论文部分内容阅读
摘要： 粗蛋白、粗纤维以及消化率都是评价牧草的重要指标。通过对干草、青贮饲料、青绿饲料营养成分与羊只消化率关系应用双重筛选逐步回归进行研究，探讨粗蛋白、粗纤维含量的变化对粗蛋白消化率、粗纤维消化率、粗脂肪消化率、无氮浸出物消化率的影响程度，为牧草的生产及加工提供理论依据。
关键词：粗蛋白；粗纤维；消化率；逐步回归
中图分类号：S431.14 文献标识码：A 文章编号：1674-0432（2011）-10-0060-2
牧草是家畜重要的饲料来源，牧草质量的好坏直接影响家畜的维持生命和生产[1]。牧草因其营养物质成分的变化而造成品质也不同，在牧草品质的评价中粗蛋白、粗纤维含量是两个重要的指标。家畜对牧草利用效果主要以消化率来反映，牧草营养成分的变化会引起家畜消化率的变化，特别是牧草中营养成分中粗蛋白、粗纤维的含量变化会对家畜粗蛋白、粗脂肪、粗纤维、无氮浸出物的消化率产生一定的变化[2、3]。本文试以数学定量分析来探讨牧草营养成分与羊只消化率之间的关系，为牧草的应用和加工提供一定的理论借鉴。
1 牧草营养成分与羊只消化率数据来源
数据主要来自饲料添加剂网（http://www.feed-add.com/Index.html），选择干草种类有53种，青绿饲料56种，青贮饲料23类（见表1）。
表1干草营养成分与羊只消化率部分原始数据
Table 1 Hay nutrition composition and sheep Digest rate partially original data
2 研究方法
本文采取的研究方法是双重筛选逐步回归。通常所研究的因变量指标Y是一元随机变量，而影响指标Y的自变量因子可以有多个。如果所研究的因变量指标Y也有多个，即其本身也是多元随机变量，且影响Y的自变量也有多个，这就是多对多的回归分析问题[4]。双重筛选逐步回归分析，就是在由多个自变量和多个因变量组成的数据矩阵中，把多個因变量Y分组，找出哪些自变量对哪一组因变量有影响，并根据各个自变量方差贡献的显著性检验结果，精选出一些对某一组因变量方差贡献较大的自变量，分别按照组建立回归模型[5]。在双重筛选逐步回归分析过程中，可随时改变挑选自变量因子Fx临界值，以控制进入某组方程的因子数[6、7]。以营养成分为自变量X1＝粗蛋白，X2＝粗纤维；以消化率为因变量，Y1＝粗蛋白，Y2＝粗脂肪，Y3＝粗纤维，Y4＝无氮浸出物。规定筛选自变量时引进和剔除变量的显著性水平相等，且记为Fx；规定筛选因变量时引进和剔除变量的显著性水平为Fy。具体数学筛选步骤见《应用多元统计分析》，数据分析采用DPS数据处理系统进行处理。
3 试验分析
表2 牧草变量双重筛选过程及其结果
Table 2 Herbage variable is dual selection course and its result
表3 牧草营养成分与消化率回归方程
Table 3 Herbage nutrition composition and digestion rate regression equation
3.1 干草营养成分与消化率关系
经过系统运算，4个因变量分成两组，第一组Fx=1.46，Fy=1.97，建立粗蛋白消化率、粗脂肪消化率、无氮浸出物消化率分别与粗蛋白和粗纤维含量之间数学模型。
Y1＝1.7620X1-0.3680X2+51.5272 R=0.6908 （1）
Y2＝－0.3697X1-0.8652X2+73.3830 R=0.3281 （2）
