Kết quả theo dõi khối lượng cơ thể vịt HY2 từ 1 ngày tuổi đến 8 tuần tuổi qua các thế hệ được trình bày trong bảng 4.39 và 4.40.
Bảng 4.39. Khối lượng cơ thể vịt mái HY2 qua các thế hệ Tuần Tuần
tuổi
Xuất phát Thế hệ 1 Thế hệ 2
n Mean SE n Mean SE n Mean SE
1 ngày 623 52,47a 0,15 1029 51.33c 0,13 979 51,91b 0,15 1 70 136,97 2,75 70 134.90 1,47 70 136,20 1,26 2 70 344,31 4,80 70 344.96 3,27 70 343,89 3,43 3 70 629,50a 7,64 70 590.66b 5,53 70 601,43b 5,59 4 606 709,22c 4,03 875 765.54b 3,77 722 780,37a 4,01 5 70 895,67 10,03 70 887.24 11,35 70 897,27 7,42 6 70 1244,10 12,98 70 1257.30 14,13 70 1232,37 8,71 7 70 1532,60 14,07 70 1513.70 16,20 70 1523,89 15,15 8 495 1757,98 6,95 764 1751.42 7,22 517 1768,20 9,00
Ghi chú: Các giá trị trung bình trong cùng một hàng mang các chữ cái khác nhau là sai khác có ý nghĩa thống kê (P<0,05)
Các số liệu theo dõi cho thấy: Khối lượng trung bình cơ thể vịt HY2 qua các thế xuất phát, thế hệ 1 và thế hệ 2 lúc 1 ngày tuổi, 4 và 8 tuần tuổi đạt 51,90; 751,71 và 1.759,87 g/con đối với vịt mái và 52,77; 766,46 và 1.799,38 g/con đối với vịt trống.
Bảng 4.40. Khối lượng cơ thể vịt trống HY2 qua các thế hệ Tuần Tuần
tuổi
Xuất phát Thế hệ 1 Thế hệ 2
n Mean SE n Mean SE n Mean SE
1 ngày 151 53,55a 0,25 494 52.01b 0,21 442 52,76c 0,20 1 50 159,46a 2,04 50 154.88a 2,15 50 155,10b 2,38 2 50 366,92 4,40 50 366.40 4,15 50 370,56 3,98 3 50 657,54a 11,59 50 620.34b 10,16 50 655,36b 5,72 4 143 732,57b 7,71 432 797.75a 4,63 348 769,06a 4,80 5 50 957,70 11,60 50 952.50 11,18 50 976,18 10,56 6 50 1298,94a 17,89 50 1306.36a 16,49 50 1291,64b 9,15 7 50 1598,94 15,22 50 1618.26 11,44 50 1644,90 15,63 8 125 1787,60 14,70 365 1826.53 10,78 268 1784,02 10,94
Ghi chú: Các giá trị trung bình trong cùng một hàng mang các chữ cái khác nhau là sai khác có ý nghĩa thống kê (P<0,05).
Ngay từ thế hệ xuất phát, đã có sự chênh lệch khá lớn về khối lượng cơ thể vịt HY2 so với HY1: Lúc 8 tuần tuổi, khối lượng vịt HY2 đạt 1758 g/con, trong khi HY1 mới 7 tuần tuổi đã có khối lượng cơ thể là 2.369 g/con, chênh lệch trên 611 g/con đối với vịt mái. Lúc 8 tuần tuổi, vịt trống HY2 đạt 1787 g/con, trong khi HY1 lúc 7 tuần tuổi đã đạt 2.438 g/con, chênh lệch 651 g/con. Nguyên nhân là do giai đoạn chuẩn bị cho việc tạo dòng của nghiên cứu này, đàn vịt Biển 15 – Đại Xuyên đã được nhân giống qua 3 thế hệ và chọn lọc định hướng theo 2 dòng trống và dòng mái.
Sau 2 thế hệ chọn lọc, lúc 8 tuần tuổi, khối lượng vịt HY2 là 1.768 g/con, trong khi HY1 mới 7 tuần tuổi đã có khối lượng cơ thể là 2.553 g/con, chênh lệch trên 785 g/con đối với vịt mái. Lúc 8 tuần tuổi, vịt trống HY2 đạt 1.784 g/con, trong khi HY1 lúc 7 tuần tuổi đã đạt 2.610 g/con, chênh lệch 826 g/con.
