用主成分分析法和聚类分析法确定AA肉鸡生产指标

为了利用AA肉鸡的原始生产记录对其生产水平做出快速评价,试验以河南省滑县某肉鸡场4栋鸡舍1~5周龄93636只AA肉鸡为材料,按鸡舍和周龄调查了入栏数(x_(1))、死淘数(x_(2))、成活率(x_(3))、周耗料量(x_(4))、累计周耗料量(x_(5))、日耗料量(x_(6))、累计日耗料量(x_(7))、只耗料量(x_(8))、累计只耗料量(x_(9))、只日耗料量(x_(10))、累计只日耗料量(x_(11))、体重(x_(12))、周增重(x_(13))、日增重(x_(14))、周效率(x_(15))和累计效率(x_(16))等16项原始生产记录,在描述统计的基础上进行了主成分分析和聚类分析。结果显示:选取的4个主成分方差贡献率分别为82.579%、8.584%、4.318%、3.726%,累计贡献率为99.207%;第一主成分主要综合了x_(4)~x_(12)方面的信息,第二主成分主要综合了x_(1)、x_(2)、x_(3)的信息,第三主成分主要综合了x_(1)、x_(2)、x_(3)、x_(16)的信息,第四主成分主要综合了x_(15)、x_(13)、x_(14)的信息;16项生产指标聚为5类,各类的典型指标分别为x_(12)、x_(10)、x_(2)、x_(1)、x_(15),主成分分析和聚类分析结果基本一致;最终筛选出的主要生产指标为入栏数(x_(1))、死淘数(x_(2))、只日耗料量(x_(10))、体重(x_(12))和周效率(x_(15))。说明此5项指标可以充分反映AA肉鸡的生产力水平,可以用于AA肉鸡生产中生产力水平的快速评价。

运用主成分分析和聚类分析确定AA肉鸡生产力的评价指标

为了对规模化肉鸡饲养场AA肉鸡的生产力进行综合评价,试验以滑县某肉鸡场124 789只AA肉鸡为材料,按鸡舍和周龄对其生产性能进行调查测定,测定项目有存栏数(x_(1))、成活率(x_(2))、周耗料量(x_(3))、累计只耗料量(x_(4))、只日耗料量(x_(5))、体重(x_(6))、周增重(x_(7))、周效率(x_(8))、累计效率(x_(9))等9项指标,采用主成分分析和聚类分析法确定了生产力综合评价中的重要指标,建立了AA肉鸡生产力综合评价模型。结果显示:9个指标间均存在着极显著的相关性(P<0.01);提取的3个主成分Y1、Y2、Y3方差贡献率分别为92.25%、4.71%、1.84%,累计贡献率为98.79%;9项指标可聚为4类,其中存栏数(x_(1))、周耗料量(x_(3))、体重(x_(6))、周效率(x_(8))是影响生产力水平的重要指标。此研究结果可作为AA肉鸡场生产管理的科学依据。

AA肉鸡生产指标间典型相关与回归分析

为了掌握AA肉鸡生产指标间的相关关系和回归关系,试验对河南省滑县某肉鸡场93636只AA肉鸡的周龄(x_(1))、存栏数(x_(2))、成活率(x_(3))、周耗料量(x_(4))、累计周耗料量(x_(5))、日耗料量(x_(6))、只耗料量(x_(7))、只日耗料量(x_(8))共8个自变量指标和体重(x_(9))、周增重(x_(10))、日增重(x_(11))、周效率(x_(12))、累计效率(x_(13))共5个因变量指标进行了简单相关分析和典型相关分析,并建立了生产指标之间的回归方程。结果表明:13项生产指标间存在着极显著的正相关关系或极显著的负相关关系(P<0.01),自变量指标与因变量指标间的典型相关系数为0.9999(P<0.01)和0.9886(P<0.01)。典型相关变量数学表达式为:U_(1)=-0.434x_(1)-0.010x_(2)+0.124x_(3)+0.375x_(4)-0.685x_(5)+0.526x_(6)+204.186x_(7)-204.856x_(8),V_(1)=-1.234x_(9)+0.861x_(10)-0.565x_(11)-0.122x_(12)+0.159x_(13);U_(2)=-0.003x_(1)-0.746x_(2)+0.538x_(3)-3.390x_(4)+5.660x_(5)+2.699x_(6)-975.503x_(7)+970.299x_(8),V_(2)=4.468x_(9)+490.233x_(10)-494.152x_(11)+1.278x_(12)-0.299x_(13);自变量指标与因变量指标间的相关性主要由x_(5)、x_(6)、x_(7)、x_(8)和x_(9)、x_(10)、x_(11)之间的密切关系所造成。所建立的回归方程为:x_(9)=-105.845+177.526x_(1)+0.017x_(5)+1.242x_(8),R^(2)=0.998;x_(11)=-8.436+32.532x_(1)+0.348x_(6)-1.183x_(7),R^(2)=0.973;x_(12)=75.700+29.823x_(1)-0.008x_(4)-0.246x_(6)-0.791x_(7),R^(2)=0.882;x_(13)=-975.271+10.990x_(3)-0.007x_(4)-0.001x_(5)+0.102x_(9),R^(2)=0.956。说明13项生产指标间存在错综复杂的相关关系,部分生产指标间存在良好的回归关系。

运用主成分分析法建立AA肉鸡生产性能评价模型

为了解决AA肉鸡多指标生产性能综合评价问题,试验以豫北某肉鸡场4栋鸡舍1~5周龄93432只AA肉鸡为研究对象,对存栏数(x_(1))、成活率(x_(2))、累计周耗料量(x_(3))、累计日耗料量(x_(4))、累计只耗料量(x_(5))、累计只日耗料量(x_(6))、体重(x_(7))、周增重(x_(8))和累计效率(x_(9))等9项生产性能指标进行了相关分析和主成分分析,建立了AA肉鸡生产性能综合评价模型。结果表明:9项生产性能指标间的36个相关系数均达到极显著水平(P<0.01);提取的3个主成分方差贡献率分别为:94.716%、2.532%和1.734%,累计贡献率为98.98%;3个主成分信息表达式为:F1=-0.109x_(1)-0.112x_(2)+0.116x_(3)+0.116x_(4)+0.116x_(5)+0.116x_(6)+0.117x_(7)+0.111x_(8)-0.113x_(9),F2=1.403x_(1)+1.091x_(2)+0.475x_(3)+0.475x_(4)+0.458x_(5)+0.458x_(6)+0.182x_(7)-0.209x_(8)-0.532 x_(9),F3=-0.382x_(1)-0.328x_(2)+0.510x_(3)+0.510x_(4)+0.544x_(5)+0.544x_(6)+0.103x_(7)-2.009x_(8)+0.996x_(9);生产性能评价模型为:I=-0.076x_(1)-0.085x_(2)+0.132x_(3)+0.132x_(4)+0.133x_(5)+0.133x_(6)+0.119x_(7)+0.065x_(8)-0.105x_(9)。此模型可用于AA肉鸡生产中生产性能的综合评价。

我们是命运共同体,要一起去战斗

2020年的第一季度过去了,这是中国,甚至是全世界人们变成"口罩侠"的三个月。这三个月,我们深切地感受到,灾难来临的时候,我们,从来不是一个人,我们是"命运共同体"。即使你不曾到过武汉,但在杭州、温州、宁波……的我们都必须自律地待在家里,认识新冠病毒,勤洗手、多喝水,延迟开学,保护自己和家人。