Y4＝0.8943X1-0.5224X2+65.7432 R=0.6374 （3）
由（1）式可以看出，粗蛋白消化率与粗蛋白成正相关，粗蛋白每增加1％，粗蛋白消化率增加1.7620；粗蛋白消化率与粗纤维成负相关，粗纤维每增加1％，粗蛋白消化率降低0.3680。P=0.0001差异极显著。
由（2）式可以看出，粗脂肪消化率与粗蛋白成负相关，粗蛋白每增加1％，粗脂肪消化率降低0.3697；粗脂肪消化率与粗纤维也成负相关，粗纤维每增加1％，粗脂肪消化率降低0.8652。P=0.0580差异不显著。
由（3）式可以看出，无氮浸出物消化率与粗蛋白成正相关，粗蛋白每增加1％，无氮浸出物消化率增加0.8943；无氮浸出物消化率与粗纤维成负相关，粗纤维每增加1％，无氮浸出物消化率降低0.5224，P=0.0001差异极显著。
第二组Fx=0.29, Fy =1.97，建立粗纤维消化率与粗蛋白、粗纤维之间数学模型
Y3＝-0.2110X1-0.1213X2+59.5967 R=0.1088 （4）
粗纤维消化率与粗蛋白、粗纤维含量成负相关。P=0.7427差异不显著。
3.2 青绿饲料营养成分与消化率关系
4个因变量分成三组，第一组Fx=1.44，Fy=1.97，建立粗蛋白消化率、粗脂肪消化率、无氮浸出物消化率分别与粗蛋白和粗纤维含量之间数学模型
Y1＝3.1508X1-2.1017X2+72.9542 R=0.5607 （5）
Y4＝2.2716X1-1.6741X2+76.0724 R=0.6401 （6）
由（5）式可以看出，粗蛋白消化率与粗蛋白成正相关，粗蛋白每增加1％，粗蛋白消化率增加3.1508；粗蛋白消化率与粗纤维成负相关，粗纤维每增加1％，粗蛋白消化率降低2.1017，P=0.0001差异极显著。
由（6）式可以看出，无氮浸出物消化率与粗蛋白成正相关，粗蛋白每增加1％，无氮浸出物消化率增加2.2716；无氮浸出物消化率与粗纤维成负相关，粗纤维每增加1％，无氮浸出物消化率降低1.6741，P=0.0001差异极显著。
第二组Fx=1.44，Fy=1.97，建立粗纤维消化率与粗蛋白、粗纤维之间数学模型
Y3＝2.1189X1-1.6753X2+63.4978 R=0.4041 （7）
由（7）式可以看出，粗纤维消化率与粗蛋白成正相关，粗蛋白每增加1％，粗纤维消化率提高2.1189；粗纤维消化率与粗纤维成负相关，粗纤维每增加1％，粗纤维消化率降低1.6753，P=0.0089差异极显著。
第三组Fx=1.44，Fy=1.97，建立粗脂肪消化率与粗蛋白之间数学模型
Y2＝-1.1458X1+59.9391 R=0.2168 （8）
粗脂肪与粗蛋白成负相关。P=0.1085差异不显著。
3.3 青贮饲料营养成分与消化率关系
4个因变量分成两组，第一组Fx=1.76,Fy=2.08，建立粗蛋白消化率、粗纤维消化率、无氮浸出物消化率分别与粗蛋白和粗纤维含量之间数学模型
Y1＝3.7126X1-1.1185X2+58.8488 R=0.4843 （9）
Y3＝-3.6562X1+1.11891X2+59.4016 R=0.4621 （10）
Y4＝2.7334X1-3.9693X2+84.6640 R=0.6841 （11）
由（9）式可以看出，粗蛋白消化率与粗蛋白成正相关，粗蛋白每增加1％，粗蛋白消化率增加3.7126；粗蛋白消化率与粗纤维成负相关，粗纤维每增加1％，粗蛋白消化率降低1.1185，P=0.069差异不显著。
