Сетевое издание

Международный студенческий научный вестник

ISSN 2409-529X

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Гагарина О.Ю. 1 Федина В.И. 1

---

1 Орловский государственный аграрный университет им. Н.В. Парахина

В условиях обострения конкуренции дальнейшее наращивание мощностей и повышение экономической эффективности птицеводства невозможно без разработки современных энергосберегающих технологий и специального оборудования, которые позволят в полной мере реализовывать генетический потенциал птицы с одновременным снижением себестоимости производимого мяса. В ООО «БГК Великий Новгород» (дочернее предприятие ООО «Белгранкорм») внедрена и работает новая система Patio, которая совмещает стадии инкубации яиц, вывода молодняка и выращивания цыплят-бройлеров. В тоже время на птицефабрике успешно применяется традиционная клеточная технология выращивания бройлеров. В связи с этим весьма актуальным является установление наиболее перспективной технологии выращивания цыплят-бройлеров в условиях промышленного содержания. Это и обозначило выбор направления исследований данной работы. Целью работы явилось сравнительное изучение продуктивных качеств цыплят-бройлеров при выращивании их по разным технологиям – в клеточных батареях «BroMaxx» и с использованием системы «Patio», интегрирующей процессы вывода и выращивания цыплят-бройлеров.

Статья в формате PDF

213 KB

экономическая эффективность.

живая масса

технология выращивания

бройлеры

1. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. – СПб.: ООО «ДиаСофтЮП», 2002. – 608 с.

2. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / под ред. И.И. Елисеевой. – 5-е изд., перераб. и доп. – М.: Финансы и статистика, 2004. – 656 с.

3. Лясковская О.В., Барбашова Е.В. Сравнение средних. Методические указания для самостоятельной работы по дисциплине «Статистический анализ в юриспруденции (продвинутый курс)». – Орел: Издательство ОФ РАНХиГС, 2016. – 39 с.

4. Множественное сравнение средних в эмпирических сельскохозяйственных исследованиях / В.Г. Шуметов, А.С. Коломейченко, В.С. Буяров, С.Ю. Метасова // Вестник ОрелГАУ. – 2017. – №4(67). – С.113-122.

5. Шуметов В.Г. Статистический анализ данных. Т.2. Методы одномерного и двумерного анализа. – Орел.: Изд-во ОФ РАНХиГС, 2012. – 148 с.

6. SPSS Base 8.0 для Windows. Руководство по применению. Перевод–Copyright 1998 СПСС Русь. – 397 с.

Научно-производственные исследования проводились на птицефабрике №3 ООО «БГК Великий Новгород». Объектом исследований явились цыплята-бройлеры кросса Hubbard F–15 с суточного до 40-дневного возраста. Для эксперимента были отобраны 2 группы суточных цыплят-бройлеров с живой массой 40 – 42 грамма по 300 голов в каждой. Первая партия молодняка птиц (I группа) выращивалась по системе BroMaxx (в клетках), вторая (II группа) – по системе Patio. Отобранные для эксперимента две опытные группы суточных цыплят-бройлеров были сформированы по принципу групп-аналогов. Продолжительность опыта составила 40 суток.

При этом методической основой выявления эффекта влияния системы содержания на параметры прироста живой массы являлся традиционно используемый для сравнения средних по вариантам эксперимента t-критерий (критерий Стьюдента), а статистическая обработка эмпирических данных проводилась в электронной таблице Excel [5].

В связи с ограниченными аналитическими возможностями электронной таблицы Excel, представляет несомненный интерес выполнить более детальный статистический анализ результатов этих исследований, основанный на использовании методов и технологий data mining, позволяющих получить новые знания.

Сформулируем задачи статистических исследований.

Задача 1. По результатам эксперимента установить динамику роста цыплят-бройлеров.

Задача 2. Выбрать и выполнить оценку информативных параметров динамики роста.

Задача 3. Выполнить сравнение средних значений информативных параметров динамики роста, с учетом ошибки в их измерении.

В принципе, все три задачи могут быть решены и с помощью электронной таблицы Excel, однако использование в этих целях базового модуля SPSS Base предоставляет значительно более широкие аналитические и графические возможности.

Ниже раскрывается содержание исследований, направленных на решение сформулированных задач, а также рассматриваются результаты применения пакета программ анализа данных SPSS для оценки скорости роста цыплят-бройлеров в зависимости от технологии выращивания молодняка [1,6].

На первом этапе статистических исследований проводим построение графиков динамики живой массы цыплят-бройлеров, с помощью графической процедуры «Scatterplot» системы SPSS Base 8.0 – рисунок 1.

