甘肃高山细毛羊体重与体尺指标的相关性研究

王志明，王婕姝，王 毅，韩向敏，王 华

(1. 甘肃农业大学 动物科学技术学院，甘肃 兰州 730070; 2. 兰州市畜牧兽医研究所，甘肃 兰州 730050)

(1. College of Animal Science and Technology， Gansu Agricultural University， Lanzhou 730070， China; 2. Research Institute of Animal Husbandry and Veterinary of Lanzhou， Lanzhou 730050， China)



甘肃高山细毛羊体重与体尺指标的相关性研究

王志明，王婕姝，王 毅，韩向敏，王 华

(1. 甘肃农业大学 动物科学技术学院，甘肃 兰州 730070; 2. 兰州市畜牧兽医研究所，甘肃 兰州 730050)

采用SPSS 19.0软件对甘肃高山细毛羊体重与体尺指标进行相关性分析、通径分析、逐步回归分析，并对其相关系数进行分解。通过对体重与体尺指标的逐步回归分析，得出了体重与体尺指标之间的最优回归模型。结果表明：体高(X1)、体长(X2)、胸围(X3)、胸深(X4)均对甘肃高山细毛羊体重产生极显著影响(P<0.01)，对体重(Y)的相关系数分别为：0.766，0.837，0.834，0.801。体长(X2)、胸围(X3)指标均通过直接作用和间接作用对体重(Y)产生影响，而体高(X1)、胸深(X4)则主要通过辅助其他性状对体重(Y)产生间接作用。甘肃高山细毛羊体尺指标(Xi)对体重(Y)的最优回归方程：Y=-43.851+0.425X2+0.587X3。估测值与实测值之间的相关程度为0.914，决定系数R2为0.836，拟合程度较高。

甘肃高山细毛羊；体重；体尺；相关性分析；通径分析；逐步回归分析

(1.CollegeofAnimalScienceandTechnology，GansuAgriculturalUniversity，Lanzhou730070，China; 2.ResearchInstituteofAnimalHusbandryandVeterinaryofLanzhou，Lanzhou730050，China)

甘肃高山细毛羊育成于甘肃皇城绵阳育种试验场和天祝藏族自治县内的场、社，属于毛肉兼用型品种，它具有肉质鲜嫩、膻味轻、产肉和沉积脂肪能力强、对高寒牧区(海拔>2 600 m)适应能力强等特点。1981年被批准为新品种，命名为甘肃高山细毛羊。它是由当地藏羊、蒙古羊为母本，新疆细毛羊、高加索细毛羊为父本，并导入少量莎力斯羊、斯达夫羊和多毛品系(含澳血)羊的血液育成的[1-2]。有关甘肃高山细毛羊生产性能、生长发育及饲养管理等方面的研究较多[3-9]，而对其表型性状中体重与体尺指标的相关性研究尚缺乏报道。本文通过对甘肃高山细毛羊体重、体尺指标的相关性分析、通径分析、逐步回归分析以及对其表型相关系数分解，探究体尺指标与体重的相关关系，包括直接相关关系、间接相关关系，并建立甘肃高山细毛羊体重、体尺间的最优回归方程，为后续的选种、选育工作提供参考。

1 材料与方法

1.1 试验动物甘肃高山细毛羊取自甘肃省天祝藏族自治县牧兴妇女牛羊养殖专业合作社，年龄为6月龄左右，且供试羊均为母羊，健康状况良好。

1.2 测定项目

随机抽取50只健康羊只对其进行体重(Y)、体尺(Xi)测定。体重称量用耀华牌XK3190A1型电子秤，精度为0.01 kg。体尺指标测量参考家畜育种学[10]，测量工具为测杖、卷尺、圆形测定器，测量指标包括体高(X1)、体长(X2)、胸围(X3)、胸深(X4)和管围(X5)。

1.3 数据处理

采用Excel 2013对所测数据进行初步整理，用SPSS 19.0统计分析软件进行相关性分析、通径分析、逐步回归分析，并对相关系数进行分解，建立体重、体尺间的最优回归方程。