由（10）式可以看出，粗纤维消化率与粗蛋白成负相关，粗蛋白每增加1％，粗纤维消化率降低3.6562；粗纤维消化率与粗纤维成正相关，粗纤维每增加1％，粗纤维消化率增加1.11891。 P=0.0906差異不显著。
由（11）式可以看出，无氮浸出物消化率与粗蛋白成正相关，粗蛋白每增加1％，无氮浸出物消化率增加2.7334；无氮浸出物消化率与粗纤维成负相关，粗纤维每增加1％，无氮浸出物消化率降低3.9693，方程P=0.0018差异极显著。
第二组Fx=1.76,Fy=2.08，建立粗纤维消化率与粗蛋白、粗纤维之间数学模型
Y2＝-4.2225X1+3.6932X2+46.0254 R=0.5718 （12）
由（12）式可以看出，粗脂肪消化率与粗蛋白成负相关，粗蛋白每增加1％，粗脂肪消化率降低4.2225；粗脂肪消化率与粗纤维成正相关，粗纤维每增加1％，粗脂肪消化率增加3.6932。P=0.0191差异显著。
3.4 粗蛋白消化率与粗蛋白、粗纤维之间关系
从表3中可以看出：粗蛋白消化率与粗蛋白之间成正相关，与粗纤维成负相关。从粗蛋白系数来看，系数越大消化效率越好，青贮饲料（3.7126）＞青绿饲料（3.1508）＞干草（1.7620）；从粗纤维系数来看，系数越大消化效率越好，青贮饲料（-1.1185）＞青绿饲料（-2.1017）＞干草（-0.3680）；从常数项来看，青绿饲料（72.9542）＞青贮饲料（58.8488）＞干草（51.5272）。从总体来看干草的粗蛋白消化率比青绿饲料、青贮饲料要低。
3.5 粗脂肪消化率与粗蛋白、粗纤维之间关系
从表3中看出：粗脂肪消化率与粗蛋白之间成负相关，从粗蛋白系数来看，系数越大消化效率越好，干草（-0.3697）＞青绿饲料（-1.1458）＞青贮饲料（-4.2225）；粗纤维系数关系青绿饲料（3.6932）＞干草（-0.8652），可能与纤维含量有关，青贮饲料中粗纤维含量在6.1391±3.3215比干草含量27.8906±6.2631低。由于缺乏粗脂肪的营养含量，对于粗脂肪与粗纤维之间的关系，有待于进一步研究和探讨；从常数项来看，干草（73.3830）＞青绿饲料（59.9391）＞青贮饲料（46.0254）。
3.6 粗纤维消化率与粗蛋白、粗纤维之间关系
从表3中看出：粗纤维消化率与粗蛋白含量在干草、青贮饲料中成负相关；在青绿饲料中成正相关，青绿饲料（2.1189）＞干草（-0.2110）＞青贮饲料（-3.6562），这主要是由于青绿饲料中蛋白质品质有关。由于青绿饲料是植物体的营养器官，含有各种必需氨基酸，尤其以赖氨酸、色氨酸含量较高，故蛋白质生物学价值较高，一般可达70%以上。粗纤维消化率与粗纤维含量在干草、青绿饲料中成负相关；在青贮饲料中成正相关，青贮饲料（1.1891）＞干草（-0.1213）＞青绿饲料（-1.6753）。从常数项来看，青绿饲料（63.4978）＞干草（59.5767）＞青贮饲料（59.4016）。
3.7 无氮浸出物消化率与粗蛋白、粗纤维之间关系
从表3中看出：无氮浸出物消化率与粗蛋白含量成正相关，青贮饲料（2.7334）＞青绿饲料（2.2716）＞干草（0.8943）；与粗纤维含量成反比，干草（-0.5224）＞青绿饲料（-1.6741）＞青贮饲料（-3.9693）。从常数项来看，青贮饲料（84.6640）＞青绿饲料（76.0724）＞干草（65.7432）。青贮饲料无氮浸出物消化率高于青绿饲料、干草。
