前言
这几年养猪行业正在发生革命性的变化，高端猪肉、安全猪肉、品牌猪肉等特色猪肉的出现，一方面保证了食物的质量，另一方面也提升了溢价能力。基于人工智能养的猪，从出生之日起就有自己的数字档案，里面记载了猪的品种、日龄、体重、进食情况、运动强度、频次、轨迹等信息；用视频图像分析检测猪的体态，分析猪的健康状况；结合声学特征和红外测温技术，还能对猪的咳嗽等行为判断是否患病，做出疫情预警，马云家的猪、阿里的“智能猪”就是很成功的例子。
一、问题回顾
1.1 问题背景
作为一个养猪大国，养猪水平相较于发达国家还是存在相当大的差距。据数据统计，欧美国家的母猪一年能够商品猪的能力在30-40头，而我国仅能提供17-18头。近年来，我国的养猪行业正向着现代化、标准化发展。在现代化畜牧养殖场中，往往已实现了半自动化，例如，自动投喂、自动清粪系统、自动环境控制系统等，自动化设备可以反馈一些状态数据，而且通过传感器可以收集到一定的结构化数据，同时，需人工判断与记录的数据也会很好地按既定格式保存在服务器中，以上我们称之为养殖大数据。
1.2 问题解决
数据准备：
a.传感器采集的饲养方案数据。如温度、湿度、饲喂饲料量等。未来随着物联网技术的发展，将有更多的数据可通过传感器收集，如体温、运动图像等。
b.人工采集并记录的种猪数据。如品种、胎次、疾病情况、肥瘦程度等。
c.种猪的生产成绩。主要是生仔总数和健康仔猪数。其中以健康仔猪数为最重要的指标，但健康仔猪数占生仔总数的比例也需考虑提升。
基于收集到的三类数据（a,b,c）解决以下问题
建立关系分析模型，以参数形式表征自变量对猪的生产成绩的影响程度；
对（1）中影响较大的因素记为显著因子，建立显著因子对猪的生产成绩的影响的模型，求出最优解或最优解的趋势。
1.3 研究意义
第一，我国人口较大，需求量巨大，但养猪行业生产水平较低，严重影响了我国养猪事业的发展，因此，推动养猪行业的自动化、现代化发展有助于满足人类的需求，还能销往邻国谋取经济效益；
其次，改善猪肉的质量，杜绝“瘦肉精”的出现，从而人们能够放心吃肉，敢于吃肉；
最后，随着技术的应用，促进了对养猪技术的研究，养猪科学探索的深入，不断产生新技术、新理念，更好地服务于养猪企业。
二、模型假设
基于数据，假设猪的生产成绩只与温度、湿度、品种、胎次、肥瘦程度和患病情况有关
假设给出的数据都是有效的
假设没有重大的疫情导致猪的死亡
三、模型建立
3.1 问题分析
对于问题（1），建立关系分析模型以参数形式表征种猪的生产成绩的影响程度。由于数据中给出的影响指标有11个之多，包括日平均温度、日平均湿度、周平均饲喂量、猪品种、肥瘦程度、胎次、是否患蓝耳病、是否患圆环病、是否患仔猪黄白痢、是否患病毒性腹泻以及是否患支原体肺炎，考虑到各变量间并非一定相对独立，所以决定先根据定性分析和定量分析相结合对其进行分组，即降维，再研究各变量组对猪生产成绩的影响。
3.2 指标分组1）定性分析
定性分析是依据现实经验和主、客观分析方法，对于某种事物的本质属性、发展趋势或多种事物之间的相关关系基于直观、概括性表述的一种分析方法。由生活经验可预测变量间的相关性，从而大致研究以下几组：
日平均温度与日平均湿度
品种、饲喂量和肥瘦程度
胎次与是否患病
肥瘦程度与是否患病
品种与是否患病
2）定量分析
定量分析是指在数学方法基础上，通过研究社会现象的数量特征、数量关系和数量变化，对发展趋势进行分析、预测和解释。
相关性分析
为了使得效果显著，先用对数函数对温度、湿度值进行转化，再通过excel散点图分析各变量间相关性，得到图1-3：
分析可知，日平均温度和日平均湿度的相关系数为0.0189，所以可以认为两者不相关（见图1）；周平均饲喂量与猪的肥瘦程度的相关系数为0.8197，两者有较强的相关性，且是负相关的关系，猪越胖，饲喂量就会减少（见图2）；品种与猪的肥瘦程度的相关系数为0.00001，非常弱，说明两者完全不相关（见图2）；胎次与猪的肥瘦程度没有关系（见图3） 。
独立性检验分析
由于“是否患病”变量是布尔类型，只有“患病”、“不患病”，即1和0两种结果，所以不适合用散点图进行相关性分析，这时可用考虑独立性检验分析法。
