共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
为研究内蒙古二郎山绒山羊体尺、绒毛性状与经济性状间的相关关系,选取1 000只3岁成年母羊进行生产性能测定,并利用SAS 9.0和Excel 2003软件进行统计分析。结果表明,二郎山绒山羊体尺、绒毛性状中体高(X1)、体斜长(X2)、胸围(X3)与体重(Y)之间呈极显著正相关(P<0.01),最优回归方程为Y=-12.0856+0.0821X1+0.4053X2+0.1624X3,回归方程的截距和3个偏回归系数都达到了极显著的程度(P<0.01),说明该方程是最优回归方程。胸围对体重的影响最大,而体高、体斜长和绒细度主要通过胸围对体重产生影响;体高对产绒量的影响最大,其次为绒厚度,但是就体高、体斜长、胸围、绒细度、绒厚度、毛长与产绒量之间并未找到最优回归方程。表明二郎山绒山羊体尺、绒毛性状与经济性状之间存在着复杂的内在联系。 相似文献
3.
4.
《黑龙江畜牧兽医》2015,(21)
为了通过体尺、体重性状的选育加速绒山羊产绒量性状的选育进程,试验采用SPSS.13.0数据包对引入科尔沁农牧交错区的3 515只辽宁绒山羊进行体尺指标、抓绒后体重与原绒产量的相关性分析、通径分析和回归分析,建立了体尺、抓绒后体重与产绒量间的回归模型。结果表明:抓绒后体重(X_1)、体高(X_2)、体长(X_3)、胸围(X_4)、管围(X_5)、绒层高度(X_6)与原绒产量(Y)均呈极显著正相关(P0.01)。抓绒后体重、胸围对原绒产量的直接作用最大,而体高主要通过间接作用影响产绒量。获得了抓绒后体重、主要体尺指标与原绒产量间的最优回归方程:Y=0.298 X_1+0.149 X_3+0.275 X__4+0.042 X_5+0.108 X_6。说明在以提高产绒量为主要育种目标的绒山羊选育过程中,应以抓绒后体重为首选选育性状指标,并要兼顾胸围等性状指标的选育。 相似文献
5.
运用SPSS软件分析了1周岁大足黑山羊公羊、母羊的体尺与体重相关关系,并将其划分为直接作用和间接作用。确定各项体尺指标对体重的决定程度,并建立体尺对体重的最优回归方程。结果表明:1周岁大足黑山羊公羊的胸围、胸宽是影响其体重的最主要因素,其体尺指标对体重的最优回归方程为Y=51.683+0.867X4+1.148X6;母羊尻高、胸围和腰角宽是影响其体重的最主要因素.其体尺指标对体重的最优回归方程为Y=-18.890+0.419X3+0.250X4+0.405X8。 相似文献
6.
体尺性状与体重具有相关性因而在育种中具有较强的应用价值,找出与体重相关性较大的体尺性状可以提高测定效率.本研究测定了湖北乌羊5个体尺性状,并用SAS软件分析了它们与体重间的相关、对体重的直接和间接影响以及对体重的决策程度,分别建立了公羊及母羊体重与体尺的最优回归模型.结果表明:胸围和体直长是湖北乌羊公羊体重的最主要决策变量,而胸围和管围是湖北乌羊母羊体重的最主要决策变量.湖北乌羊公羊及母羊体尺对体重的最优回归模型分别为Y=-23.2124+0.8616X3和Y=-39.2923+0.7873X3+0.1981X4,其中X3表示体直长,X4表示胸围. 相似文献
7.
为了研究威宁牛母牛体尺性状对体重的影响,采用SAS 9.0软件对威宁牛成年母牛体重与体尺性状进行相关分析和多元线性回归分析,并建立回归方程。结果表明:(1)威宁牛母牛体重(Y)与体高(X1)、体斜长(X2)、十字部高(X3)、胸围(X4)、腹围(X5)、管围(X6)6项体尺性状呈极显著(p<0.01)的正相关,其中胸围对体重的影响最大,腹围次之,管围最小;(2)建立的回归方程为:
y=-486.1576+1.2276x1+0.5526x2+0.9411x3+0.9726x4+1.4113x5+1.1862x6。 相似文献
8.
河南小尾寒羊体尺与体重的相关性分析 总被引:3,自引:1,他引:2
为探讨河南小尾寒羊体尺指标与体重的相关性,更好的服务于选种、选育工作,作者运用SPSS软件对98只河南小尾寒羊的体尺、体重进行了相关分析和通径分析,并建立了最优回归方程。结果表明,河南小尾寒羊的体重(〖AKY-〗)与体高(X1)、体长(X2)、胸围(X3)、胸宽(X4)、胸深(X5)、尾宽(X6)、尾长(X7)呈极显著正相关(P<0.01);体长、胸围、胸宽和胸深4个指标对体重的直接作用和间接作用都极大;得到最优回归方程为:〖AKY-〗=0.226X2+0.535X3+0.200X4。 相似文献
9.
10.
11.
12.
13.
李春业 《青海畜牧兽医杂志》2012,42(1):26-27
对51条青海湖裸鲤体重和体尺性状进行测定,并应用SAS(6.12版)系统软件进行回归性分析。结果表明:Y,(体重)与X1(头重)、X2(鳍重)、X3(躯尾重)、K(肠容物重)之间呈极显著的正相关,其最优回归方程式:总方程:Y1=-2.24390+0.99898X3+1.30604X4(R2=0.9210P〈0.0001),♀:Y1=1.93002+0.88362X3+1.24584X4(R2=0.9198P〈0.0001),♂:Y1=8.97641+1.20310X3(R2=0.9956P〈0.0001)。Y2(体长)与X5(头长)、X6(躯干长)、X7(尾长)之间呈极显著的正相关,其最优回归方程式:♀:Y2=3.62909+2.25776X5+1.10367X7(R2=0.8150P〈0.0032),6:L=0.97145+O.95331X6(R2=0.9534P〈0.0077)。 相似文献
14.
