【目的】通过拟合泌乳曲线对影响宁夏地区荷斯坦牛测定日产奶量的诸多因素进行分析,并采用随机回归测定日模型估计遗传参数,为后续估计乳成分和体细胞数遗传参数及个体育种值估计奠定基础,同时也为制定适合该群体的优化育种方案提供参数。【方法】收集了2009—2013年间,宁夏地区24个牛场38 592头荷斯坦牛原始DHI数据,共包含550 078条测定日产奶量记录。质控标准为:产犊月龄为22—36 mo、泌乳天数为5—305 d及日产奶量为5.9—53.3 kg。质控后,共得到14 320头母牛的127 478条测定

为探究奶牛血浆催乳素(Prolactin, PRL)浓度的群体特征及其在不同环境条件和生理阶段下的变化规律，估计牛血浆PRL浓度的遗传参数，探究PRL、PRLR和TRH基因多态性与血浆PRL浓度之间的相关性，本研究于2014和2017年对北京地区某规模化牧场的472头泌乳期荷斯坦牛进行血浆PRL浓度测定，共获得1 169条数据。首先，采用固定模型分析采样季节、胎次、挤奶前后和泌乳阶段对奶牛血浆PRL浓度的影响；然后，采用重复力动物模型估计血浆PRL浓度的遗传参数；此外，通过扫描PRL、PRLR和TRH基因的多态位点，对血浆PRL浓度进行基于多态位点和单倍型的关联分析。结果显示：1)泌乳期荷斯坦牛血浆PRL平均浓度为224.29 mIU/L,胎次、采样季节和泌乳阶段对血浆PRL浓度有显著或极显著影响，血浆PRL浓度随胎次和泌乳阶段的推移而逐渐升高，春季和夏季时奶牛血浆PRL浓度极显著高于秋季和冬季(P<0.01);2)血浆PRL浓度的遗传力为0.02,为低遗传力性状；3)PRL和PRLR基因基因中未发现与血浆PRL浓度显著相关的SNP位点，TRH基因的rs137596325、rs109144892、rs108991567、rs109468305和rs109330999与血浆PRL浓度显著或极显著相关；4)对3个基因的SNP进行连锁不平衡分析发现，PRLR基因上的单倍型块与血浆PRL浓度具有显著相关的趋势(P<0.1),TRH基因中的2个单倍型块与血浆催乳素浓度显著相关。综上，本研究获得了荷斯坦牛血浆PRL浓度的群体特征、遗传参数，探究了与血浆PRL浓度分泌相关基因的多态性及与其显著关联的分子标记，为深入理解血浆PRL浓度的遗传基础提供参考。

【目的】探究荷斯坦牛泌乳早期(6—35 d)体细胞数(SCCel)的群体特征及其与不同泌乳阶段体细胞数(SCC)及产奶量(MY)之间的关系,并对荷斯坦牛泌乳早期体细胞评分(SCSel)进行遗传参数估计,以期为我国荷斯坦牛乳房炎抗性选育提供新的思路。【方法】收集了141个牧场2008—2018年182 378头牛的2 783 046条生产性能测定记录。质控后,共得到150 864头牛的1 869 976条测定日记录。将有表型的母牛至少向上追溯三代(父母、祖父母、外祖父母),通过追溯,获得用于遗传分析的系谱文件,共包含6 451头公牛和103 452头母牛。利用SAS软件的GLM过程分析了牧场测定规模、测定季节、测定年份、泌乳天数、胎次等因素对SCSel的影响;利用SAS软件的REG过程分别分析了SCSel与不同泌乳阶段的SCS和日产奶量之间的回归关系;基于DMU软件,使用单性状重复力动物模型、单性状动物模型和双性状动物模型分别估计了SCSel的遗传参数。【结果】荷斯坦牛产后前2周SCCel变化幅度较大,荷斯坦牛SCCel随着泌乳天数的增加呈逐渐下降的趋势;牧场规模、测定季节、胎次和泌乳天数均对SCSel有显著影响(P<0.01),回归系数范围为0.06—0.19;SCSel与泌乳期各测定日产奶量之间均存在极显著的回归关系(P

