[发明专利]一种评定长白公猪受精能力的数学模型及其建立方法

权利要求书

1.一种评定长白公猪受精能力的数学模型的建立方法，其特征在于，包括以下步骤：

(1)、对长白公猪数据样本的预测变量进行数据描述；所述预测变量为参配母猪分娩率、窝产仔数、窝产活仔数、窝产死仔数、窝产健仔数、窝产畸形数、窝产死胎数、窝产弱仔数、窝产木乃伊数、仔猪初生重、均胎贡献仔猪数、均胎贡献活仔猪数、均胎贡献死仔猪数、均胎贡献健仔猪数、均胎贡献畸形数、均胎贡献死胎数、均胎贡献弱仔数和均胎贡献木乃伊数；

(2)、数据描述后，对数据样本主成分分析后得到的公因子和预测变量进行系统聚类，并依据公猪精液受精能力相关的样本数据对不同受精能力水平的长白公猪进行划分，聚类划分为高受精能力公猪群和低受精能力公猪群；

(3)、聚类分析后，对数据样本主成分分析后得到的公因子和预测变量分别进行聚类后的Bayes判别分析、Fisher判别分析和Logistic回归分析，生成具体的数学函数。

2.根据权利要求1所述的评定长白公猪受精能力的数学模型的建立方法，其特征在于，步骤(1)中所述数据描述为基础统计学描述和多元统计学描述，所述基础统计学描述为特征统计量极差、标准差、偏度或峰度，所述多元统计学描述为变量间相关性分析、或主成分分析。

3.根据权利要求1所述的评定长白公猪受精能力的数学模型的建立方法，其特征在于，步骤(1)中所述判别分析在SPSS18.0工作界面的“分析(A)”-“分类(F)”-“判别(D)”中实现，在“判别(D)”选择界面上将“Group”选进分组变量框中，同时将分组变量的定义范围最大值为2，最小值为1，然后再将输入需要分析的样本变量或主成分，选进自变量框中，并选择步进式方法进行判别，在“判别(D)”选择界面上选择“统计量”、“方法”、“分类”选择框，并输出预测成员和判别得分信息。

4.根据权利要求3所述的评定长白公猪受精能力的数学模型的建立方法，其特征在于，在步骤(3)中所述判别分析中，采用wilks’lambda公式进行判别。

5.根据权利要求1所述的评定长白公猪受精能力的数学模型的建立方法，其特征在于，步骤(3)中所述Logistic回归分析在SPSS18.0工作界面的“分析(A)”-“回归(R)”-“二元Logistic”中实现，在“二元Logistic”选择界面上将“Group”选进自变量框中，然后再将输入需分析的样本变量或主成分，选进协变量框中，方法选择“进入”，在“二元Logistic”选择界面上“选项框”的多种统计量为预测概率、残差标准化、统计量和输出图形。

6.根据权利要求1所述的评定长白公猪受精能力的数学模型的建立方法，其特征在于，步骤(3)中基于预测变量分析的长白公猪Logistic回归模型对应的模型函数分别为：

Z_La1＝-1.71*X₁+2.48*X₂+16.32*X₃-12.79*X₄-30.90*X₅+38.77*X₆-49.75*X₇+46.40*X₈+10.55*X₉+0.47*X₁₀+46.54*X₁₁-56.25*X₁₂+0.98*X₁₃+18.62*X₁₄-92.06*X₁₅-77.85*X₁₆+32.68*X₁₇-53.93*X₁₈+179.56

上述X₁～X₁₈分别代表为参配母猪分娩率、窝产仔数、窝产活仔数、窝产死仔数、窝产健仔数、窝产畸形数、窝产死胎数、窝产弱仔数、窝产木乃伊数、仔猪初生重、均胎贡献仔猪数、均胎贡献活仔猪数、均胎贡献死仔猪数、均胎贡献健仔猪数、均胎贡献畸形数、均胎贡献死胎数、均胎贡献弱仔数、均胎贡献木乃伊数。