Yya2= 0· 99*Χ !+79. 02*Χ8+209· 99*Χ9+164· 24*Χ10+0· 36*Χ13-72· 10*Χ15+2· 97*Χ17-26 2. 24*X1S-157. 96
[0028] 上述父1、父8、父9、父 1。、父13、父15、父17、父18分別代表為？1?、麗？、匪？、厶?￥、燦?？、嫩?？、麗?？、 NMPPo
[0029] 在其中一些實(shí)施例中，基于預(yù)測(cè)變量分析的大白公豬Fisher判別函數(shù)模型為：
[0030] YYa= 0· 02*X「2. 39*Xs+4. 14*Χ9-0· 87*Χ10-2· 00*Χ13+8· 30*Χ15+1· 94*Χ17-3· 95 *Χ18-1. 47
[0031] 上述 X1、X8、X9、Xiq、X13、X 15、X17、X18分別代表為 FR、NWP、NMP、APW、NDPP、NAPP、NWPP、 NMPPo
[0032] 本發(fā)明選擇大白公豬數(shù)據(jù)樣本的18個(gè)變量作為基于多變量分析模型的解釋變 量；選擇對(duì)應(yīng)樣本的公因子作為基于主成分分析模型的解釋變量，同時(shí)，依據(jù)各模型對(duì)應(yīng)的 解釋變量，采用SPSS18. 0分析軟件中的系統(tǒng)聚類(lèi)法對(duì)樣本數(shù)據(jù)進(jìn)行類(lèi)別的劃分，成功得到 兩類(lèi)不同受精能力水平的公豬群，隨后，分別應(yīng)用判別分析（Bayes法和Fisher法）和二元 Logistic回歸分析對(duì)聚類(lèi)分析后基于不同解釋變量、不同受精力水平的兩類(lèi)大白公豬群 進(jìn)行模型函數(shù)的生成。利用大白公豬數(shù)據(jù)分別生成了基于多變量分析的Bayes判別模型、 Fisher判別模型、Logistic回歸模型，以及基于主成分分析的Bayes判別模型、Fisher判 別模型、Logistic回歸模型。其中，大白公豬基于多變量分析的Logistic回歸模型在驗(yàn)證 中的回判準(zhǔn)確率達(dá)98. 83%，預(yù)測(cè)準(zhǔn)確率96. 00%，為所有預(yù)測(cè)模型中的效果最好。與現(xiàn)有 技術(shù)相比，本發(fā)明具有以下有益效果：
[0033] 1)本發(fā)明所建立的數(shù)學(xué)模型能夠提供一種適合廣東省種豬場(chǎng)評(píng)定在役大白公豬 受精能力的函數(shù)t旲型，可作為評(píng)定大白公豬受精能力的依據(jù)；對(duì)于縮小公豬間受精能力的 梯度變化區(qū)間，以及準(zhǔn)確預(yù)測(cè)公豬受精能力水平具有重要的意義。
[0034] 2)本發(fā)明首次應(yīng)用聚類(lèi)分析、判別分析和Logistic回歸分析建立在大白公豬配 種30胎后能夠預(yù)測(cè)其后續(xù)的受精性能的數(shù)學(xué)模型，以客觀指導(dǎo)養(yǎng)豬生產(chǎn)。經(jīng)檢驗(yàn)，該模型 的系數(shù)及預(yù)測(cè)準(zhǔn)確率可靠，且為篩選出高受精能力的大白公豬提供手段和方法。
【附圖說(shuō)明】
[0035] 圖1為本發(fā)明實(shí)施例1中建立大白公豬受精能力數(shù)學(xué)模型的技術(shù)路線圖；
[0036] 圖2為本發(fā)明實(shí)施例1中基于多變量和主成分Fisher判別的組質(zhì)心圖；其中，YYi 和YY 2各代表大白公豬基于多變量分析的1類(lèi)和2類(lèi)組質(zhì)心；YY 3和YY 4各代表大白公豬基 于主成分分析的1類(lèi)和2類(lèi)組質(zhì)心；
[0037] 圖3為本發(fā)明實(shí)施例1中基于多變量的大白公豬回歸模型概率直方圖，其中1代 表1類(lèi)，2代表2類(lèi)。
【具體實(shí)施方式】
[0038] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及具體實(shí)施 例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā) 明，并不用于限定本發(fā)明。
[0039] 實(shí)施例1 一種大白公豬受精能力數(shù)學(xué)模型的建立方法
[0040] 請(qǐng)參閱圖1，為本實(shí)施例的建立大白公豬受精能力數(shù)學(xué)模型的技術(shù)路線圖，本實(shí)施 例的大白公豬受精能力數(shù)學(xué)模型的建立方法，包括以下具體步驟：
[0041] 1)預(yù)測(cè)變量的選擇