Vịt HY2 sau 2 thế hệ chọn lọc có khối lượng cơ thể lớn hơn so với một số giống vịt nội: Theo Nguyễn Thị Thúy Nghĩa & cs. (2012), vịt Bầu Bến và vịt Đốm có khối lượng 8 tuần tuổi là 1220,10 và 1355,40 g/con. Vịt Đốm mới nở có khối lượng từ 41,28-42,06 g, lúc 8 tuần tuổi khối lượng từ đạt 1.281,69-1.347,83 g; vịt PT mới nở có khối lượng 48,79 - 50,39 g, lúc 8 tuần tuổi : 1.476,67-1.547,24 g (Đặng Vũ Hòa, 2015). Vịt mái Hòa Lan nuôi tại Tiền Giang có khối lượng lúc mới nở là 39,2- 42,7 g; 4 tuần tuổi là 599,3 g; 8 tuần tuổi là 1.295,7 g/con (Hoàng Tuấn Thành & Dương Xuân Tuyển, 2016).
Vịt HY2 sau 2 thế hệ chọn lọc có khối lượng cơ thể tương đương với vịt PT được chọn lọc: Nguyễn Đức Trọng & cs. (2011b) cho biết, khối lượng lúc 8 tuần tuổi của vịt trống và mái Đại Xuyên PT ở thế hệ 1 lần lượt là 1.759,57 và 1.645,43 g; ở thế hệ 2 là 1.802,30 và 1.706,67 g.
Không có sự khác biệt đáng kể về khối lượng vịt mái HY2 qua các thế hệ chọn lọc (P>0,05). Kết quả cũng thu được tương tự như vậy đối với vịt trống. Như vậy, dòng mái HY2 sau 2 thế hệ chọn lọc có khối lượng cơ thể khá ổn định. Kết quả chọn lọc nhằm ổn định khối lượng cơ thể cũng đã đạt được trong một vài nghiên cứu trước đây ở nước ta:
Vương Thị Lan Anh & cs. (2018), khi nghiên cứu về khả năng sản xuất của đàn hạt nhân giống vịt Biển 15 - Đại Xuyên qua ba thế hệ đã nhận thấy: Vịt nhân chọn theo dòng mái có khối lượng cơ thể lúc 8 tuần tuổi đạt 1.810,10-1.833,33 g và cũng không có sự sai khác về khối lượng cơ thể giữa 3 thế hệ. Theo Nguyễn Văn Duy (2012), khối lượng cơ thể vịt MT2 lúc 8 tuần tuổi của vịt trống ở thế hệ
* E S T I M A T E S I N F O R M A T I O N * ******************************************************************************** Tue Nov 26 14:56:53 2019 NST-HY2-TH2 CPU time used: 0:00:00 AG Log likelihood : 1004.3267 status : 1 at iteration: 23 / 23 --- Matrices: NATURAL --- Type: A Level: 1 animal No.: 486 Pattern: T T 4452.03 -234.93
281.6
Type: E Level: 1 residual No.: 285 Pattern: T T 30322.2 281.6 745.0 --- Matrices: Phenotypic --- 34774.2 46.7 1031.1 --- Matrices: RATIOS --- Type: A Level: 1 animal
0.12803 -0.20817 0.27345
Type: E Level: 1 residual 0.87197 0.05924
0.72255
--- Matrices: STD_ERR of components --- Type: A Level: 1 animal
4268.70 554.53 158.78
Type: E Level: 1 residual 4843.67 552.48
149.00
--- Matrices: STD_ERR of ratios --- Type: A Level: 1 animal
0.08129 0.10261 0.08770
Type: E Level: 1 residual 0.12129 0.11445
0.14570
--- Matrices: Phenotypic correlations --- --- 0.00779
---
******************************************************************************** * Optimization finished with status : 1 * ******************************************************************************** Terminated with gradient small, components are probably optimal.
