7470+33.3901x2-_18.3858x3-97.7271x7+71.9464x10-18.5792x11其拟合精度达到0.95以上. 相似文献
2.
荷斯坦奶牛体型线性性状对305天产奶量的通径分析 总被引：1，自引：0，他引：1
进行荷斯坦奶牛体型线性性状时305 d产奶量的通径分析,建立体型线性性状对305 d产奶量的最优回归方程.随机抽取荷斯坦奶牛395头,测量体高、体斜长、胸围、腹固、管围、尻高、尻宽、腰角宽、乳房深度、后房高度、前房附着、乳头长度、乳头外径等13个体型线性性状,收集395头奶牛305 d产奶量.结果表明:前房附着,乳头外径与305 d产奶量相关极显著(P0.05);体斜长、胸围、尻宽、后房高度和前房附着对305 d产奶量的通径系数达到显著水平(P相似文献
3.
选择安徽淮南乳品公司为试验试点,随机抽取荷斯坦奶牛472头(1~≥6胎)进行隐性乳房炎与乳房性状相关性分析,测定的乳房性状主要包括前房附着、后房高度、后房宽度、悬韧带、乳房深度、乳头位置和乳头长度。结果表明:淮南地区荷斯坦奶牛隐性乳房炎的乳区阳性率和奶牛阳性率分别为25.79%和53.18%;乳房性状前房附着、后房高度、后房宽度、悬韧带、乳房深度、乳头位置、乳头长度的线性评分分别为31.92分、47.02分、29.00分、37.64分、20.02分、39.74分、20.88分。隐性乳房炎的乳区阳性率与前房附着、后房高度、后房宽度、悬韧带、乳房深度、乳头位置、乳头长度的表型相关系数分别是-0.0731、0.0211、0.1003、-0.0369、0.0996、-0.0323及-0.0151,其中与后房宽度、乳房深度为显著(P<0.05)的正相关,其余均未达到显著水平(P>0.05);奶牛阳性率与前房附着、后房高度、后房宽度、悬韧带、乳房深度、乳头位置、乳头长度的表型相关系数分别为-0.0427、0.0680、0.0347-、0.0060、0.1071、-0.0119和0.0223,除与乳房深度为显著(P<0.05)的正相关外其余均不显著(P>0.05)。 相似文献
4.
安徽荷斯坦牛体型性状与泌乳量的相关及回归关系 总被引：8，自引：2，他引：6
本文进行了对安徽荷斯坦牛体型性状与泌乳量的相关及回归分析。结果表明,安徽荷斯坦牛体高、乳房深度、前房附着与泌乳量均呈弱负相关,幅度为-0.0188～-0.1961;后房高度、乳头外径与泌乳量分别呈弱正相关(0.1797,P<0.05)和强正相关(0.6940,P<0.01)。进一步对泌乳量(y)与体型性状(xi)间进行多元线性回归分析及xi对y的通径分析,建立了泌乳量与体斜长(x2)、胸围(x3)、尻宽(x7)、后房高度(x10)和前房附着(x11)间的最优回归方程:y=7601.7470 33.3901x2-18.3858x3-97.7271x7 71.9464x10-18.5792x11,R2为0.951。 相似文献
5.
淮南地区荷斯坦奶牛泌乳系统性状的线性评定及分析 总被引：1，自引：0，他引：1
以安徽淮南乳品公司为试验试点．随机抽取荷斯坦奶牛493头(1～11胎)，进行奶牛体型线性评定中泌乳系统性状即前房附着、后房高度、后房宽度、悬韧带、乳房深度、乳头位置和乳头长度的线性选择评定及分析。结果表明：淮南地区荷斯坦奶牛泌乳系统性状的表现中等偏好．前房附着、后房高度、后房宽度、悬韧带、乳房深度、乳头位置、乳头长度的线性评分分别是31．95、46．98、29，09、37．47、15．08、39．74和20．82分．评定等级各为佳、优、好、良、中、良、中。同时，后房高度、后房宽度、乳头位置的线性评分随胎次变化而变化很小且无规律可循，各胎次几乎相同；乳头长度、悬韧带的线性评分随胎次升高而增加，但后者幅度很小；前房附着、乳房深度的线性评分均表现随胎次的升高而降低的趋势。 相似文献
6.
