VORLAUFIGE ERGEBNISSE ÜBER DAS MESSEN DER SCHLACHTEIGENSCHAFTEN BEIM SCHWEIN Unto Uusisalmi Universität Helsinki, Institut fiir Haustierziichtung Eingegangen am 9. 1. 1969 Erster Teil der Untersuchung iiber die Schlachteigenschaften des Schweines begann ich im Jahre 1965 und den ihm unmittelbar folgenden Zweiten Teil 1966. Zweck der Untersuchung war es, 1) die verschiedenen Methoden zur Bestimmung des Schlacht- wertes der lebendigen Schweine wie auch der Schlachtkörper miteinander zu vergleichen und 2) den Anteil der erblichen Variation an der Gesamtvariation jeder Eigenschaft zu schätzen. Im ersten Teil der Untersuchung wurden bei 236 Stammversuchsschweinen fiir jedes etwa 200 Ziige der Schlachtbeschaffenheit gemessen oder mit Punkien geschättz (Abb. 1). Die Messungen wurden mit Ultraschallgerät, Messband und Messlatte ausgefuhrt. Bearbeitung der Ergebnisse Die Resultate wurden 1967 mit der Datenverarbeitungsmaschine Elliot 503 folgen- dermassen behandelt: Die Korrelationsmatrix wurde fur 179 gemessene und geschätzte Ziige berechnt. Nach der Methode der kleinsten Quadrate (Least squares analysis; Harvey 1966) Abb. 1. Jedes Schwein wurde in den Lebendge- wichtsklassen von 20, 60 und 90 kg bewertet und gemessen. 24 Stunden nach den letzten Messungen warden die Tiere geschlachtet und 20 Stunden danach die Schlachtkörper bewertet. https://www.c-info.fi/en/info/?token=6zjrp10HrbE7hTgr.QM8OBca6434pscH2wPFM1g.BA5GNZbiTkxL4wkAgrXBfqxi1c2xgIEkODbYKraVqbemYw2t92BoMz1kUv1FXyfV9CRYkLnNbsJhVvTuYNyqSnBdtnRD9tBPNM1FIUHtlpOB5KrwDuKtPXc0b9YVijp12lOaKxMYZOYWwT5daz1zkUTDCCoqkECBEVzr0A 51 wurde jede Variable zweimal bearbeitet. So analysierte man die auf die Gesamtvariation jeder Eigenschaft einwirkenden Faktoren, zu denen Lebendgewicht im Augenblick der Messung, Messungsquantitäten, Rasse, Geschlecht und Vatereber gehörten. Der Verfasser hat zuvor die Methode (Uusisalmi 1967) in seiner pro gradu-Arbeit und Varo (1968) in seiner Untersuchung iiber Feldbewertung von Ebern fur kiinstliche Besamung ange- wandt. Als folgende wurde die wählende Regressionsanalyse fur die Berechnung einiger als Abb. 2.rVon dem durch eine gestrichelte Linie begrenzten wertvollsten Abschnitt der Schlacht- körperhälfte sind durch Dissezieren Fe 11 un d Haut als die eine Komponente sowie F 1 e i s c h und Knochen als die andere voneinander getrennt worden. Disseziert werden: 1 Schinken, 2 hinterer Schmorbraten, 3 Kotelett mit Riickenspeck, 4 Kamm und 5 Bug. Die ge- nannten Teile machen 62 % vom Gewicht der Schlachtkörperhälfte aus und bilden etwa 3/4 von dem im Einzelhandel zu erhaltenden Verkaufspreis der Schlachtkörperhälfte. 52 wichtig erachteter Erklärungsmodelle benutzt. Die Methode ist in Verfassers pro gradu- Arbeit (Uusisalmi 1967) beschrieben. Jede Analyse umfasst jeweils 50 Variable. Ferner erfolgte eine Faktorenanalyse, in die 100 auf Grund friiherer Bearbeitungen gewählte Eigenschaften oder Unveränderliche einbezogen waren. Varo (1962, 1965) hat in seinen Untersuchungen festgestellt, dass die Ergebnisse der Faktorenanalyse von Gebrauchswert sind, wenn man in einer grossen Menge von Eigen- schaften fur die Zuchtwahl nach geeigneten Grundfaktoren sucht. Das 'jerlegen der Schlachtkörper Die erster Phase der Untersuchung ermittelte, dass die herkömmliche Schlachtkörper bewertung als Grundlage einer derartigen mit der Ziichtung verbundenen Erforschung der Schlachtkörperqualität nicht mehr ausreicht. So wurden in Zweiten Teil der Unter- suchung ein ziemlich weitgehendes Zerlegen und Dissezieren der Schlachtkörper vorge- nommen, um die relativen Mengen ihrer Teile zu klären sowie die Mengen von Fett, Fleisch und Knochen zu messen. Es wurde angestrebt, die Erfahrungen von Deutschen (Weniger