а

б

Рисунок 1 – Динамика живой массы цыплят-бройлеров: а – контрольная группа 1; б – опытная группа 2

Из графиков рисунка 1 видно, что динамика живой массы цыплят-бройлеров носит нарастающий характер, которому могут соответствовать экспоненциальная или параболическая модели. Интервалы между временными метками равномерные в диапазоне 10-40 суток, и это позволяет для поиска лучшей аппроксимации использовать процедуру «Curve Estimation» пакета статистических программ SPSS [2]. В результате «испытания» ряда моделей наилучшее качество аппроксимации показали квадратичные параболы вида

M = b₀ + b₁t + b₂t².        (1)

Это следует из рисунка 2 и текстового вывода результатов моделирования, приведенных на рисунках 3 и 4: коэффициент детерминации близок к 1, критерий Фишера моделей для контрольной и опытной групп статистически значим на уровне 0,0036 и 0,0020 соответственно.

а

б

Рисунок 2 – Моделирование динамики роста опытной и контрольной группы в период 10-40 суток

Рисунок 3 – Текстовый вывод процедуры «Curve Estimation» по аппроксимации динамики живой массы цыплят-бройлеров контрольной группы в период 10-40 суток

Рисунок 4 – Текстовый вывод процедуры «Curve Estimation» по аппроксимации динамики живой массы цыплят-бройлеров опытной группы в период 10-40 суток

Это позволяет использовать квадратичные модели, явный вид которых

M1 = 2292,195 + 95,0995 t + 0,89775 t²; (2)

M2 = 2349,195 + 95,6105 t + 0,86925 t², (3)

в дальнейших расчетах (здесь M1 и M2 – живая масса цыплят-бройлеров контрольной и опытной партии соответственно).

В моделях (2) и (3) временная переменная определена соотношением

t = возраст – 40, (4)

и предубойному возрасту цыплят-бройлеров 40 суток отвечает значение временной переменной t=0. При таком назначении временной переменной параметр моделей b0 интерпретируется как расчетное значение живой массы 40-суточных цыплят-бройлеров, а параметр моделей b1 – как прирост живой массы в момент t=0. Последнее следует из выражений для динамики прироста живой массы цыплят-бройлеров; действительно, дифференцируя выражения (2) и (3) по временной переменной, получаем:

dM1/dt = 95,0995 + 2×0,89775 t; (5)

dM2/dt = 95,6105 + 2×0,86925 t, (6)

откуда при t=0 dM1/dt = 95,0995 и dM2/dt = 95,6105.

Из (5) и (6) следует также, что прирост живой массы цыплят-бройлеров в момент убоя достигает максимума.

Высокое качество аппроксимации динамики живой массы цыплят-бройлеров в опытной и контрольной группах в возрасте 10-40 суток квадратичными параболами позволяет заменить временные последовательности параметрами этих моделей: расчетным значением живой массы 40-суточных цыплят М1 и М2, а также расчетными значениями прироста dM1/dt и dM2/dt в момент t=0.

Сведем полученные результаты в таблицу 1.

Таблица 1 – Параметры динамики живой массы цыплят-бройлеров в опытной и контрольной группе

*Примечание: в нижней строке таблицы 1 приведены значения стандартных ошибок соответствующих параметров моделей.

Приведенные в таблице 1 данные можно рассматривать как «повторности», средние значения которых отвечают мнк-оценкам параметров, а максимальные и минимальные значения – мнк-оценки ± их стандартные ошибки соответственно. В наглядной форме эти данные представлены в виде ящичковых диаграмм на рисунке 5.

а

б

Рисунок 5 – Распределение параметров моделей динамики живой массы цыплят-бройлеров опытной и контрольной группы

Видно, что распределения параметра роста живой массы цыплят-бройлеров опытной и контрольной группы хорошо разделены, в отличие от параметра роста живой массы цыплят-бройлеров опытной и контрольной группы, распределения которых перекрываются. Следовательно, следует ожидать, что разность параметра роста живой массы цыплят-бройлеров опытной и контрольной группы будет статистически значимой, а разность параметра прироста живой массы цыплят-бройлеров опытной и контрольной группы – статистически незначимой.

Для проверки этой гипотезы обратимся к t-тесту сравнения средних независимых образцов процедуры «Compare Means» пакета статистических программ SPSS [3-4]. Полученные результаты приведены в таблицах 2-5.

Group Statistics

Independent Samples Test

Group Statistics

Independent Samples Test

Из таблицы 3 следует, что разность параметра роста живой массы цыплят-бройлеров опытной и контрольной группы статистически значима на уровне не хуже 0,0005, тогда как, согласно данным таблицы 5 разность параметра прироста живой массы цыплят-бройлеров опытной и контрольной группы статистически незначима: 95%-ный доверительный интервал разности включает в себя 0.

Таким образом, хотя разность прироста живой массы цыплят-бройлеров опытной и контрольной группы оказалась статистически незначимой, результаты статистического анализа убедительно доказывают положительный эффект выращивания цыплят-бройлеров по системе «Patio».

Библиографическая ссылка