第1期 张巧娥等：奶牛产奶量与乳成分的多元回归分析 115 表4产奶量与体细胞数的回归分析 Tab.4 Regression analysis between milk production and somatic cell count 变量 自由度 参数估计 标准误 T值 Pr>ltl Variable DF Parameter Estimates Standard Error t Value 截距ntercept 1 40.15 1.75 22.86 0<0.0001 x 1 -0.09 0.04 -2.25 0.0370* 2.5产奶量与乳中干物质之间的回归分析 由表5可以看出，产奶量与乳中干物质的回归方程为：y=65.83-2.60x(r=-0.5010)。经t检验， 产奶量与乳中干物质呈显著性的负相关(P<0.05),从回归方程得知，当干物质每增加1%，产奶量将平均 减少2.60kg。 表5产奶量与干物质的回归分析 Tab.5 Regression analysis between milk production and dry matter 变量 自由度 参数估计 标准误 T值 Pr>ltl Variable DF Parameter Estimates Standard Error t Value 截距Intercept 65.83 11.56 5.69 0<0.0001 1 -2.60 1.06 -2.46 0.0244* 2.6产奶量与乳中尿素氮之间的回归分析 由表6可以看出，产奶量与乳中尿素氮的回归方程为：y=50.25-0.51x(r=-0.3889)。经t检 验，产奶量与乳中尿素氮差异不显著(P>0.05),说明随着尿素氮的增加，则奶牛的产奶量降低，这与 Broderick等m结论一致。而Godden,等回研究表明，乳中尿素氮值与奶产量有正的非线性关系。 Jonker等认为乳中尿素氮值的变化不是由日产奶量决定，而是由采食量决定的：因为随日产奶量升 高，奶牛采食的蛋白数量也增加。在Wattiaux等的试验中，当日产奶量达到一定值时乳中尿素氮值 增幅减缓，可能是因为高产奶牛对日粮氮利用率高的原因，也有可能是由于日产奶量的增加对乳中尿素 氮有稀释作用。 表6产奶量与乳中尿素氨的回归分析 Tab.6 Regression analysis between milk production and milk urea nitrogen 变量 自由度 参数估计 标准误 T值 Pr>ltl Variable DF Parameter Estimates Standard Error t Value 截距Intercept 1 50.25 7.19 6.98 0<0.0001 -0.51 0.28 -1.79 0.0901 2.7 产奶量与乳脂率、乳蛋白率、体细胞数、干物质、乳中尿素氮之间的多元回归分析 由表7可以看出，对产奶量与乳成分之间作方差分析，结果F=1.75,P=0.1890>0.05,说明产奶 量与乳成分之间差异不显著，这与孙晓玉等的日产奶量与乳成分中部分指标有极显著正相关的结论不 一致，可能是后者选择了不同胎次的奶牛样品进行研究。 表7产奶量与乳成分之间的方差分析 Tab.7 Analysis of variance between milk production and milk compositions 变异米源 自由度 平方和 均方 F值 Pr>F Source DF Sum of Squares Mean Square F Value 模型Model J 319.35022 63.87004 1.75 0.1890 误差Eror 14 512.25928 36.58995 校正的总变异Corrected Total 19 831.6105 由表8可以看出，产奶量与乳成分之间回归方程为y=39.70-7.71x1-1207x2+0.04x3+5.64x-0.39x,第 1 期 张巧娥等: 奶牛产奶量与乳成分的多元回归分析 表 4 产奶量与体细胞数的回归分析 Tab． 4 Regression analysis between milk production and somatic cell count 变量 Variable 自由度 DF 参数估计 Parameter Estimates 标准误 Standard Error T 值 t Value Pr ＞ | t | 截距 Intercept 1 40． 15 1． 75 22． 86 0 ＜ 0． 000 1 x 1 － 0． 09 0． 04 － 2． 25 0． 037 0* 2． 5 产奶量与乳中干物质之间的回归分析 由表5 可以看出，产奶量与乳中干物质的回归方程为: y =65． 83 －2． 60x ( r = －0． 501 0) 。经t 检验， 产奶量与乳中干物质呈显著性的负相关( P ＜0． 05) ，从回归方程得知，当干物质每增加 1% ，产奶量将平均 减少 2． 60 kg。 表 5 产奶量与干物质的回归分析 Tab． 5 Regression analysis between milk production and dry matter 变量 Variable 自由度 DF 参数估计 Parameter Estimates 标准误 Standard Error T 值 t Value Pr ＞ | t | 截距 Intercept 1 65． 83 11． 56 5． 69 0 ＜ 0． 000 1 x 1 － 2． 60 1． 06 － 2． 46 0． 024 4* 2． 6 产奶量与乳中尿素氮之间的回归分析 由表6 可以看出，产奶量与乳中尿素氮的回归方程为: y = 50． 25 － 0． 51x( r = － 0． 388 9) 。经 t 检 验，产奶量与乳中尿素氮差异不显著( P ＞ 0． 05) ，说明随着尿素氮的增加，则奶牛的产奶量降低，这与 Broderick 等［11］结论一致。而 Godden，等［12］ 研究表明，乳中尿素氮值与奶产量有正的非线性关系。 Jonker 等［13］认为乳中尿素氮值的变化不是由日产奶量决定，而是由采食量决定的; 因为随日产奶量升 高，奶牛采食的蛋白数量也增加。在 Wattiaux 等［14］的试验中，当日产奶量达到一定值时乳中尿素氮值 增幅减缓，可能是因为高产奶牛对日粮氮利用率高的原因，也有可能是由于日产奶量的增加对乳中尿素 氮有稀释作用。 表 6 产奶量与乳中尿素氮的回归分析 Tab． 6 Regression analysis between milk production and milk urea nitrogen 变量 Variable 自由度 DF 参数估计 Parameter Estimates 标准误 Standard Error T 值 t Value Pr ＞ | t | 截距 Intercept 1 50． 25 7． 19 6． 98 0 ＜ 0． 000 1 x 1 － 0． 51 0． 28 － 1． 79 0． 090 1 2． 7 产奶量与乳脂率、乳蛋白率、体细胞数、干物质、乳中尿素氮之间的多元回归分析 由表 7 可以看出，对产奶量与乳成分之间作方差分析，结果 F = 1． 75，P = 0． 189 0 ＞ 0． 05，说明产奶 量与乳成分之间差异不显著，这与孙晓玉等［15］日产奶量与乳成分中部分指标有极显著正相关的结论不 一致，可能是后者选择了不同胎次的奶牛样品进行研究。 表 7 产奶量与乳成分之间的方差分析 Tab． 7 Analysis of variance between milk production and milk compositions 变异来源 Source 自由度 DF 平方和 Sum of Squares 均方 Mean Square F 值 F Value Pr ＞ F 模型 Model 5 319． 350 22 63． 870 04 1． 75 0． 189 0 误差 Error 14 512． 259 28 36． 589 95 校正的总变异 Corrected Total 19 831． 610 5 由表8 可以看出，产奶量与乳成分之间回归方程为: y =39．70 －7．71x1 －12．07x2 +0．04x3 +5．64x4 － 0． 39x5， 115