NRC(2012)猪饲料成分表的深度分析及饲料能值的模型构建 - 图文

模型构建的基本方法

· 回归模型中的自变量：x1,干物质，DM%； x2，粗蛋白， CP%; x3,粗纤维，CF%；x4, 粗脂肪，EE%；x5, 酸性醚

提取物，AEE%；x6，粗灰分，Ash%；x7, 淀粉，ST%；

x8, 中性洗涤纤维,NDF%; x9, 酸性洗涤纤维，ADF%；

x10, 半纤维素，HC%；x11, 酸性洗涤木质素，ADL%。

· 对预测变量即因变量的定义: GE，饲料总能，kcal/kg;

DE,饲料消化能，kcal/kg； ME，饲料代谢能，kcal/kg；

NE，饲料净能，kcal/kgg。

2.1 饲料中总能(GE)回归模型的构建 2.1.1 不分饲料类型，对所有饲料的GE的回归模型

22.11 饲料中总能(GE)回归模型的构建 · 分析：

1. 能够初步建立所有饲料类型中饲料基础养分及其 组合与GE的回归模型；

2. R2 为0.8058~0.7361, C.V.为5.94~6.86% 3. 目前仅有INAPG组织公布了大约100种饲料的 GE预测模型

2.1 饲料中总能(GE)回归模型的构建

2.1.2“玉米及其加工产品类”的GE模型构建

R2=0.9994~0.6502 C.V.=0.61~6.17%