Multivariate regression analysis of dairy characteristics of Holstein cows | Многофакторный регрессионный анализ молочных признаков коров голштинской породы

Russian. Цель исследований - возможность применения уравнения множественной двухфакторной регрессии для раскрытия достоверной сопряженности признаков, влияющих на уровень молочной продуктивности коров голштинской породы. Исследования проводились на одном из с.-х. предприятий Ступинского района Московской области. На основе информационно-аналитической системы "СЕЛЭКС" была создана база данных, включающая выборку по 11 017 головам. Данные о молочной продуктивности были взяты за 305 дней 1-й, 2-й, 3-й и максимальной лактаций. За 305 дней 1-й лактации удой составил в среднем 7909,5 кг молока, за 2-ю - 8289,1 кг (p не более 0,001), за 3-ю - 8446,2 кг (p не более 0,001). Удой за максимальную лактацию составил 8964,3 кг молока (p не более 0,001). Содержание жира и белка в молоке коров в промежутке между 1-й и 3-й лактацией составляет 4,03-4,08 и 3,22-3,23% соответственно. Коэффициент множественной двухфакторной регрессии представляет смещение отклика от 7787,81-8239,00 (1-я, 2-я, 3-я лактации) до 8841,63 (максимальная лактация). Диаграммы рассеяния модели множественной регрессии показывают, что значение переменной величины "удой" статистически зависимо от показателей массовой доли жира и массовой доли белка в молоке. Коэффициент детерминации на уровне 0,997-0,998 свидетельствует о том, что уравнением регрессии объясняется 99,7-99,8% дисперсии результативного признака. Значимость F-критерия Фишера говорит о высокой достоверности результатов и отсутствии случайности и наличия оправданной в нашем исследовании закономерности. Содержание жира и белка имело отрицательную связь с удоем (p не более 0,001) по лактациям. Получены высокие значения взаимосвязи между уровнем удоя и содержанием белка (-0,518…-0,766), содержанием жира и белка (0,626-0,784). Впервые проведены исследования на соответствие модели уравнения полученным экспериментальным данным и наличие количества независимых переменных (массовая доля жира и белка), включенных в уравнение для описания зависимой переменной (удой).

English. The purpose of the research is the possibility of applying the equation of multiple two-factor regression to reveal the reliable conjugacy of traits affecting the level of milk productivity of Holstein cows. The research was carried out in a farm of the Stupinskiy district of the Moscow region. Based on the information analytical system SELEX, a database was created, including a sample of 11 017 heads. Data on milk productivity were taken for 305 days of 1 st, 2 nd, 3 rd and maximum lactation. For 305 days of the 1-st lactation, milk yield averaged 7909.5 kg of milk, for the 2 nd lactation - 8289.1 kg (p not more than 0.001) and the 3 rd lactation - 8446.2 kg (p not more than 0.001). Milk yield for maximum lactation was 8964.3 kg of milk (p not more than 0.001). The fat and protein content in cow milk between the 1 st and 3 rd lactation is 4.03-4.08 and 3.22-3.23%. The multiple two-factor regression coefficient represents the response bias from 7787.81-8239.00 (1 st, 2 nd, 3 rd lactation) to 8841.63 (maximum lactation). The scattering diagrams of the multiple regression model show that the value of the variable "milk yield" is statistically dependent on the indicators of the mass fraction of fat and the mass fraction of protein in milk. The coefficient of determination at the level of 0.997-0.998 indicates that the regression equation explains 99.7-99.8% of the variance of the effective feature. The significance of Fischer's F-test indicates the high reliability of the results and the absence of randomness and the presence of a pattern justified in our study. The fat and protein content had a negative relationship with milk yield (p not more than 0.001) by lactation. High values of the relationship between milk yield and protein content (-0.518 - -0.766), fat and protein content (0.626-0.784) were obtained. For the first time, studies were conducted on the correspondence of the equation model to the experimental data obtained, and the presence of the number of independent variables (mass fraction of fat and protein) included in the equation to describe the dependent variable (milk yield).