4 结论
（1）干草粗蛋白消化率与粗蛋白成正相关，与粗纤维成负相关；粗脂肪消化率与粗蛋白、粗纤维成负相关；无氮浸出物消化率与粗蛋白成正相关，与粗纤维成负相关。 青绿饲料粗蛋白消化率与粗蛋白成正相关，粗蛋白消化率与粗纤维成负相关；无氮浸出物消化率与粗蛋白成正相关，与粗纤维成负相关；粗纤维消化率与粗蛋白成正相关，与粗纤维成负相关。青贮饲料粗蛋白消化率与粗蛋白成正相关，粗蛋白消化率与粗纤维成负相关；粗纤维消化率与粗蛋白成负相关，粗纤维消化率与粗纤维成正相关；无氮浸出物消化率与粗蛋白成正相关，与粗纤维成负相关；粗脂肪消化率与粗蛋白成负相关，与粗纤维成正相关。
（2）粗蛋白消化率与粗蛋白之间成正相关，与粗纤维成负相关。干草的粗蛋白消化率比青绿饲料、青贮饲料要低。粗脂肪消化率与粗蛋白之间成负相关。粗纤维消化率与粗蛋白含量在干草、青贮饲料中呈负相关；在青绿饲料中呈正相关，粗纤维消化率与粗纤维含量在干草、青绿饲料中呈负相关。无氮浸出物消化率与粗蛋白含量成正相关，与粗纤维含量成反比。青贮饲料无氮浸出物消化率高于青绿饲料、干草。
参考文献
[1] 张子仪.中国饲料学[M].北京:中国农业出版社,2000,10.
[2] 冯仰廉.反刍动物营养学[M].北京:科学出版社,2004.
[3] 郝正里,刘世民,孟宪政.反刍动物营养学[M].甘肃:甘肃民族出版社,2000,5.
[4] 郑云雨,祁建民，李维明.黄麻产量和纤维品质性状典型相关与双重筛选逐步回归分析[J].福建农业大学学报(自然科学版), 1994,23(1):l7-20.
[5] 高惠璇.应用多元统计分析[M].北京:北京大学出版社,北京:2005,1.
[6] 唐启义,冯明光.实用统计分析及其DPS数据处理系统[M].北京：科学出版社,2002,5.
[7] 陈默君.牧草与粗饲料[M].北京:中国农业大学出版社,1999,6.
关键词：粗蛋白；粗纤维；消化率；逐步回归
中图分类号：S431.14 文献标识码：A 文章编号：1674-0432（2011）-10-0060-2
牧草是家畜重要的饲料来源，牧草质量的好坏直接影响家畜的维持生命和生产[1]。牧草因其营养物质成分的变化而造成品质也不同，在牧草品质的评价中粗蛋白、粗纤维含量是两个重要的指标。家畜对牧草利用效果主要以消化率来反映，牧草营养成分的变化会引起家畜消化率的变化，特别是牧草中营养成分中粗蛋白、粗纤维的含量变化会对家畜粗蛋白、粗脂肪、粗纤维、无氮浸出物的消化率产生一定的变化[2、3]。本文试以数学定量分析来探讨牧草营养成分与羊只消化率之间的关系，为牧草的应用和加工提供一定的理论借鉴。
1 牧草营养成分与羊只消化率数据来源
数据主要来自饲料添加剂网（http://www.feed-add.com/Index.html），选择干草种类有53种，青绿饲料56种，青贮饲料23类（见表1）。
表1干草营养成分与羊只消化率部分原始数据
Table 1 Hay nutrition composition and sheep Digest rate partially original data
2 研究方法