******************************************************************************** * Thank you, for choosing VCE! * ********************************************************************************
3. Kết quả Hàm sinh trƣởng dòng HY1
Hàm Gompertz – Mái HY1-0 Nonlinear Regression - KL
Dependent variable: KL Independent variables: t
Function to be estimated: a*exp(-b*exp(-k*t)) Initial parameter estimates:
a = 2500.0 b = 4.12 k = 0.36
Estimation stopped due to convergence of parameter estimates. Number of iterations: 5
Number of function calls: 21
Estimation Results
Asymptotic 95.0%
Asymptotic Confidence Interval
Parameter Estimate Standard Error Lower Upper
a 3682.12 82.743 3519.95 4044.3
b 4.0009 0.0659534 3.8893 4.28086
k 0.298293 0.00818869 0.287704 0.319803
Analysis of Variance
Source Sum of Squares Df Mean Square
Model 5.93451E9 3 1.97817E9
Residual 2.88214E7 2080 13856.4
Total 5.96333E9 2083
Total (Corr.) 1.18822E9 2082 R-Squared = 97.5744 percent
R-Squared (adjusted for d.f.) = 97.5721 percent Standard Error of Est. = 117.713
Mean absolute error = 87.928 Durbin-Watson statistic = 1.59379 Lag 1 residual autocorrelation = 0.202177
Residual Analysis Estimation Validation n 2083 MSE 13856.4 MAE 87.928 MAPE 7.02198 ME -0.466867 MPE -1.60422 The StatAdvisor
The output shows the results of fitting a nonlinear regression model to describe the relationship between KL and 1 independent variables. The equation of the fitted model is
KL = 3682.12*exp(-4.0009*exp(-0.298293*t)) Hàm Gompertz – Trống HY1-0 Nonlinear Regression - KL Dependent variable: KL Independent variables: t
Function to be estimated: a*exp(-b*exp(-k*t)) Initial parameter estimates:
a = 2800.0 b = 4.18 k = 0.35
Estimation stopped due to convergence of parameter estimates. Number of iterations: 5
Number of function calls: 21
Estimation Results
Asymptotic 95.0%
Asymptotic Confidence Interval
Parameter Estimate Standard Error Lower Upper
a 3863.02 100.713 3675.63 4170.42
b 4.0009 0.0587177 3.88582 4.11599
k 0.298293 0.00853344 0.281568 0.315018
Analysis of Variance
Source Sum of Squares Df Mean Square
Model 1.60982E9 3 5.36607E8
Residual 7.58867E6 691 10982.2
Total 1.61741E9 694
Total (Corr.) 4.72674E8 693 R-Squared = 98.3945 percent
R-Squared (adjusted for d.f.) = 98.3899 percent Standard Error of Est. = 104.796
Mean absolute error = 78.2593 Durbin-Watson statistic = 1.38124 Lag 1 residual autocorrelation = 0.307444
Residual Analysis Estimation Validation n 694 MSE 10982.2 MAE 78.2593 MAPE 10.8556 ME -1.97929 MPE -5.49801 The StatAdvisor
The output shows the results of fitting a nonlinear regression model to describe the relationship between KL and 1 independent variables. The equation of the fitted model is
KL = 3863.02*exp(-4.0009*exp(-0.298293*t))
Hàm Gompertz – Mái HY1-1 Nonlinear Regression - KL
Dependent variable: KL Independent variables: t
Function to be estimated: a*exp(-b*exp(-k*t)) Initial parameter estimates:
a = 2500.0 b = 4.12 k = 0.36
Estimation method: Marquardt
Number of iterations: 4 Number of function calls: 18
Estimation Results
Asymptotic 95.0%
Asymptotic Confidence Interval
Parameter Estimate Standard Error Lower Upper
a 3715.47 59.0535 3599.72 3831.21
b 4.26103 0.0639925 4.13561 4.38645
k 0.33121 0.00708105 0.317332 0.345089
Analysis of Variance
Source Sum of Squares Df Mean Square
Model 5.72238E9 3 1.90746E9
Residual 6.19683E7 2727 22724.0
Total 5.78435E9 2730
Total (Corr.) 2.57838E9 2729
R-Squared = 97.5966 percent