2 结果与分析

2.1 体重和体尺指标的表型统计量

表1为甘肃高山细毛羊体重和体尺指标的表型统计量，由此可知，体重(Y)的变异系数最大，为24.26%，其次为胸深(X4)、体长(X2)，分别为11.39%，10.55%，三者均大于10%。体高(X1)、胸围(X3)、管围(X5)变异系数依次为7.27%，7.33%，6.74%，均小于10%。

表1 甘肃高山细毛羊体重和体尺指标的表型统计量

Table 1 Phenotypic statistic of the body weight and body size in Gansu alpine fine-wool sheep

项目体重(Y)/kg体高(X1)/cm体长(X2)/cm胸围(X3)/cm胸深(X4)/cm管围(X5)/cm平均值25.5667.2230.8271.4464.656.89标准差6.2004.8883.2525.2347.3660.465CV/%24.267.2710.557.3311.396.74

注：CV(%)=标准差/平均值×100。

2.2 体重与体尺指标的相关性分析

用SPSS 19.0对体重、体尺指标进行相关性分析，得出体重、体尺间的相关系数如表2。甘肃高山细毛羊体重(Y)与体尺指标中体高(X1)、体长(X2)、胸围(X3)、胸深(X4)呈极显著正相关(P<0.01)，与管围(X5)相关性不显著。体重(Y)与体长(X2)的表型相关系数最大，为0.837，与胸围(X3)、胸深(X4)、体高(X1)的表型相关系数依次为0.834，0.801，0.766。除管围(X5)外，各个体尺指标之间也表现出极强的相关性。其中，体高(X1)与体长(X2)、胸围(X3)、胸深(X4)之间呈极显著正相关(P<0.01)，表型相关系数分别为0.633，0.862，0.696；体长(X2)与胸围(X3)、胸深(X4)呈极显著正相关(P<0.01)，相关系数分别为0.671，0.739；胸围(X3)与胸深(X4)之间呈极显著正相关(P<0.01)，相关系数为0.717。

2.3 体重与体尺指标间的通径分析

为了进一步揭示体重与体尺指标间的相关关系，对体重、体尺指标进行了通径分析，用体尺指标与体重的表型相关系数建立以通径系数为变量的多元一次方程组，方程组如下：

P1+0.633P2+0.862P3+0.696P4+0.150P5=0.766;

0.633P1+P2+0.671P3+0.739P4+0.164P5=0.837;

0.862P1+0.671P2+P3+0.717P4-0.003P5=0.834;

0.696P1+0.739P2+0.717P3+P4+0.138P5=0.801;

0.150P1+0.164P2-0.003P3+0.138P4+P5=0.126。

用矩阵法对多元一次方程组进行求解，得到甘肃高山细毛羊体尺指标对体重的通径系数分别为：P1=0.021；P2=0.403；P3=0.408；P4=0.191；P5=0.032。

表2 甘肃高山细毛羊体重与体尺指标的表型相关系数

Table 2 Phenotypic correlation between the body weight and body size of Gansu alpine fine-wool sheep

注：*表示相关性显著(P<0.05)，**表示相关性极显著(P<0.01)。

2.4 体尺指标对体重相关系数的分解

根据相关系数的组成效应，可将甘肃高山细毛羊各体尺指标(Xi)与体重(Y)的表型相关系数(皮尔森相关系数)分解为体尺对体重的直接作用和该体尺指标通过其他体尺性状对体重的间接作用两部分。甘肃高山细毛羊体尺对体重相关系数的分解见表3。

由表3可知，甘肃高山细毛羊体长(X2)对体重(Y)的综合间接作用最大，为0.676；其次为胸深(X4)、体高(X1)、胸围(X3)，分别为：0.611，0.502，0.425；管围(X5)对体重(Y)的综合间接作用最小，为0.094。各体尺指标对体重的直接作用大小为：胸围(X3)>体长(X2)>胸深(X4)>管围(X5)>体高(X1)；各体尺指标对体重的间接作用大小为：体长(X2)>胸深(X4)>体高(X1)>胸围(X3)>管围(X5)。可以看出，体长(X2)、胸围(X3)对体重既有较强的直接作用，又有较强的间接作用；而体高(X1)、胸深(X4)主要是通过间接作用对体重产生影响，对体重的直接作用较弱；管围(X5)对体重的直接作用、间接作用均较弱。除管围(X5)外，各体尺指标通过胸围(X3)对体重均有较强的间接作用。