进行奶牛乳房线性性状对305d产奶量的主成分分析。选择蚌埠蚂蚁山奶牛场,随机抽取荷斯坦牛220头,测量6个乳房线性性状即前房附着（x1）、后房高度（x2）、后房宽度（x3）、悬韧带（x4）、乳房深度（x5）和乳头长度（x6）,收集305d产奶量。结果显示,在累计贡献率达85%以上的5个主成分中,主成分Ⅰ、Ⅱ、Ⅲ综合反映的信息量接近60%,是对305d产奶量选择时应考虑的主要指标;主成分Ⅰ的表达式为FAC1=-0.283x1＋0.470x2＋0.341x3＋0.498x4-0.513x5-0.268x6,主成分Ⅱ的表达式为FAC2=0.533x1＋0.267x2-0.162x3＋0.361x4＋0.530x5＋0.455x6。主成分Ⅲ的表达式为FAC3=0.348x1-0.149x2＋0.479x3＋0.724x4＋0.103x5＋0.305x6。 相似文献
7.
选择蚌埠蚂蚁山奶牛场，随机抽取荷斯坦奶牛220头进行6个乳房线性性状即前房附着、后房高度、后房宽度、悬韧带、乳房深度和乳头长度的线性评定和分析。结果表明：蚂蚁山奶牛场荷斯坦奶牛6个乳房性状线性评分分别是30．0分、46．7分、29．5分、38．3分、18．0分和21．0分；功能分各为80分、92分、80分、88分、68分和72分；奶牛乳房线性性状的总体评定成绩中等偏上，前房附着、后房高度、后房宽度、悬韧带、乳房深度、乳头长度的评定等级分别为佳、优、佳、良、中、中；其中以“后房高度”表现最好。 相似文献
8.
《当代畜牧》2015,(21)
为了建立丰成分模型评估奶牛乳房性状,笔者在安徽蚌埠蚂蚁山奶牛场随机抽取荷斯坦奶牛220头,测定前房附着(x_1)、后房高度(x_2)、后房宽度(x_3)、悬韧带(x_4)、乳房深度(x_5)和乳头长度(x_6)等乳房性状,建立乳房性状入选主成分的评估模型。结果表明,主成分F_1~F_5的累计贡献率达到88.07%,为入选主成分。F_1~F_5的表达式分别为F_1=-0.2828x_1+0.5326x_2+0.3483x_3+0.2849x_4-0.5663x_5+0.3365x_6,F_2=0.4696x_1+0.2665x_2-0.1489x_3+0.6043x_4+0.4404x_5+0.3565x_6,F_3=-0.3407x广0.1619x_2+0.4787x_3+0.5421x_4+0.2863x_5-0.5028x_6,F_4=0.4979x_1-0.3613x_2+0.7239x_3-0.4561x_4-0.0658x_5+0.2624x_6,F_5=0.5133x_1+0.5305x_2+0.1029x_3-0.1292x_4-0.1390x_50.6391x_6。建立入选主成分评估模型为Y=0.1482x_1+0.1782x_2+0.2955x_3+0.2471x_4-0.0256x_5+0.0001x_6。 相似文献
9.
为了探究苏北地区中国荷斯坦牛部分体型性状的遗传参数及其与产奶性状的关系,试验收集了苏北地区4个牧场1 696头中国荷斯坦牛的5项体型性状(乳房深度、中央悬韧带、前乳房附着、后房附着高度、棱角性)和3项产奶性状(305 d产奶量、乳脂率和乳蛋白率)数据,运用DMU v6-R5-2软件中AI-REML模块,借助EM算法并配合多性状动物模型评估体型性状的遗传参数;采用皮尔逊相关系数分析体型性状与产奶性状的关联性;结合Logistic回归法筛选出对305 d产奶量影响较大的体型性状。结果表明：乳房深度、中央悬韧带、前乳房附着、后房附着高度、棱角性的遗传力分别为0.21,0.34,0.24,0.22,0.19。305 d产奶量与乳房深度(-0.138)、前乳房附着(-0.105)呈极显著负相关(P<0.01),与中央悬韧带(0.089)、后房附着高度(0.101)呈极显著正相关(P<0.01);乳脂率与后房附着高度(0.337)呈极显著正相关(P<0.01),与乳房深度(-0.074)、中央悬韧带(-0.117)、棱角性(-0.195)呈极显著负相关(P<0.01);乳蛋... 相似文献
10.