R-Squared (adjusted for d.f.) = 97.5949 percent Standard Error of Est. = 150.745
Mean absolute error = 89.8986 Durbin-Watson statistic = 1.66534 Lag 1 residual autocorrelation = 0.166847
Residual Analysis Estimation Validation n 2730 MSE 22724.0 MAE 89.8986 MAPE 8.12512 ME -0.191087 MPE -1.45367 The StatAdvisor
The output shows the results of fitting a nonlinear regression model to describe the relationship between KL and 1 independent variables. The equation of the fitted model is
KL = 3715.47*exp(-4.26103*exp(-0.33121*t)) Hàm Gompertz – Trống HY1-1 Nonlinear Regression - KL Dependent variable: KL Independent variables: t
Function to be estimated: a*exp(-b*exp(-k*t)) Initial parameter estimates:
a = 2800.0 b = 4.18 k = 0.35
Estimation method: Marquardt
Estimation stopped due to convergence of residual sum of squares. Number of iterations: 4
Number of function calls: 18
Estimation Results
Asymptotic 95.0%
Asymptotic Confidence Interval
Parameter Estimate Standard Error Lower Upper
a 3869.01 74.0646 3723.84 4014.17
b 4.0585 0.0602672 3.94038 4.17662
k 0.316752 0.00765804 0.301743 0.331762
Analysis of Variance
Source Sum of Squares Df Mean Square
Model 3.65433E9 3 1.21811E9
Residual 3.49819E7 1654 21149.9
Total 3.68931E9 1657
Total (Corr.) 1.54559E9 1656
R-Squared = 97.7367 percent
R-Squared (adjusted for d.f.) = 97.7339 percent Standard Error of Est. = 145.43
Mean absolute error = 92.1202 Durbin-Watson statistic = 1.7126 Lag 1 residual autocorrelation = 0.142398
Residual Analysis Estimation Validation n 1657 MSE 21149.9 MAE 92.1202 MAPE 14.2655 ME -2.99282 MPE -9.149 The StatAdvisor
The output shows the results of fitting a nonlinear regression model to describe the relationship between KL and 1 independent variables. The equation of the fitted model is
KL = 3869.01*exp(-4.0585*exp(-0.316752*t))
Hàm Gompertz – Mái HY1-2 Nonlinear Regression - KL
Dependent variable: KL Independent variables: t
Function to be estimated: a*exp(-b*exp(-k*t)) Initial parameter estimates:
a = 2800.0 b = 4.18 k = 0.35
Estimation method: Marquardt
Estimation stopped due to convergence of residual sum of squares. Number of iterations: 4
Number of function calls: 18
Estimation Results
Asymptotic 95.0%
Asymptotic Confidence Interval
Parameter Estimate Standard Error Lower Upper
a 3724.96 45.0618 3636.64 3813.28
b 4.33335 0.064257 4.2074 4.45929
k 0.35643 0.00646841 0.343752 0.369108
Analysis of Variance
Source Sum of Squares Df Mean Square
Model 5.99841E9 3 1.99947E9
Residual 5.52077E7 2739 20156.2
Total 6.05361E9 2742
Total (Corr.) 2.81465E9 2741
R-Squared = 98.0386 percent
R-Squared (adjusted for d.f.) = 98.0371 percent Standard Error of Est. = 141.972
Mean absolute error = 85.9154 Durbin-Watson statistic = 1.70109 Lag 1 residual autocorrelation = 0.149352
Residual Analysis Estimation Validation n 2742 MSE 20156.2 MAE 85.9154 MAPE 9.62356 ME 1.23919 MPE 2.64386 The StatAdvisor
The output shows the results of fitting a nonlinear regression model to describe the relationship between KL and 1 independent variables. The equation of the fitted model is
Hàm Gompertz – Trống HY1-2 Nonlinear Regression - KL
Dependent variable: KL Independent variables: t
Function to be estimated: a*exp(-b*exp(-k*t)) Initial parameter estimates:
a = 2800.0 b = 4.18 k = 0.35
Estimation method: Marquardt
Estimation stopped due to convergence of residual sum of squares. Number of iterations: 4
Number of function calls: 18
Estimation Results
Asymptotic 95.0%
Asymptotic Confidence Interval
Parameter Estimate Standard Error Lower Upper