表3 甘肃高山细毛羊体尺对体重相关系数的分解

Table 3 Subdivision of phenotypic correlations between body size and body weight in Gansu alpine fine-wool sheep

自变量对Y的相关系数直接作用间接作用体高(X1)体长(X2)胸围(X3)胸深(X4)管围(X5)合计体高(X1)0.7660.021—0.0130.3520.1330.0040.502体长(X2)0.8370.4040.256—0.2740.1410.0050.676胸围(X3)0.8340.4080.0180.271—0.137-0.0010.425胸深(X4)0.8010.1910.0150.2990.293—0.0040.611管围(X5)0.1260.0320.0030.066-0.0010.026—0.094

2.5 体尺指标对体重的逐步回归分析

运用SPSS 19.0软件对体重、体尺数据进行多元逐步回归分析。结果，排除了因变量体高(X1)、胸深(X4)、管围(X5)，得到体重、体尺指标的最优回归方程(模型2)(表4，表5)，方程为Y=-43.851+0.587X3+0.425X2(R=0.914，P<0.01)，方差分析的F值为84.204，达到极显著水平(P<0.01)(表6)。经标准化后的方程为Y=0.505X2+0.495X3(R=0.914，P<0.01)(表5)。

3 讨论

3.1 体重和体尺指标的表型统计量

变异系数又称离散系数，它反映的是标志变动相对程度的指标[11]。体重(Y)、胸深(X4)、体长(X2)三者变异系数均大于10%，且体重最大为24.26%，说明甘肃高山细毛羊体重、胸深、体长变异幅度较大，其中体重指标具有最大的选择与提高潜力[12]。体高(X1)、胸围(X3)、管围(X5)变异系数均小于10%，说明甘肃高山细毛羊体高、胸围、管围的变异幅度较小。

表4 体尺指标对体重回归模型汇总

Table 4 The model of stepwise analysis between the body weight and body size

模型RR2调整R2估计标准误更改统计量R2F自由度1自由度2显著性10.8370.7010.6923.4380.70179.7931340.00020.9140.8360.8262.5850.13527.1791330.000

表5 甘肃高山细毛羊多元回归系数的参数估计值检验

Table 5 Multiple regression correlation of Gansu alpine fine-wool sheep

模型B值标准误差标准系数t值P值B的95.0%置信区间1(常量)-20.0155.134-3.8990.000-30.448-9.582体长0.7050.0790.8378.9330.0000.5440.8652(常量)-43.8515.983-7.3290.000-56.023-31.679体长0.4250.0800.5055.3120.0000.2620.588胸围0.5870.1130.4955.2130.0000.3580.816

表6 甘肃高山细毛羊多元回归方差分析

Table 6 ANOVA of multiple regression of rams

模型平方和自由度均方F值P值1943.4011943.40179.7930.00021124.9522562.47684.2040.000

3.2 体重与体尺指标的相关性分析

相关系数是衡量两个随机变量间的表型相关程度的指标，由于没有消除其他变量对这两个变量的影响，所以表型相关系数不能真实地反映自变量、因变量的相关关系[13]。只能反映该自变量对因变量的综合作用程度。本文通过对体重、体尺的相关性分析，可以看出体重与体高(X1)、体长(X2)、胸围(X3)、胸深(X4)均有极显著的相关性(P<0.01)，其表型相关系数分别为：0.837，0.834，0.801，0.766。说明体尺指标中体高、体长、胸围、胸深对体重的综合作用较大，其表现为直接作用和辅助其他性状对体重的间接作用中的其一或者二者皆有。除管围(X5)外，体高(X1)、体长(X2)、胸围(X3)、胸深(X4)相互之间均表现出了极强的正相关，这与白俊艳等[14]对大尾寒羊、陈碧红等[15]对戴云山羊体重、体尺相关性分析结果一致，说明动物体的体重、体尺指标是相互联系的，选育中对各个性状的选择都需要综合考虑，以达到最优的选育效果。