《黑龙江畜牧兽医》2016,(4)
为了进行奶牛外貌性状对305 d产奶量的多元回归分析,试验选择荷斯坦奶牛180头,其中1~3胎各60头,测定其体高(X_1)、胸宽(X_2)、体深(X_3)、尻角度(X_4)、尻宽(X_5)、后肢侧视(X_6)、蹄角度(X_7)外貌性状,对奶牛305 d产奶量进行多元回归分析。结果表明:尻宽、蹄角度、体深与305 d产奶量的相关系数分别为0.306 5,0.260 7,0.246 8;多元回归方程为Y=2761.00-19.33X_1+12.30X_2+41.46X_3-17.66X_4+55.61X_5+3.51X_6+43.25X_7,达极显著水平(P0.01),但自变量X_1、X_2、X_3、X_4、X_6的偏回归系数未达到显著水平(P0.05);最优回归方程Y=2635.83+39.55X_3+46.26X_5+41.43X_7,回归方程及自变量的偏回归系数均达显著水平(P0.05)。说明奶牛外貌性状对305 d产奶量的最优回归方程的建立能够为提高奶牛生产性能提供思路。 相似文献
11.
12.
安徽荷斯坦牛的体型线性评定分析 总被引：10，自引：0，他引：10
本文根据 1996年中国奶牛协会颁布的《中国荷斯坦牛体型线性鉴定实施方案 (试行 )》 ,采用线性评定 1～ 5 0分制 ,对安徽荷斯坦牛进行体型线性评定。结果表明 ,在一级线性性状中 ,体高、胸宽、尻宽、后房高度、乳头长度的评分随胎次增加而增加 ,而前房附着、乳房深度、后房高度的评分随胎次增加而减少。安徽荷斯坦牛平均体高段 137～139cm ,尻宽性状有显著的地区差异 (P <0 .0 5 ) ,在后房高度、乳头长度性状上不同地区表现一致且上乘 ,在乳房深度、前房附着性状上的表现存在着明显的地区差异 (P <0 .0 5 ) ,且均未达到奶牛体型的理想结构 相似文献
13.
对200只1日龄肉杂鸡(科宝1500♂×海赛克斯♀),公母各半,饲喂基础日粮,常规饲养。42日龄时随机抽取50只,公母各半,以活重(x1)、屠宰率(x2)、全净膛率(x3)、半净膛率(x4)、胸肌率(x5)、腿肌率(x6)、腹脂率(x7)为自变量,瘦肉率为依变量(y),进行肉杂鸡胴体性状的多元回归分析。结果:屠宰率(x2)、全净膛率(x3)、半净膛率(x4)、胸肌率(x5)、腿肌率(x6)、腹脂率(x7)与瘦肉率的相关系数都达到了极显著的水平(P<0.01);逐步剔除偏回归系数未达显著水平的性状,建立瘦肉率(y)的多元回归方程为y=0.0240+0.9997x5+0.9994x6,其拟合精度R2近似为1。 相似文献
14.
15.
[目的]为了研究荷斯坦牛体型线性性状之间及线性性状与305d产奶量之间的表型相关。[方法]选择40头第三胎健康荷斯坦泌乳牛,按9分制评分方法对15个体型性状进行评分,对功能分之间、功能分与305d校正产奶量之间进行相关性回归分析。[结果]表明：305d校正产奶量与臀宽、胸宽、体深、前房附着、整体评分、乳头长度之间成极显著正相关（P〈0．01）;经自变量的筛选,建立了305d校正产奶量（Y）与胸宽（X2）、体深（X3）、臀宽（X6）、前房附着（X9）、后房高度（X10）、乳头位置（X14）之间的回归方程Y=-5529．945＋59．456X2＋3．024X3—3．069X6＋70．173X9＋19．834X10-8．892X14,R^2=0．9231。[结论]依据上述六个性状可以预测荷斯坦奶牛的产奶量。 相似文献
16.