独立性检验是检验两个分类变量X和Y是否有关系的一种统计方法，利用随机变量确定在多大程度上可以认为“两个分类变量有关系”，其中令X={x1,x2}，Y={y1,y2}。
检验步骤：
步骤1：假设X和Y有关系
步骤2：建立2×2列联表
步骤3：计算观测值
其中观测值越大，X和Y有关系的可能性越大。
步骤4：对比临界值表
步骤5：得出结论
在实现之前，先对数据作以下处理：
鉴于猪的肥瘦程度在12-20之间，故将其划分为两部分，16-20之间表示肥胖，用1表示；12-15之间表示瘦弱，用0表示；
品种1、2分别转换为0、1
在matlab实现5种疾病、品种与肥瘦程度的相关性程度，得到猪的肥瘦程度与5种疾病、品种的观测值：
对比临界值表发现，只有第二种疾病（即圆环病）与猪的肥瘦程度有较大的关系，超过85%的把握认为两者有关。
3）确定分组
根据前面的分析大致将影响猪的生产成绩的因素分为5组，分别是
A组：日平均温度
B组：日平均湿度
C组：饲喂量、猪的肥瘦程度、圆环病
D组：胎次
E组：是否患病
3.3 建立模型
1）多元回归
设因变量为y，k个自变量分别为x1,x2,…,xk，描述因变量y如何依赖于自变量x1,x2,…,xk和误差项ε的方程称为多元回归模型。
针对5组影响因素建立猪的生产成绩的回归模型如下：
其中Y表示猪的生产成绩，β0表示常数项，βi (i=1,2,3,4,5)表示5个影响猪的生产成绩的回归系数，Xi (i=1,2,3,4,5)表示A,B,C,D,E这5组影响因素。
2）模型实现
先对变量组做以下处理：
对119个日平均温度取平均值
对119个日平均湿度取平均值
对17个周平均饲喂量取平均值
针对C组变量，由于三者有联系，在这里只考虑猪的肥瘦程度
对desease1,3,4,5取患病总数
对每个衡量指标进行归一化（即(x-min)/(max-min)）
3）结果呈现
对仔猪总数的分析结果：
可见，对仔猪数目的影响程度从大到小依次为胎次、肥瘦程度、患病、湿度、温度。
对健康仔猪占的比例的结果分析：
可见，对健康仔猪比例的影响程度从大到小依次为肥瘦程度、湿度、胎次、温度、患病数。
4）结果分析
综合两者，影响猪的生产成绩程度最深的是猪的胎次，其次为猪的肥瘦程度、患病数，而温度和湿度对猪的影响不大。
胎次之所以影响最大，是因为母猪的最佳生产期为5~6胎，超过6胎的不仅会影响到生产成绩，还会增加养殖成本，所以为了提高整个生产水平，应该尽可能的淘汰生产了8胎以上的母猪。
猪的肥瘦程度也对生产成绩产生不可估量的影响，一旦母猪过度肥胖，脂肪过剩从而影响胎儿的正常发育，出现各种疾病，特别是圆环病，所以在母猪怀孕期间，控制好猪的饲喂量，进而控制母猪的体重，有利于保证猪的生产成绩。
患病与否直接影响猪的生产性能和仔猪的健康状况，很明显患的疾病越多越严重，猪的生产成绩必定下降越厉害。
四、附录
matlab实现5种疾病、品种与肥瘦程度的相关性程度的代码
y=xlsread('数据.xlsx','肥瘦与患病','B2:B15001'); %%肥瘦程度
x=xlsread('数据.xlsx','肥瘦与患病','C2:C15001'); %%desease1
%x=xlsread('数据.xlsx','肥瘦与患病','D2:D15001'); %%desease2
%x=xlsread('数据.xlsx','肥瘦与患病','E2:E15001'); %%desease3
%x=xlsread('数据.xlsx','肥瘦与患病','F2:F15001'); %%desease4
%x=xlsread('数据.xlsx','肥瘦与患病','G2:G15001'); %%desease5
%x=xlsread('数据.xlsx','肥瘦与患病','I2:I15001'); %%品种
y=y';
x=x';
n=size(y,2);
a=sum(x==1 & y==1);
b=sum(x==1 & y==0);
c=sum(x==0 & y==1);
d=sum(x==0 & y==0);
k2=n*(a*d-b*c)^2/((a+b)*(c+d)*(a+c)*(b+d))