[0042] 選擇能夠反映公豬受精能力的18個(gè)變量作為分析模型預(yù)測(cè)變量，包括參配 母豬分娩率（Farrowing rate, FR)、窩產(chǎn)仔數(shù)（Litter size, LS)、窩產(chǎn)活仔數(shù)（Number of born alive, NBA)、窩產(chǎn)死仔數(shù)（Number of dead piglets, NDP)、窩產(chǎn)健仔數(shù)（初生 重大于 I. 00kg 仔豬）（Number of qualified piglets, NQP)、窩產(chǎn)畸形數(shù)（Number of abnormal piglets, NAP)、窩產(chǎn)死胎數(shù)（Number of stillborn piglets, NSP)、窩產(chǎn)弱仔數(shù) (初生重小于 I. 〇〇kg 仔豬）（Number of weak piglets, NWP)、窩產(chǎn)木乃伊數(shù)（Number of mummified piglets, NMP)、仔豬初生重（Average piglet weight, APW)、均胎貢獻(xiàn)仔豬數(shù) (參配母豬產(chǎn)仔數(shù)總和與公豬配種母豬胎數(shù)的比值，下同）（Number of total piglets per parity, NTPP)、均胎貢獻(xiàn)活仔豬數(shù)（Number of alive-born piglets per parity, NABPP)、 均胎貢獻(xiàn)死仔豬數(shù)（Number of dead piglets per parity, NDPP)、均胎貢獻(xiàn)健仔豬 數(shù)（Number of qualified piglets per parity, NQPP)、均胎貢獻(xiàn)畸形數(shù)（Number of abnormal piglets per parity, NAPP)、均胎貢南犬死月臺(tái)數(shù)（Number of stillborn piglets per parity, NSPP)、均胎貢獻(xiàn)弱仔數(shù)（Number of weak piglets per parity, NWPP)和均胎 貢獻(xiàn)木乃伊數(shù)（Number of mummified piglets per parity, NMPP)。預(yù)測(cè)變量選擇依據(jù)以 下2點(diǎn)：
[0043] (1)判定公豬受精能力水平最主要考慮的兩方面問(wèn)題是參配母豬的妊娠情況和產(chǎn) 仔質(zhì)量，因此選擇FR、LS、NBA、NDP、NQP、NAP、NSP、NWP、NMP、APW等10個(gè)指標(biāo)作為分析模型 的預(yù)測(cè)變量。
[0044] (2)"均胎貢獻(xiàn)仔豬數(shù)（NTPP) "等參數(shù)是以公豬配種的母豬胎數(shù)為基數(shù)所得到的產(chǎn) 仔性能指標(biāo)，其不僅是公豬繁殖效率的一個(gè)重要的指標(biāo)，也是體現(xiàn)公豬配種母豬后的分娩 情況的一個(gè)參數(shù)。NTPP在不同受精能力水平的公豬群上存在較顯著的差異，可作為區(qū)別公 豬繁殖性能的變量之一。而NABPP、NDPP、NQPP、NAPP、NSPP、NWPP、NMPP等7個(gè)參數(shù)與NTPP 存在一定的相關(guān)性，也可作為預(yù)測(cè)變量，用于分析模型。
[0045] 2)樣本數(shù)據(jù)的主成分分析及公因子的獲得
[0046] 對(duì)大白公豬數(shù)據(jù)樣本的預(yù)測(cè)變量進(jìn)行數(shù)據(jù)描述，數(shù)據(jù)描述包括基礎(chǔ)統(tǒng)計(jì)學(xué)描述 (如特征統(tǒng)計(jì)量極差、標(biāo)準(zhǔn)差、偏度和峰度等）和多元統(tǒng)計(jì)學(xué)描述（如變量間相關(guān)性分析、主 成分分析等），由基礎(chǔ)統(tǒng)計(jì)描述結(jié)果得到本實(shí)施例的大白公豬數(shù)據(jù)的所有變量的峰度和偏 度不等于〇,所以大白公豬數(shù)據(jù)樣本不服從正態(tài)分布，因此需要采用Spearman相關(guān)系數(shù)對(duì) 樣本變量進(jìn)行描述。然而，部分的預(yù)測(cè)變量的Spearman的I R|值較大，表明部分變量間的 相關(guān)程度較大，需對(duì)數(shù)據(jù)樣本進(jìn)行主成分分析。進(jìn)行主成分分析是獲得樣本數(shù)據(jù)公因子的 必要途徑。公因子系數(shù)得分（即主成分得分系數(shù)）是建立因子得分公式核心部分。本實(shí)施 例獲得的大白公豬樣本數(shù)據(jù)主成分（5個(gè)公因子）具體得分為以下：
[0047] Fiy= 0· 15*Χ2+0· 15*Χ3-0· 04*Χ4+0· 19*Χ5-0· 05*Χ6+0· 04*Χ 7-0· 02*Xs-0. 0 6*Χ9+0. 15*Χ10+0. 16*Χη+0. 16*Χ12+0. 02*Χ13+0. 19*Χ14-〇. 03*Χ16+0. 08*Χ17-〇. 03*Χ18
[0048] F2y= -0· 03*Χ!+0· 12*Χ2+0· 01*Χ3+0· 26*Χ4+0· 04*Χ5+0· 35*Χ7-0· 02*Χ8-0· 09*Χ9+0· 1 1*Χ10+0. 02*Χη-0. 02*Χ12+0. 24*Χ13-0. 01*Χ14-〇. 02*Χ15-〇. 02*Χ16+0. 33*Χ17-〇. 12*Χ18
[0049] F3y= -0. 17?!+0. 06*Χ2+0. 06*Χ3-〇. 02*Χ4-