模型构建的基本方法
· 回归模型中的自变量：x1,干物质，DM%； x2，粗蛋白， CP%; x3,粗纤维，CF%；x4, 粗脂肪，EE%；x5, 酸性醚
提取物，AEE%；x6，粗灰分，Ash%；x7, 淀粉，ST%；
x8, 中性洗涤纤维,NDF%; x9, 酸性洗涤纤维，ADF%；
x10, 半纤维素，HC%；x11, 酸性洗涤木质素，ADL%。
· 对预测变量即因变量的定义: GE，饲料总能，kcal/kg;
DE,饲料消化能，kcal/kg； ME，饲料代谢能，kcal/kg；
NE，饲料净能，kcal/kgg。
2.1 饲料中总能(GE)回归模型的构建 2.1.1 不分饲料类型，对所有饲料的GE的回归模型
22.11 饲料中总能(GE)回归模型的构建 · 分析：
1. 能够初步建立所有饲料类型中饲料基础养分及其 组合与GE的回归模型；
2. R2 为0.8058~0.7361, C.V.为5.94~6.86% 3. 目前仅有INAPG组织公布了大约100种饲料的 GE预测模型
2.1 饲料中总能(GE)回归模型的构建
2.1.2“玉米及其加工产品类”的GE模型构建
R2=0.9994~0.6502 C.V.=0.61~6.17%