et al. 1963) und Dänen (Pedersen 1964, 1967) in Betracht zu ziehen. Die Ergebnisse von Zweiten Teil der Untersuchung sind erst teilweise behandelt worden. Die Bearbeitung ist zur Hauptsache auf gleiche Weise wie bei der erste Teil vor sich gegangen. Auf Abb. 2 ist das auf Grund der vorläufigen Behandlung von mir entworfene Zerle- gungsschemadargestellt.Vom wertvollsten Abschnitt einer Schlacht- körperhälfte sind Haut -)- Fett als der eine Teil sowei Fleisch -f Kno- chen als der andere geschnitten worden. Der wertvollste Teil der Schlachtkörperhälften besteht aus dem Schinken, drei Riickenteilen und dem Bug. Er macht iiber 60 % vom Gewicht der Schlachtkörperhälfte aus (Abb. 3), und er bildet etwa 3/4 des im Einzel- handel zu erhaltenden Verkaufspreises der Schlachtkörperhälfte (n = 97). Bei derBerech- nung sind die von Kannari (1965) fiir die verschiedenenTeile des Schlachtkörpers darge- 53 stellten Preiskoefiizienten und als Gewichte der verschiedenen Teile des Schlachtkörpers die fiir dieses Material berechneten durchschnittlichen Gewichte benutzt worden. Experimentell werden nach dem dargestellten Schema schon die Tiere von fiinf Ver- suchsstationen fiir Schvveinezucht in Finnland zerlegt. Daneben vvird noch die herge- brachte Schlachtkorperbewertung ausgeiibt. So wird man wohl eine dem Bedarf der nächsten Zeit entsprechende Schlachtkorperbewertung zu entwickeln vermögen. Ergebnisse Die Ultraschallmessungen bei lebenden Schvveinen. Nach den Untersuchungen Rittlers (1968) verbessert die auf Grund des Alters vorgenommene Berichtigung der Riickenspeckkmasse neben der nach dem Gevvicht erfolgten Korrcktur die Messungsergebnisse nicht nennenswert. Da dies auch meiner Auffassung entspricht, beschränkte ich mich in der vorliegenden Untersuchung darauf, nur die Wirkung des Gewichts auf die Masse des Speckes zu analysieren. Im ersten Teil meiner Untersuchung wurde an lebenden Schvveinen der Speck bei den Lebendgewichtsklassen von 60 kg wie auch 90 kg gemessen und in Teil II meiner Unter- suchung nur bei der Lebendgewichtsklasse von 90 kg. Mit einer Berichtigung nach dem Lebendgevvicht hätte man bei der Klasse von 90 kg nicht sehr viel weitere Information erhalten, weil der An teil der linearen Regression nur o—30—3 % der Variation der Speck- masse von Riicken und Brustseite ausmachte. Dagegen hätte bei den Klassen von 60 kg Lebendgevvicht eine gevvichtsmässige Berichtigung die Messungsergebnisse merklich zu verbessern vermocht, denn der An teil der linearen Regression belief sich auf 10—23 %. Das von mir gewonnene Ergebnis lässt sich dadurch erklären, dass die Gewichtsunter- schiede zvvischen denTieren bei der Klasse von 90 kg Lebendgevvicht am geringsten vvaren. Ausserdem sei festgestellt, dass u.a. nach Otto (1967) die Speckzunahme bei 40—60 kg Lebendgevvicht am stärksten und zugleich auch vveniger linear ist. Dagegen vvächst der Riickenspeck linear bei (60—)70—110 kg Lebendgevvicht (u.a. Rittler 1966und Weniger et ai. 1967). Somit diirfte es vvenigstens unter Feldverhältnissen begriindet sein, sich dar- auf zu beschränken, die Tiere bei 70 —110 kg Lebendgevvicht zu messen. Tabelle 1. Das Korrelieren der Ultraschallmasse von Riicken mit Riicken- und Seitenspeck der Schlacht- korperbewertung (118 Borche und 118 Sauen). Ultraschallmasse: Schlachtkorperbewertung (von Icbcndcn Schweinen) t> •• i i o •* i' Ruckenspeck beitcnspeck r r Ruckenspeck (3 Masse) 0.81 0.63 Widerrist 0.71 0.47 Mittelriicken 0.76 0.63 Kreuz (= Lcnde) 0.56 0.50 Scitcnspeck 3 cm nach links 0.73 0.68 » 6 » » » 0.68 0.75 » 8 » » 0.70 0.79 » 9 » » 0.51 0.64 54 In Tabelle 1 ist das phänotypische Korrelieren der bei 90 kg Lebendgewicht erhaltenen Ultraschallmasse von Riicken mit dem Riicken- und