[目的]本文旨在寻找陇县改良母牛的生长发育规律,为乳用改良牛核心群的早期选育,固定乳用改良后代的优良性状况提供依据.[方法]随机抽取陇县改良母牛(0.5岁、3岁、5岁以上)个体体尺、体尺指数,采用方差分析和多重比较进行综合分析,通过各年龄组合内不同改良后代之间,横向比较不同年龄组合(0.5岁~3岁~5岁以上),纵向比较其体尺、体尺指数,[结果]显示改良个体0.5岁的体长指数,尻宽指数随着改良代数增加逐渐增大,体躯指数,胸围指数随着改良代数增加逐渐缩小,乳用体型及乳肉体型已基本具备等5条具有规律性.[结论]对0.5岁的早期个体,依照平均体尺、平均体尺指数,坚持"体尺绝对指标高于平均数,体长指数,体躯指数,胸围指数低于平均数,尻宽指数高于平均数"的早期乳用核心群的选育结论,对乳用改良工作具有一定的指导意义. 相似文献
15.
Ali Al-Haidar Aurelia Leroux Lora Borde Stefan Deleuze Semona Cerri Charlotte Sandersen Hélène Amory Fédéric Farnir 《Journal of Equine Veterinary Science》2013
The objectives of this study were to evaluate the optimal body size variable, and to determine mathematical model that best fits echocardiographic measurements to body size in the equine species. One hundred fifty horses of various breeds, aged 1 week to 17 years, body weight (BW) 38-890 kg, and free from cardiac disease were used in this study. Based on their age (ie, younger or older than 2 years), animals were separated into two groups. In each horse, the BW, height at withers (HT), thoracic circumference (TC), and the body length were measured; the body surface area was calculated; and a standard two-dimensional and M-mode echocardiography was performed allowing classic cardiac measurements to be taken. Correlations between each echocardiographic measurement and each of the anthropometric variables were assessed via a Pearson's product-moment analysis and using linear, logarithmic, and power regression analysis in all animals and within the two groups. The dimensional, but not functional, echocardiographic measurements showed a close correlation with all body size variables, especially during growth. The relationship between cardiac measurements and body size was best described using power regression models with TC as the anthropometric variable, but the relationship was also very accurately described using BW, body surface area, or body length. In the equine species, dimensional echocardiographic reference values should be established using power regression equations on TC. Such a correction for body size could increase the diagnostic value of echocardiography in equine cardiology. 相似文献
16.
17.
马存寿 《青海畜牧兽医杂志》2012,42(1):28-29
分析杂一代荷斯坦成年母牛体尺指标与体重的相关性,并进一步进行估测体重的回归分析,指导黄牛改良的生产实际及选育工作。以门源县麻莲乡2008年测量的495头杂种荷斯坦牛相关数据为基础,分析体重与体高、体长、胸围、管围的相关系数,构建估测杂种荷斯坦成年母牛体重的回归模型。结果表明:体重与体高、体长、胸围、管围的相关系数R分别为0.712、0.785,0.889,0.514;得到了估测体重的最优回归模型,Y=-648.399+3.317X3+2.062x2+1.211x1(P〈0.01)(R2=0.877)。杂种荷斯坦成年母牛体重与体高、体长、胸围、管围存在明显的线性关系。 相似文献
18.
19.
以辽宁省两个复州牛保种场104头母牛2004年体尺数据为基础材料,对复州牛体重与年龄、体长、体高、胸围、管围的相关系数进行了分析,同时建立了估测复州牛成年母牛体重的回归模型。结果表明:复州牛体重与体高、体长、胸围、管围、年龄之间的相关系数分别为0.798、0.644、0.678、—0.167、0.406,经检验,除管围与体重的相关系数不显著外(P>0.05),其它四个相关系数均达到极显著水平(P<0.01);两个估测体重的回归模型估测值与实测值之间的相关程度分别为0.923和0.922,达到极显著水平(P<0.01)。 相似文献
20.
为揭示马岗鹅的生长发育规律,挖掘马岗鹅的生长潜力,本研究通过测定马岗鹅0~12周龄的体重和体尺性状,并用Logistics、Von Bertalanffy和Gompertz 3种模型进行生长曲线拟合。结果表明:马岗鹅体重生长曲线最佳模型为Gompertz模型(R2=0.999),拐点周龄是4.31周龄,拐点体重是1459.01g,2~8周龄的周增重都在320 g以上,相对生长率都在16%以上,8周龄前为马岗鹅体重迅速增长时期。胸深、龙骨长、颈长的最佳拟合模型为Gompertz,拐点周龄分别为0.65、3.71、2.28周龄;体斜长、半潜水长的最佳拟合模型为Von Bertalanffy,拐点周龄分别为0.53、0.47周龄;胸宽、骨盆宽、胫长、胫围的最佳拟合模型为Logistic,拐点周龄分别为3.81、1.39、0.91、0.51周龄;7周龄前为马岗鹅体尺性状迅速增长时期。本研究结果可为马岗鹅的生产和饲养管理提供理论指导。 相似文献