邢杰

（山西省右玉县畜牧兽医中心 037200）

畜牧业生产中，遗传改良是畜禽育种工作的重要环节，利用统计模型进行遗传性状评估是通过估计方差组分和遗传参数，采用合适的分析模型，在众多动物群体中借助混合线性技术，在较短时间内筛选出优良的目标性状，并加以固定。作为一种数据分析模型，随机回归模型(RRM) 有着广泛的用途，应用于社会经济诸多领域。早期RRM 主要应用于奶牛泌乳、生长等性状的预测评估，Meyer 等证明，协方差函数和RRM是等价的，并将其用于分析纵向数据或重复记录，用来解释由动态性状在不同个体间动态变化而导致的遗传差异[1]。随着此模型的普及与优化，人们逐渐将其用于肉牛、羊、猪及禽类（以鸡为主）等其他畜禽相关性状的遗传评估，从对单一或少数性状转变到多个不同性状的评估分析，这也是RRM 的不断完善与推广的漫长过程。

1 随机回归模型的理论基础

1.1 回归分析思想的建立与应用

回归分析是一种预测性的建模技术，它研究的是因变量和自变量之间的关系，通常用于预测分析时间序列模型及发现变量之间的因果关系。如通过对奶牛泌乳期各个阶段产奶量与泌乳时间、环境等相关性的分析来确定产奶性状的优劣就是回归分析方法的一种运用。回归分析是建模与分析数据的重要手段，利用它能找出自变量与因变量之间的显著关系，并显示多个自变量对一个因变量的影响强度。在7 种回归分析技术中，线性回归和多项式回归是常用于畜禽遗传评估的两种回归分析技术。……