本文采取的研究方法是双重筛选逐步回归。通常所研究的因变量指标Y是一元随机变量，而影响指标Y的自变量因子可以有多个。如果所研究的因变量指标Y也有多个，即其本身也是多元随机变量，且影响Y的自变量也有多个，这就是多对多的回归分析问题[4]。双重筛选逐步回归分析，就是在由多个自变量和多个因变量组成的数据矩阵中，把多個因变量Y分组，找出哪些自变量对哪一组因变量有影响，并根据各个自变量方差贡献的显著性检验结果，精选出一些对某一组因变量方差贡献较大的自变量，分别按照组建立回归模型[5]。在双重筛选逐步回归分析过程中，可随时改变挑选自变量因子Fx临界值，以控制进入某组方程的因子数[6、7]。以营养成分为自变量X1＝粗蛋白，X2＝粗纤维；以消化率为因变量，Y1＝粗蛋白，Y2＝粗脂肪，Y3＝粗纤维，Y4＝无氮浸出物。规定筛选自变量时引进和剔除变量的显著性水平相等，且记为Fx；规定筛选因变量时引进和剔除变量的显著性水平为Fy。具体数学筛选步骤见《应用多元统计分析》，数据分析采用DPS数据处理系统进行处理。
3 试验分析
表2 牧草变量双重筛选过程及其结果
Table 2 Herbage variable is dual selection course and its result
表3 牧草营养成分与消化率回归方程
Table 3 Herbage nutrition composition and digestion rate regression equation
3.1 干草营养成分与消化率关系
经过系统运算，4个因变量分成两组，第一组Fx=1.46，Fy=1.97，建立粗蛋白消化率、粗脂肪消化率、无氮浸出物消化率分别与粗蛋白和粗纤维含量之间数学模型。
Y1＝1.7620X1-0.3680X2+51.5272 R=0.6908 （1）
Y2＝－0.3697X1-0.8652X2+73.3830 R=0.3281 （2）
Y4＝0.8943X1-0.5224X2+65.7432 R=0.6374 （3）
由（1）式可以看出，粗蛋白消化率与粗蛋白成正相关，粗蛋白每增加1％，粗蛋白消化率增加1.7620；粗蛋白消化率与粗纤维成负相关，粗纤维每增加1％，粗蛋白消化率降低0.3680。P=0.0001差异极显著。
由（2）式可以看出，粗脂肪消化率与粗蛋白成负相关，粗蛋白每增加1％，粗脂肪消化率降低0.3697；粗脂肪消化率与粗纤维也成负相关，粗纤维每增加1％，粗脂肪消化率降低0.8652。P=0.0580差异不显著。
由（3）式可以看出，无氮浸出物消化率与粗蛋白成正相关，粗蛋白每增加1％，无氮浸出物消化率增加0.8943；无氮浸出物消化率与粗纤维成负相关，粗纤维每增加1％，无氮浸出物消化率降低0.5224，P=0.0001差异极显著。
第二组Fx=0.29, Fy =1.97，建立粗纤维消化率与粗蛋白、粗纤维之间数学模型
Y3＝-0.2110X1-0.1213X2+59.5967 R=0.1088 （4）
粗纤维消化率与粗蛋白、粗纤维含量成负相关。P=0.7427差异不显著。
3.2 青绿饲料营养成分与消化率关系
4个因变量分成三组，第一组Fx=1.44，Fy=1.97，建立粗蛋白消化率、粗脂肪消化率、无氮浸出物消化率分别与粗蛋白和粗纤维含量之间数学模型
Y1＝3.1508X1-2.1017X2+72.9542 R=0.5607 （5）
Y4＝2.2716X1-1.6741X2+76.0724 R=0.6401 （6）
由（5）式可以看出，粗蛋白消化率与粗蛋白成正相关，粗蛋白每增加1％，粗蛋白消化率增加3.1508；粗蛋白消化率与粗纤维成负相关，粗纤维每增加1％，粗蛋白消化率降低2.1017，P=0.0001差异极显著。