3.3 体重与体尺指标间的通径分析及其相关系数的分解

通径系数表示自变量对依变量的直接作用大小，其真实地反映了两个变量间的直接相关程度，它是标准化的偏回归系数[16]。通过对体重、体尺的通径分析以及对其相关系数的剖分可以看出，体重与体长(X2)、胸围(X3)有极强的相关性(P<0.01)，与体高(X1)、胸深(X4)相关性不显著(P>0.05)。体高(X1)、胸深(X4)虽然在相关性分析时对体重表现出了极强的表型相关性(P<0.01)，但通径分析中却对体重相关性不显著(P>0.05)，由此说明：体高(X1)、胸深(X4)对体重的作用主要是通过辅助其他性状对体重产生间接影响，而本身对体重的直接作用较弱，这点也可从表4相关系数的分解中看出。体高(X1)、胸深(X4)对体重的间接作用合计为0.502，0.611。体高(X1)主要是通过胸围(X3)、胸深(X4)对体重产生作用，胸深(X4)主要通过体长(X2)、胸围(X3)对体重产生作用。在相关性分析中，体长(X2)、胸围(X3)对体重Y的相关系数r2y=0.837>r3y=0.834，而通径分析中，体长(X2)、胸围(X3)对体重Y的通径系数P2=0.404

3.4 体尺指标对体重的逐步回归分析

通过对体尺指标与体重的逐步回归分析，得到体尺对体重的最优回归方程：Y=-43.851+0.425X2+0.587X3。方程组排除了体高、胸深、管围指标，因对逐步回归系数的显著性检验中，体高(X1)P=0.593>0.05，胸深(X4)P=0.090>0.05，管围(X5)P=0.522>0.05，回归系数显著程度不高，所以予以排除。说明体高(X1)、胸深(X4)、管围(X5)对甘肃高山细毛羊体重的直接影响不明显。回归结果入选指标与王欣荣等[17]、徐铁山等[18]、田亚磊等[19]研究结果类似，而他们的回归方程中除了体长、胸围被入选外，也分别入选了体高、胸宽、腰角宽。可能是由于试验羊的品种、生活环境、饲养管理水平等因素的不同造成的。

回归方程中R2=0.836，说明该回归方程的回归平方和占总变异量的83.6%，回归方程显著存在，且所选体尺指标对体重具有较大的决定作用，方程拟合度较高，具有一定的参考价值。剩余因子 e=0.405，说明对甘肃高山细毛羊体重产生影响的自变量不止体长、胸围，还有一些影响因素没考虑到，与田亚磊等[19]、王瑞芳等[20]对河南奶山羊、黄淮山羊的分析结果一致。因此，对甘肃高山细毛羊体重产生影响的因素需进行全面分析。

4 结论

(1)甘肃高山细毛羊体尺指标中体长、胸围对体重既有较强的直接作用，又通过辅助其他性状对体重产生较强的间接作用。而体高、胸深对体重的作用主要是间接作用；管围对体重的直接作用和间接作用都不明显。

(2)甘肃高山细毛羊体尺指标对体重的最优回归方程为：Y=-43.851+0.425X2+0.587X3(R=0.914，P<0.01)。

[1] 杨正谦. 甘肃高山细毛羊育种工作进展及发展建议[J]. 甘肃农业，2004(11)：81.

[2] 马乃祥. 甘肃高山细毛羊育种现状及发展途径[J]. 甘肃畜牧兽医，1992，22(1)：1-3.

[3] CHEN K K， YANG B H， GUO J. Correlation analysis between microsatellite marker and procreative traits for mutton-wool strain of Gansu alpine fine wool sheep[J].GuizhouAgriculturalSciences， 2009(6)：116-122.

[4] 高芳山，张永堂. 导入澳美提高甘肃高山细毛羊生产性能研究[J]. 中国草食动物，2004，24(6)：20-21.

[5] WANG W M， HU T X， LI F D， et al. Study on differential expression of ovine RARG in ovary at different estrous cycles[J].ScientiaAgriculturaSinica， 2014， 47(15)：3069-3076.

[6] 孙晓萍，肖西山. 提高甘肃高山细毛羊生产性能的研究[J]. 草与畜杂志，1993(2)：22.

