前言
這幾年養豬行業正在發生革命性的變化，高端豬肉、安全豬肉、品牌豬肉等特色豬肉的出現，一方面保證了食物的質量，另一方面也提升了溢價能力。基於人工智能養的豬，從出生之日起就有自己的數字檔案，裏面記載了豬的品種、日齡、體重、進食情況、運動強度、頻次、軌跡等信息；用視頻圖像分析檢測豬的體態，分析豬的健康狀況；結合聲學特徵和紅外測溫技術，還能對豬的咳嗽等行爲判斷是否患病，做出疫情預警，馬雲家的豬、阿里的“智能豬”就是很成功的例子。
一、問題回顧
1.1 問題背景
作爲一個養豬大國，養豬水平相較於發達國家還是存在相當大的差距。據數據統計，歐美國家的母豬一年能夠商品豬的能力在30-40頭，而我國僅能提供17-18頭。近年來，我國的養豬行業正向着現代化、標準化發展。在現代化畜牧養殖場中，往往已實現了半自動化，例如，自動投餵、自動清糞系統、自動環境控制系統等，自動化設備可以反饋一些狀態數據，而且通過傳感器可以收集到一定的結構化數據，同時，需人工判斷與記錄的數據也會很好地按既定格式保存在服務器中，以上我們稱之爲養殖大數據。
1.2 問題解決
數據準備：
a.傳感器採集的飼養方案數據。如溫度、溼度、飼餵飼料量等。未來隨着物聯網技術的發展，將有更多的數據可通過傳感器收集，如體溫、運動圖像等。
b.人工採集並記錄的種豬數據。如品種、胎次、疾病情況、肥瘦程度等。
c.種豬的生產成績。主要是生仔總數和健康仔豬數。其中以健康仔豬數爲最重要的指標，但健康仔豬數佔生仔總數的比例也需考慮提升。
基於收集到的三類數據（a,b,c）解決以下問題
建立關係分析模型，以參數形式表徵自變量對豬的生產成績的影響程度；
對（1）中影響較大的因素記爲顯著因子，建立顯著因子對豬的生產成績的影響的模型，求出最優解或最優解的趨勢。
1.3 研究意義
第一，我國人口較大，需求量巨大，但養豬行業生產水平較低，嚴重影響了我國養豬事業的發展，因此，推動養豬行業的自動化、現代化發展有助於滿足人類的需求，還能銷往鄰國謀取經濟效益；
其次，改善豬肉的質量，杜絕“瘦肉精”的出現，從而人們能夠放心喫肉，敢於喫肉；
最後，隨着技術的應用，促進了對養豬技術的研究，養豬科學探索的深入，不斷產生新技術、新理念，更好地服務於養豬企業。
二、模型假設
基於數據，假設豬的生產成績只與溫度、溼度、品種、胎次、肥瘦程度和患病情況有關
假設給出的數據都是有效的
假設沒有重大的疫情導致豬的死亡
三、模型建立
3.1 問題分析
對於問題（1），建立關係分析模型以參數形式表徵種豬的生產成績的影響程度。由於數據中給出的影響指標有11個之多，包括日平均溫度、日平均溼度、周平均飼餵量、豬品種、肥瘦程度、胎次、是否患藍耳病、是否患圓環病、是否患仔豬黃白痢、是否患病毒性腹瀉以及是否患支原體肺炎，考慮到各變量間並非一定相對獨立，所以決定先根據定性分析和定量分析相結合對其進行分組，即降維，再研究各變量組對豬生產成績的影響。
3.2 指標分組
1）定性分析
定性分析是依據現實經驗和主、客觀分析方法，對於某種事物的本質屬性、發展趨勢或多種事物之間的相關關係基於直觀、概括性表述的一種分析方法。由生活經驗可預測變量間的相關性，從而大致研究以下幾組：
日平均溫度與日平均溼度
品種、飼餵量和肥瘦程度
胎次與是否患病
肥瘦程度與是否患病
品種與是否患病
2）定量分析
定量分析是指在數學方法基礎上，通過研究社會現象的數量特徵、數量關係和數量變化，對發展趨勢進行分析、預測和解釋。
相關性分析
爲了使得效果顯著，先用對數函數對溫度、溼度值進行轉化，再通過excel散點圖分析各變量間相關性，得到圖1-3：
分析可知，日平均溫度和日平均溼度的相關係數爲0.0189，所以可以認爲兩者不相關（見圖1）；周平均飼餵量與豬的肥瘦程度的相關係數爲0.8197，兩者有較強的相關性，且是負相關的關係，豬越胖，飼餵量就會減少（見圖2）；品種與豬的肥瘦程度的相關係數爲0.00001，非常弱，說明兩者完全不相關（見圖2）；胎次與豬的肥瘦程度沒有關係（見圖3） 。
獨立性檢驗分析