《中国牛业科学》2016,(2)
[目的]为进行奶水牛乳房线性性状的主成分分析,[方法]本试验在广西水牛研究所种畜场随机选取了49头奶水牛,进行了乳头左右间距(Х1)、乳头前后间距(Х2)、乳头交叉间距(Х3)、乳头长(Х4)、后乳房宽(Х5)、乳房深度(Х6)、乳房高度(Х7)和前乳房附着度(Х8)等乳房线性性状的主成分分析及载荷图绘制。[结果]显示,奶水牛8个乳房线性性状可简化为3个主成分(占信息总量的62.68%),其中可选取乳头左右间距、乳头交叉间距、乳头长度和乳房深度作为代表性的性状指标。[结论]载荷图分析表明,Х1和Х3的距离最近,可视为同类性状。对奶水牛乳房线性性状进行主成分分析,选出具有代表性的性状指标,可为今后奶水牛的选育和改良研究提供参考依据。 相似文献
17.
《畜牧与兽医》2017,(2):22-27
为了从奶牛的初期性状中找到影响头胎305 d产奶量的主要因素,保证早期选种的准确性,加速奶牛育种工作,预测奶牛305 d产奶量,对宁夏地区2004—2013年9年之间出生的10 527头中国荷斯坦奶牛的94 743条测定日记录进行分析,并对头胎初产日龄(x_1),日产奶(x_2),乳脂率(x_3),蛋白率(x_4),体细胞评分(x_5),乳糖率(x_6),高峰奶(x_7),高峰日(x_8)和头胎305 d产奶量(y)进行通径分析。通过逐步回归的方法将x6剔除出回归方程。结果显示:宁夏地区奶牛305 d产奶量的回归方程为,y=-1 392.56+0.17x_1+87.87x_2-75.09x_3+245.14x_4-35.95x_5+175.10x_7+5.99x_8;各自变量对回归方程估测可靠度R~2总贡献分析,x_7对R~2的总贡献率为0.52,居各自变量之首。回归方程的建立为准确预测奶牛营养需要、实施奶牛的精细化饲养提供了依据。 相似文献
18.
19.
利用Excel软件进行多元回归与多项式回归分析 总被引：3，自引：0，他引：3
多元回归与多项式回归分析在生物统计学上有着极其重要的地位。多元回归与多项式回归的偏回归系数的计算比较复杂,特别是当自变量达3个以上的回归分析给计算带来很大的不便。故多元回归与多项式回归分析一般是借助计算机进行计算的。以往利用计算机进行多元回归与多项式回归分析需要编程,对普通畜牧工作者来说是比较困难的。为此,笔者把自己利用MicrosoftExcel2000软件进行多元回归与多项式回归分析的一些体会与同行分享,不足之处敬请指正。1多元回归与多项式回归分析的原理设y为一依变量,它受x1,x2,x3,…xm等m个自变量的影响,我们可以在它… 相似文献
20.
选择胎次相同,泌乳月份相近的经产荷斯坦牛197头,分别测定其后乳房宽度、后乳房深度、后乳房高度、乳房纵沟深、乳头直径、乳头长度等6个高遗传力性状,并对其与排乳性能及产奶量的相关性进行研究.结果表明：奶牛乳房纵沟深、后乳房宽度、乳头长度、乳头直径与排乳速度有极显著正相关（P＜0.01）,后乳房高度与排乳速度呈中等正相关（P＜0.05）,平均排乳时间与后乳房宽度呈显著正相关（P＜0.05）;日产奶量与乳头长度呈中等负相关（P＜0.05）,与乳房纵沟深、乳头直径呈显著性正相关（P＜0.05）,305d产奶量与乳房纵沟深、后乳房宽度呈强正相关（P＜0.01）,与乳头直径呈显著正相关（P＞0.05）,与乳头长度有极显著负相关（P＜0.01）. 相似文献