[7] 杨瑞基，魏玉明，王凯，等. 高寒牧区德国肉用美利奴羊、边区莱斯特羊和甘肃高山细毛羊杂交F1生长发育及肉用性能观测试验报告[J]. 中国草食动物，2006，26(5)：32-33.

[8] 王喜军. 甘肃高山细毛羊羔羊饲养管理关键技术[J]. 畜牧兽医杂志，2014，33(4)：110-111.

[9] 李少斌，王继卿，成述儒，等. 甘肃高山细毛羊杂交一代生长模型及杂种优势分析[J]. 草业学报，2011，20(5)：177-182.

[10] 张沅. 家畜育种学[M]. 北京：中国农业出版社，2001.

[11] 李林杰，董正信. 经济应用统计学[M]. 北京：中国物资出版社，2001.

[12] 高晔，闫海龙，冯平，等. 陕北白绒山羊体尺与体重相关回归分析[J]. 中国草食动物，2010，30(5)：30-32.

[13] 杜荣骞. 生物统计学[M]. 北京：高等教育出版社，2003.

[14] 白俊艳，庞有志，王永伟. 大尾寒羊体重与体尺的回归分析[J]. 安徽农业科学，2007，35(15)：4537-4538.

[15] 陈碧红，刘庆华. 戴云山羊体尺与体重的回归分析[J]. 中国草食动物，2001，31(5)：34-36.

[16] 明道绪. 通径分析[M]. 雅安：四川农业大学学报编辑部，1990.

[17] 王欣荣，吴建平，杨联，等. 甘南草地型藏羊体质量与体尺指标的相关性研究[J]. 甘肃农业大学学报，2011，46(5)：7-11.

[18] 徐铁山，王东劲，刘小林，等. 海南黑山羊体尺与体重的通径分析及最优回归模型的建立[J]. 家畜生态学报，2005，26(1)：49-53.

[19] 田亚磊，高腾云，宋云青，等. 河南奶山羊体尺与体重的相关性分析[J]. 山东农业科学，2009(6)：96-98.

[20] 王瑞芳，庞训胜，王锋，等. 黄淮山羊体尺体重性状的相关及回归分析[J]. 畜牧与兽医，2008，40(8)：47-49.

(责任编辑 卢福庄)

Correlation analyses between the body weight and body sizes of Gansu alpine fine-wool sheep

WANG Zhi-ming1， WANG Jie-shu1， WANG Yi2， HAN Xiang-min1，*， WANG Hua1

The phenotypic correlations，path coefficients， direct and indirect correlations between the body weight and several body sizes of Gansu alpine fine-wool sheep were analyzed by SPSS 19.0 software. Then the optimum regression equation between the body weight and body sizes was established. The results indicated that the body height (X1)， body length (X2)， chest circumference (X3) and chest depth (X4) showed significant correlations with the body weight at the 0.01 level. The phenotypic correlations were 0.766， 0.837， 0.834， 0.801， respectively. The body length (X2) and chest circumference (X3) had significant influences on the body weight directly and indirectly. However， the body height (X1) and chest depth (X4) showed effects on the body weight indirectly by assisting other characters. The optimal regression model of the body sizes (Xi) and body weight (Y) was established by the stepwise regression asY=-43.851+0.425X2+0.587X3. (R2=0.836，P<0.01).

Gansu alpine fine-wool sheep; body weight; body size; correlation analysis; path analysis; stepwise analysis

http://www.zjnyxb.cn

10.3969/j.issn.1004-1524.2016.01.05

2015-05-14

甘肃省农业科技创新项目(GNCX—2013-34)

王志明(1991—)，男，硕士研究生，研究方向为反刍动物营养及动物生产系统与工程。E-mail：282046956@qq.com

*通信作者，韩向敏，E-mail：min65@sina.com

S826.8

A

1004-1524(2016)01-0028-05

浙江农业学报ActaAgriculturaeZhejiangensis， 2016，28(1):28-32

王志明，王婕姝，王毅，等. 甘肃高山细毛羊体重与体尺指标的相关性研究[J].浙江农业学报，2016，28(1):28-32.