由於“是否患病”變量是布爾類型，只有“患病”、“不患病”，即1和0兩種結果，所以不適合用散點圖進行相關性分析，這時可用考慮獨立性檢驗分析法。
獨立性檢驗是檢驗兩個分類變量X和Y是否有關係的一種統計方法，利用隨機變量確定在多大程度上可以認爲“兩個分類變量有關係”，其中令X={x1,x2}，Y={y1,y2}。
檢驗步驟：
步驟1：假設X和Y有關係
步驟2：建立2×2列聯表
步驟3：計算觀測值
其中觀測值越大，X和Y有關係的可能性越大。
步驟4：對比臨界值表
步驟5：得出結論
在實現之前，先對數據作以下處理：
鑑於豬的肥瘦程度在12-20之間，故將其劃分爲兩部分，16-20之間表示肥胖，用1表示；12-15之間表示瘦弱，用0表示；
品種1、2分別轉換爲0、1
在matlab實現5種疾病、品種與肥瘦程度的相關性程度，得到豬的肥瘦程度與5種疾病、品種的觀測值：
對比臨界值表發現，只有第二種疾病（即圓環病）與豬的肥瘦程度有較大的關係，超過85%的把握認爲兩者有關。
3）確定分組
根據前面的分析大致將影響豬的生產成績的因素分爲5組，分別是
A組：日平均溫度
B組：日平均溼度
C組：飼餵量、豬的肥瘦程度、圓環病
D組：胎次
E組：是否患病
3.3 建立模型
1）多元迴歸
設因變量爲y，k個自變量分別爲x1,x2,…,xk，描述因變量y如何依賴於自變量x1,x2,…,xk和誤差項ε的方程稱爲多元迴歸模型。針對5組影響因素建立豬的生產成績的迴歸模型如下：
其中Y表示豬的生產成績，β0表示常數項，βi (i=1,2,3,4,5)表示5個影響豬的生產成績的迴歸係數，Xi (i=1,2,3,4,5)表示A,B,C,D,E這5組影響因素。
2）模型實現
先對變量組做以下處理：
對119個日平均溫度取平均值
對119個日平均溼度取平均值
對17個周平均飼餵量取平均值
針對C組變量，由於三者有聯繫，在這裏只考慮豬的肥瘦程度
對desease1,3,4,5取患病總數
對每個衡量指標進行歸一化（即(x-min)/(max-min)）
3）結果呈現
對仔豬總數的分析結果：
可見，對仔豬數目的影響程度從大到小依次爲胎次、肥瘦程度、患病、溼度、溫度。
對健康仔豬佔的比例的結果分析：
可見，對健康仔豬比例的影響程度從大到小依次爲肥瘦程度、溼度、胎次、溫度、患病數。
4）結果分析
綜合兩者，影響豬的生產成績程度最深的是豬的胎次，其次爲豬的肥瘦程度、患病數，而溫度和溼度對豬的影響不大。
胎次之所以影響最大，是因爲母豬的最佳生產期爲5~6胎，超過6胎的不僅會影響到生產成績，還會增加養殖成本，所以爲了提高整個生產水平，應該儘可能的淘汰生產了8胎以上的母豬。
豬的肥瘦程度也對生產成績產生不可估量的影響，一旦母豬過度肥胖，脂肪過剩從而影響胎兒的正常發育，出現各種疾病，特別是圓環病，所以在母豬懷孕期間，控制好豬的飼餵量，進而控制母豬的體重，有利於保證豬的生產成績。
患病與否直接影響豬的生產性能和仔豬的健康狀況，很明顯患的疾病越多越嚴重，豬的生產成績必定下降越厲害。
四、附錄
matlab實現5種疾病、品種與肥瘦程度的相關性程度的代碼
y=xlsread('數據.xlsx','肥瘦與患病','B2:B15001'); %%肥瘦程度
x=xlsread('數據.xlsx','肥瘦與患病','C2:C15001'); %%desease1
%x=xlsread('數據.xlsx','肥瘦與患病','D2:D15001'); %%desease2
%x=xlsread('數據.xlsx','肥瘦與患病','E2:E15001'); %%desease3
%x=xlsread('數據.xlsx','肥瘦與患病','F2:F15001'); %%desease4
%x=xlsread('數據.xlsx','肥瘦與患病','G2:G15001'); %%desease5
%x=xlsread('數據.xlsx','肥瘦與患病','I2:I15001'); %%品種
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))