为探讨影响宁夏地区荷斯坦牛产奶量和产犊间隔的非遗传因素,以宁夏某奶业有限公司2012—2016年间6 236头健康中国荷斯坦牛产奶性能记录和繁殖记录为研究材料,以305d产奶量和产犊间隔为研究对象,运用SAS8.1软件,采用多因素方差分析法分析场、胎次、初产月龄、产犊年份及产犊季节对荷斯坦牛305d产奶量和产犊间隔的影响。结果表明:场、胎次、产犊年份、产犊季节和产犊间隔均对荷斯坦牛305d产奶量有极显著影响(P<0.01),初产月龄对305d产奶量有显著影响(P<0.05);场、胎次、产犊季节和产奶量对产犊间隔有极显著影响(P<0.01)。研究发现胎次、初产月龄、产犊季节和产犊间隔是影响荷斯坦奶牛305d产奶量的重要因素,胎次、产犊季节和产奶量是影响奶牛产犊间隔的重要因素。

【目的】探究基于奶牛智能项圈系统产生的发情指数和活动峰值指标的群体规律及其影响因素，对其进行遗传参数估计，并利用全基因组关联分析（genome-wide association study, GWAS）挖掘与奶牛发情相关指标的遗传标记，以期为从遗传育种角度制定选育策略提高奶牛繁殖力提供有用信息。【方法】试验以北京市某规模化牧场健康的泌乳期荷斯坦牛为研究对象，收集了该牧场2017年7月至2020年5月2 074头泌乳牛的发情记录，包括发情指数和活动峰值，同时收集了试验牛的产犊记录；采用SAS 9.4中MIXED过程，分析了非遗传因素对发情指数和活动峰值的影响；基于DMU软件DMUAI模块，使用双性状动物模型估计了发情指数与活动峰值的遗传力及遗传相关，并计算了发情指数与常规繁殖性状的近似遗传相关；以逆回归育种值为关联分析的表型，利用Farm CPU软件分别对发情指数和活动峰值进行了GWAS。【结果】荷斯坦牛发情指数为（71.77±19.13）au，活动峰值为（105.94±30.73）au/2h。发情指数遗传力为0.04±0.01，活动峰值遗传力为0.19±0.04，均为低遗传力性状；发情指数与活动峰值之间的遗传相关为0.45±0.03；发情指数与经产牛首末次配种间隔、首次产犊日龄和青年牛首末次配种间隔的近似遗传相关分别为0.37、-0.41、-0.55。两个性状的GWAS共找到7个在全基因组水平上显著的SNP位点，分别位于7条染色体上，显著位点附近（300 kb内）共发现基因31个。【结论】通过项圈系统获得的发情指数和活动峰值是可遗传的，两者之间存在中等遗传相关，活动峰值为中低遗传力，且能够一定程度上反映奶牛的发情指数，活动峰值和发情指数为研究奶牛的发情行为以及提高母牛的繁殖力提供了新的方向。GWAS鉴定到的候选基因PTGS1(Prostaglandin-Endoperoxide Synthase1)和NDUFA8(Ubiquinone Oxidoreductase Subunit A8)的功能与供体胚胎总数有关，VEGFA(Vascular Endothelial Growth Factor A)基因功能与奶牛繁殖有关，可作为奶牛发情相关指标的候选基因进行深入研究。

随机系数自回归模型能够较好地描述模型系数随时间变化的特性,因此得到了广泛应用。文章讨论具有缺失数据的随机系数自回归模型的参数估计问题,在缺失数据情形下给出了四种模型参数估计方法:无数据填充条件最小二乘法、均值填充法、条件均值填充法以及桥填充法。最后,通过随机模拟说明了上述估计方法的精确性,并给出了应用实例。