dem Seitenspeck zu sehen. Es kann festgestellt werden, dass die von mir ausgefiihrten Messungen in ihrer Genauigkeit dem Stand der ausländischen Untersuchungen entsprechen diirften. Die Korrelationskoeffi- zienten wechseln in Tabelle 1 zwischen 0.47 und 0.81. Der höchste Korrelationskoeffizient (0.81) hat sich zwischen dem Mittelwert dreier Ultraschallmessungen des Riickens und dem aus 5 Speckmessungen der Schlachtbewertung berechneten Riickenspeck ergeben. Doch lohnt es sich anzufiihren, dass der Korrelationskoeffizient zwischen dem mit dem Ultraschallgerät erhaltenen Seitenspeck und dem durch die Schlachtkorperbewertung herausgestellten 0.79 betrug und dass die Ultraschallmasse iiber dem Riickenmuskel all- gemein recht eng mit dem Seitenspeck der Schlachtkorperbewertung korrelierten. Hier sei nur festgestellt, dass man mit den bei der Klasse von 60 kg Lebendgewicht auf- genommen Ultraschallmassen die Schlachtqualität nicht ebenso gut wie mit den bei der Klasse von 90 kg Lebendgewicht bestimmten Massen vorherzusagen vermag. Die mit dem Ultraschallgerät erhaltenen Speckmasse korrelierten beinahe ebenso gut wie die durch Schlachtkorperbewertung bekommenen entsprechenden Masse (Tabelle 2) mit der Fett + Haut-Komponente des wertvollsten Teiles der Schlachtkörperhälfte. Die Tabelle 2. Das Korrelieren der Speckmasse der Schlachtkorperbewertung und der mit Ultraschallgerät bei lebenden Schweinen erhaltenen Speckmasse mit der Komponente Fett + Haut und der Komponente Fleisch + Knochen des »wertvollsten Teiles der Schlachtkörperhälfte». Bei den Messungen 97 (69 York- shire + 28 Landschweine) weibliche Tiere vertreten. Speckmasse: Wertvollster Teil des Schlachtkörpers Haut -f Fett 1) Fleisch -f- Knochen 2 ) r r Aus der Schlachtkörperbeivertung Ruckenspeck 0.72 0.46 Seitenspeck (Soi) 0.69 —0.31 Widerrist 0.52 0.45 Mittelriicken 0.62 0.34 Kreuz (= Lende) 0.71 —0.37 UItraschallmasse Seitenspeck (Soi) 0.60 0.32 Widerrist (Bug 0) 0.47 —0.31 Bug 6cm links 0.56 —0.41 » 12 » » 0.61 —0.33 » 15 » » 0.50 —0.36 Mittelriicken 0.50 0.38 Kreuz (Lende) 0.54 0.29 Lende 6cm links 0.48 0.33 » 12 » » 0.59 —0.35 » 15 » » 0.18 —O.lB 2 ) Fett -f- Haut von Schinken, Bug und Riickenteilen sowie Nierenfett/2 2 ) Fleisch + Knochen von Schinken, Bug und Riickenteilen. 55 Korrelationskoeffizienten bleiben nur um 0.05—0.17 Einheiten geringer als bei der Messung lebender Schweine. Die wählende Regressionsanalyse als Hilfsmittel beim Entwurf des Messungsmodells fiir den Riickenspeck und des Zerlegungsmodells fiir den Schlachtkörper. Bei der traditionellen Schlachtkorperbewertung der sog. Stammversuchsschweine hat man den Riickenspeck als das beste Mass fiir den Fettgehalt des Schlachtkörpers angesehen. Deswegen wird im folgenden versucht, den Riickenspeck durch Punktbewertung der lebendigen Tiere, durch verschiedene äussere Masse und durch Ultraschallgeräte vorherzusagen. Insgesamt wurden 30 verschiedene Bewertungen und Masse als selektive Erklärer benutzt. Mit der Daten- verarbeitungsmaschine ist mit Hilfe der wählenden Regressionsanalyse aus den selektiven Erklärern in 8 Schritten das beste Modell fiir den Riickenspeck der Schlachtkorperbe- wertung aufgebaut worden (Tabelle 3). Bei jedem Schritt ist derjenige selektive Erklärer Tabelle 3. Die Zunahme des mittels der wahlenden Regressionanalyse erhaltenen multiplen Korrelations- koeffizienten (R) nach Schritten. Dominierende Funktion = Riickenspeck der Schlachtkorperbewertung. Selektive Erklärer sind die etwa einen Tag vor dem Schlachten an lebenden Schweinen (n= 236) auf- genommenen Ultraschall- u.a. Masse sowie die Punktbewertung, insgesamt 30 Werte. Schritt Um einen Schritt vermehrter F-Zahl Nach der Zunahme erhalten Nr. Erklärer 1 