NRC(2012)猪饲料成分表的深度分析及饲料能值的模型构建

2.4 饲料中净能(NE)回归模型的构建

2.4.1 “玉米及其加工派生原料”饲料的NE的回归模型

R2=0.9290~0.7852 C.V.=6.52~7.04%

2.4. 饲料中净能(NE)回归模型的构建

2.4.2 “大豆及其加工派生原料”饲料的NE的回归模型

R2=0.9996~0.9788 C.V.=2.49~9.53%

三、小结与展望

11. 可以建立针对所有饲料原料的饲料基础成分（概略成分及 CHO组分）与总能的普适方程。本研究的回归效果不甚 理想的原因是饲料原料缺值项目较多造成的；

22. 尚不能建立起饲料基础成分与DE、ME及NE之间的回归

方程，因为饲料基础成分无论怎样组合， 回归效果均不 理想；

33. 按具有某些相同特性的饲料归类为子集时，回归发现，玉 米及其加工产品类、大豆及其加工产品类，饲料基础成分

三、小结与展望

组合，与饲料的DE、ME甚至NE具有非常好的相关性； 4. 对于同一类饲料，具有相同变量的DE、ME回归模型， 变量的回归系数具有明显的关联，而主要的差别在变量 项x2((粗蛋白)的系数上，其他系数基本相同； 5. 建立NE回归模型时，将GE作为自变量参与回归，可改 善回归模型的拟合效果。

6. 利用建立的有效回归模型，根据已有的变量数据，选择

合适的回归模型，可以对已经发布的成分表补充数据