由（6）式可以看出，无氮浸出物消化率与粗蛋白成正相关，粗蛋白每增加1％，无氮浸出物消化率增加2.2716；无氮浸出物消化率与粗纤维成负相关，粗纤维每增加1％，无氮浸出物消化率降低1.6741，P=0.0001差异极显著。
第二组Fx=1.44，Fy=1.97，建立粗纤维消化率与粗蛋白、粗纤维之间数学模型
Y3＝2.1189X1-1.6753X2+63.4978 R=0.4041 （7）
由（7）式可以看出，粗纤维消化率与粗蛋白成正相关，粗蛋白每增加1％，粗纤维消化率提高2.1189；粗纤维消化率与粗纤维成负相关，粗纤维每增加1％，粗纤维消化率降低1.6753，P=0.0089差异极显著。
第三组Fx=1.44，Fy=1.97，建立粗脂肪消化率与粗蛋白之间数学模型
Y2＝-1.1458X1+59.9391 R=0.2168 （8）
粗脂肪与粗蛋白成负相关。P=0.1085差异不显著。
3.3 青贮饲料营养成分与消化率关系
4个因变量分成两组，第一组Fx=1.76,Fy=2.08，建立粗蛋白消化率、粗纤维消化率、无氮浸出物消化率分别与粗蛋白和粗纤维含量之间数学模型
Y1＝3.7126X1-1.1185X2+58.8488 R=0.4843 （9）
Y3＝-3.6562X1+1.11891X2+59.4016 R=0.4621 （10）
Y4＝2.7334X1-3.9693X2+84.6640 R=0.6841 （11）
由（9）式可以看出，粗蛋白消化率与粗蛋白成正相关，粗蛋白每增加1％，粗蛋白消化率增加3.7126；粗蛋白消化率与粗纤维成负相关，粗纤维每增加1％，粗蛋白消化率降低1.1185，P=0.069差异不显著。
由（10）式可以看出，粗纤维消化率与粗蛋白成负相关，粗蛋白每增加1％，粗纤维消化率降低3.6562；粗纤维消化率与粗纤维成正相关，粗纤维每增加1％，粗纤维消化率增加1.11891。 P=0.0906差異不显著。
由（11）式可以看出，无氮浸出物消化率与粗蛋白成正相关，粗蛋白每增加1％，无氮浸出物消化率增加2.7334；无氮浸出物消化率与粗纤维成负相关，粗纤维每增加1％，无氮浸出物消化率降低3.9693，方程P=0.0018差异极显著。
第二组Fx=1.76,Fy=2.08，建立粗纤维消化率与粗蛋白、粗纤维之间数学模型
Y2＝-4.2225X1+3.6932X2+46.0254 R=0.5718 （12）
由（12）式可以看出，粗脂肪消化率与粗蛋白成负相关，粗蛋白每增加1％，粗脂肪消化率降低4.2225；粗脂肪消化率与粗纤维成正相关，粗纤维每增加1％，粗脂肪消化率增加3.6932。P=0.0191差异显著。
3.4 粗蛋白消化率与粗蛋白、粗纤维之间关系
从表3中可以看出：粗蛋白消化率与粗蛋白之间成正相关，与粗纤维成负相关。从粗蛋白系数来看，系数越大消化效率越好，青贮饲料（3.7126）＞青绿饲料（3.1508）＞干草（1.7620）；从粗纤维系数来看，系数越大消化效率越好，青贮饲料（-1.1185）＞青绿饲料（-2.1017）＞干草（-0.3680）；从常数项来看，青绿饲料（72.9542）＞青贮饲料（58.8488）＞干草（51.5272）。从总体来看干草的粗蛋白消化率比青绿饲料、青贮饲料要低。
3.5 粗脂肪消化率与粗蛋白、粗纤维之间关系