a 3895.52 73.1726 3752.1 4038.93
b 4.16733 0.0668693 4.03627 4.29839
k 0.327043 0.00789378 0.311572 0.342515
Analysis of Variance
Source Sum of Squares Df Mean Square
Model 2.64527E9 3 8.81756E8
Residual 2.25933E7 1294 17460.0
Total 2.66786E9 1297
Total (Corr.) 1.18034E9 1296 R-Squared = 98.0859 percent
R-Squared (adjusted for d.f.) = 98.0829 percent Standard Error of Est. = 132.136
Mean absolute error = 80.5345 Durbin-Watson statistic = 1.91204 Lag 1 residual autocorrelation = 0.0439104
Residual Analysis Estimation Validation n 1297 MSE 17460.0 MAE 80.5345 MAPE 8.3461 ME -0.757968 MPE -3.04961 The StatAdvisor
The output shows the results of fitting a nonlinear regression model to describe the relationship between KL and 1 independent variables. The equation of the fitted model is
Hàm Richard, Mái HY1-0
Nonlinear Regression - KL
Dependent variable: KL Independent variables: t
Function to be estimated: a*(1-b*exp(-k*t))^(-1/n) Initial parameter estimates:
a = 2500.0 b = 0.06 k = 0.36 n = -0.015
Estimation method: Marquardt
Estimation stopped due to convergence of residual sum of squares. Number of iterations: 6
Number of function calls: 35
Estimation Results
Asymptotic 95.0%
Asymptotic Confidence Interval
Parameter Estimate Standard Error Lower Upper
a 3714.03 314.204 3298.2 4529.86
b 0.0473722 0.42754 -0.790593 0.885337
k 0.299021 0.0458017 0.209252 0.388791
n -0.0116363 0.104085 -0.21564 0.192367
Analysis of Variance
Source Sum of Squares Df Mean Square
Model 5.93452E9 4 1.48363E9
Residual 2.88155E7 2079 13860.3
Total 5.96333E9 2083
Total (Corr.) 1.18822E9 2082 R-Squared = 97.5749 percent
R-Squared (adjusted for d.f.) = 97.5714 percent Standard Error of Est. = 117.73
Mean absolute error = 87.8815 Durbin-Watson statistic = 1.59412 Lag 1 residual autocorrelation = 0.202017
Residual Analysis Estimation Validation n 2083 MSE 13860.3 MAE 87.8815 MAPE 6.96872 ME -0.446117 MPE -1.55826 The StatAdvisor
The output shows the results of fitting a nonlinear regression model to describe the relationship between KL and 1 independent variables. The equation of the fitted model is
Hàm Richard, Trống HY1-0
Nonlinear Regression - KL
Dependent variable: KL Independent variables: t
Function to be estimated: a*(1-b*exp(-k*t))^(-1/n) Initial parameter estimates:
a = 2800.0 b = 0.04 k = 0.34 n = -0.01
Estimation method: Marquardt
Estimation stopped due to convergence of residual sum of squares. Number of iterations: 6
Number of function calls: 36
Estimation Results
Asymptotic 95.0%
Asymptotic Confidence Interval
Parameter Estimate Standard Error Lower Upper
a 3895.52 298.99 3409.51 4581.53
b 0.0336886 0.246561 -0.449562 0.516939
k 0.295065 0.0414192 0.213885 0.376246
n -0.00853496 0.0617168 -0.129498 0.112428
Analysis of Variance
Source Sum of Squares Df Mean Square
Model 1.60983E9 4 4.02456E8
Residual 7.58289E6 690 10989.7
Total 1.61741E9 694
Total (Corr.) 4.72674E8 693 R-Squared = 98.3957 percent
R-Squared (adjusted for d.f.) = 98.3888 percent Standard Error of Est. = 104.832
Mean absolute error = 78.1499 Durbin-Watson statistic = 1.38229 Lag 1 residual autocorrelation = 0.306917
Residual Analysis Estimation Validation n 694 MSE 10989.7 MAE 78.1499 MAPE 10.7135 ME -1.92816 MPE -5.36372 The StatAdvisor
The output shows the results of fitting a nonlinear regression model to describe the relationship between KL and 1 independent variables. The equation of the fitted model is
Hàm Richard, Mái HY1-1
Nonlinear Regression - KL
Dependent variable: KL