传统的空间面板数据模型利用截距项来体现空间异质性,往往无法完全体现出空间异质性,文章构建一种系数随空间个体变动而变动的空间自回归模型,利用系数来考察空间异质性,并可以考察经济关系以及空间关系的个体特征。在一定的模型设定条件下,文章给出了该模型的完全信息极大似然估计,并推导了该估计量的渐进分布。

Logistic回归模型是一种有效的分类数据处理方法。为了克服Logistic回归模型的复共线性,文章提出了Logistic回归模型参数的两参数估计,并在均方误差矩阵准则下对估计的统计性质进行研究。

研究目标:克服半参数变系数回归模型中误差项可能存在的空间相关性问题。研究方法:提出一类新的半参数变系数空间误差回归模型,并构造其截面似然估计。研究发现:在小样本条件下,模型估计量具有良好的表现,其精度随着样本容量的增加而提高;应用该方法分析我国资源禀赋与地方公共品供给之间的相互关系,进一步证实了模型较强的适用性。研究创新:证明了估计量的一致性与渐近正态性,并通过蒙特卡洛模拟考察了估计方法的小样本表现。研究价值:新方法对于其他结构的半/非参数空间计量模型理论研究具有推广价值,其估计技术在经济、管理等学科中具

由于人工鱼群算法在获取精确解方面存在局限性,文章对算法的参数以及人工鱼群的聚群行为进行改进,将改进的算法应用于多元线性回归模型的参数估计,并与传统的人工鱼群算法和最小二乘法的结果进行了比较,结果表明,应用改进的人工鱼群算法对多元线性回归模型做参数估计,其结果要优于人工鱼群算法和最小二乘法,为解决回归模型的参数估计问题提供了一种新的有效方法。

研究目标:克服半参数变系数回归模型中误差项可能存在的空间相关性问题。研究方法:提出一类新的半参数变系数空间误差回归模型,并构造其截面似然估计。研究发现:在小样本条件下,模型估计量具有良好的表现,其精度随着样本容量的增加而提高;应用该方法分析我国资源禀赋与地方公共品供给之间的相互关系,进一步证实了模型较强的适用性。研究创新:证明了估计量的一致性与渐近正态性,并通过蒙特卡洛模拟考察了估计方法的小样本表现。研究价值:新方法对于其他结构的半/非参数空间计量模型理论研究具有推广价值,其估计技术在经济、管理等学科中具有应用价值。

首先采用线性Bayes方法估计了空间自回归模型的参数,并在均方误差矩阵准则下研究了线性Bayes估计相对两步最小二乘估计的优良性.然后,使用Metropolis抽样算法实现了对空间自相关系数的估计.最后,通过模拟试验比较了线性Bayes估计与两步最小二乘估计的优缺点.

对于高维空间数据,利用半参数空间自回归进行建模,模型中会同时存在内生性、非线性、变量过多等问题。本文研究半参数空间分位回归模型,提出了新的估计程序:首先利用样条基函数,对模型中未知平滑函数进行逼近,解决非线性问题;然后运用特征向量空间滤波,将空间滞后因子转化为空间代理变量的线性组合,有效解决了内生性问题;利用再中心化影响函数,进行无条件分位回归建模,能够刻画不同分位水平下变量之间的关系;最后引入自适应Lasso惩罚,对高维线性部分进行变量选择,得到系数的稀疏估计,有效增强了模型的可解释性。数值模拟中对参数作不同的设置,展现了本文提出方法的有效性。最后,利用半参数空间分位回归模型分析了住房销售价格数据集。

针对平衡LS估计这一类含参数t和参数矩阵L的估计,讨论了t和L的取值对平衡LS估计优良性的影响,得到了平衡LS估计在某些准则下优于OLS估计的条件。

文章研究了一类固定设计下半参数回归模型的参数分量和非参数分量的估计,在误差是NA序列时,运用数据深度加权技术,得到了深度加权小波估计,并证明了该估计的矩收敛速度。