从表3中看出：粗脂肪消化率与粗蛋白之间成负相关，从粗蛋白系数来看，系数越大消化效率越好，干草（-0.3697）＞青绿饲料（-1.1458）＞青贮饲料（-4.2225）；粗纤维系数关系青绿饲料（3.6932）＞干草（-0.8652），可能与纤维含量有关，青贮饲料中粗纤维含量在6.1391±3.3215比干草含量27.8906±6.2631低。由于缺乏粗脂肪的营养含量，对于粗脂肪与粗纤维之间的关系，有待于进一步研究和探讨；从常数项来看，干草（73.3830）＞青绿饲料（59.9391）＞青贮饲料（46.0254）。
3.6 粗纤维消化率与粗蛋白、粗纤维之间关系
从表3中看出：粗纤维消化率与粗蛋白含量在干草、青贮饲料中成负相关；在青绿饲料中成正相关，青绿饲料（2.1189）＞干草（-0.2110）＞青贮饲料（-3.6562），这主要是由于青绿饲料中蛋白质品质有关。由于青绿饲料是植物体的营养器官，含有各种必需氨基酸，尤其以赖氨酸、色氨酸含量较高，故蛋白质生物学价值较高，一般可达70%以上。粗纤维消化率与粗纤维含量在干草、青绿饲料中成负相关；在青贮饲料中成正相关，青贮饲料（1.1891）＞干草（-0.1213）＞青绿饲料（-1.6753）。从常数项来看，青绿饲料（63.4978）＞干草（59.5767）＞青贮饲料（59.4016）。
3.7 无氮浸出物消化率与粗蛋白、粗纤维之间关系
从表3中看出：无氮浸出物消化率与粗蛋白含量成正相关，青贮饲料（2.7334）＞青绿饲料（2.2716）＞干草（0.8943）；与粗纤维含量成反比，干草（-0.5224）＞青绿饲料（-1.6741）＞青贮饲料（-3.9693）。从常数项来看，青贮饲料（84.6640）＞青绿饲料（76.0724）＞干草（65.7432）。青贮饲料无氮浸出物消化率高于青绿饲料、干草。
4 结论
（1）干草粗蛋白消化率与粗蛋白成正相关，与粗纤维成负相关；粗脂肪消化率与粗蛋白、粗纤维成负相关；无氮浸出物消化率与粗蛋白成正相关，与粗纤维成负相关。 青绿饲料粗蛋白消化率与粗蛋白成正相关，粗蛋白消化率与粗纤维成负相关；无氮浸出物消化率与粗蛋白成正相关，与粗纤维成负相关；粗纤维消化率与粗蛋白成正相关，与粗纤维成负相关。青贮饲料粗蛋白消化率与粗蛋白成正相关，粗蛋白消化率与粗纤维成负相关；粗纤维消化率与粗蛋白成负相关，粗纤维消化率与粗纤维成正相关；无氮浸出物消化率与粗蛋白成正相关，与粗纤维成负相关；粗脂肪消化率与粗蛋白成负相关，与粗纤维成正相关。
（2）粗蛋白消化率与粗蛋白之间成正相关，与粗纤维成负相关。干草的粗蛋白消化率比青绿饲料、青贮饲料要低。粗脂肪消化率与粗蛋白之间成负相关。粗纤维消化率与粗蛋白含量在干草、青贮饲料中呈负相关；在青绿饲料中呈正相关，粗纤维消化率与粗纤维含量在干草、青绿饲料中呈负相关。无氮浸出物消化率与粗蛋白含量成正相关，与粗纤维含量成反比。青贮饲料无氮浸出物消化率高于青绿饲料、干草。
参考文献
[1] 张子仪.中国饲料学[M].北京:中国农业出版社,2000,10.
[2] 冯仰廉.反刍动物营养学[M].北京:科学出版社,2004.
[3] 郝正里,刘世民,孟宪政.反刍动物营养学[M].甘肃:甘肃民族出版社,2000,5.
[4] 郑云雨,祁建民，李维明.黄麻产量和纤维品质性状典型相关与双重筛选逐步回归分析[J].福建农业大学学报(自然科学版), 1994,23(1):l7-20.
[5] 高惠璇.应用多元统计分析[M].北京:北京大学出版社,北京:2005,1.
[6] 唐启义,冯明光.实用统计分析及其DPS数据处理系统[M].北京：科学出版社,2002,5.
[7] 陈默君.牧草与粗饲料[M].北京:中国农业大学出版社,1999,6.