Speck vom Mittelriicken 316.15*** 0.7570.573 2 Speck vom Widerrist 84.06*** 0.8280.686 3 Seitenspeck 6 35.85*** 0.8520.726 4 Speck vor der Lende (Lendenmass 1) 10.07** 0.8580.736 5 Kopflänge 7.38** 0.8620.743 6 Muskeltiefe 6 5.65* 0.8650.748 7 Seitenspeck 8 (Soi) 3.810.866 0.750 8 Seitenspeck 9 3.000.868 0.753 angegeben, der den multiplen Korrelationskoeffizienten ( = R) zwischen der dominieren- den Funktion und den bei den friiheren Schritten einbezogenen selektiven Erklärern am meisten gesteigert hat. Das berechnete Modell hat in acht Schritten 6 durch ein Ultraschallgerät erhaltene Speckmasse, 1 durch ein Ultraschallgerät gemessene Muskeldicke und 1 äusseres Mass, die Kopflänge, umfasst. Dies diirfte die wichtige Stellung des Ultraschallgeräts bei dem Bemiihen, ein diinnspeckiges Schwein zu vvählen, beweisen. Auch mag es begriindet sein, zu bemerken, dass in das Modell 3 eigentliche auf dem Riicken festgestellte Masse und 3 iiber dem Riickenmuskel aufgenommene Speckmasse eingehen. Dadurch diirfte schon bewiesen werden, dass beim Bestimmen des Speckgehaltes beim lebendigen Schwein Messungen sowohl auf demRiicken als auch iiber dem Riickenmuskel erforderlich sind. Schon mit den drei ersten Schritten hat man etwa 73 % (R 2 = 0.726) der Gesamt- varianz des Riickenspeckes zu erklären vermocht, und die danach erhaltene zusätzliche Information ist verhältnismässig belanglos. 56 Die Fläche des Querschnittes des langen Riickenmuskels (= M. long, dorsi) hat man beim lebendigen Tier dagegen merklich schwächer als die ebengenannte vorhersagen können. Doch sei hier angefiihrt, dass die Tiefe des Muskels mit dem Ultraschallgerät denn auch nur an 3 Stellen gemessen worden ist, nämlich in der Höhe des hinteren Randes der letzten Rippe in Abständen von 3, 6 und 9 cm vom Mittelriicken auf die linke Seite. Die wählende Regressionsanalyse vermag durch 9 Schritte nur 28 % von der Gesamt- varianz der Muskelfläche zu erklären. In das Erklärungsmodell wurden 5 Ultraschall- masse einbezogen, von denen 4 ein Speckmass und 1 ein Muskelmass war. Hinzu kamen an äusseren Massen Breite bei den Hiiften, Mass hinter den Eugen und Schlachtkörper- umfang. An Punkten wurden die fur den Schinken mit beriicksichtigt. Das oben- beschrieben fur die Vorhersage der Muskelfläche konstruierte Modell war imstande, immerhin 50 % von der Gesamtvarianz des Riickenspeckes der Schlachtkorperbewertung zu erklären. Hier kann festgestellt werden, dass fur die Bestimmung der Muskelfläche einige mit Ultraschallgerät aufgenommene Tiefenmasse des Muskels nicht zu geniigen scheinen. Offenbar wäre es auch unerlässlich, fur die Dauer der Messung das Tier in einem Gestell festhalten. Zum Schluss stelle ich eine von mir beobachtete Anwendungsmoglichkeit der wählen- den Regressionsanalyse dar. Dabei ist versucht worden, aus den tiber die Dissektion des Schlachtkörpers gewonnenen Ergebnissen ein fur Schlachthofverhältnisse geeignetes, mit geringer Arbeit verbundenes Zerlegungsmodell (z.B. das Modell von Abb. 1) aufzustellen, durch das man jedoch eine möglichst reichhaltige Kenntnis des Schlachtkorperwertes zu erlangen versucht (als Beispiel Tabelle 4). Soweit Haut, Fett, Fleisch und Knochen der Tabelle 4. Die Zunahme des durch wahlende Regressionsanalyse nach Schritten erhaltenen multiplen Korrelationskoeffizienten (R). Dominierende Funktion = Fett + Haut des wertvollsten Schlachtkörper- teils. Selektive Erklärer sind die Komponenten Fett -(- Haut sowie die Komponenten Fleisch + Knochen (zus. 10 St.) vom Schinken, Bug, Kotelett, Kamm und hinteren Schmorbraten. n = 97. Schritt Um einen Schritt vermehrter F-Zahl Nach der Zunahme erhalten Nr. Erklärer 1 Fett -F Haut vom Kotelett 243.78*** 0.8470.717 2 » » » Schinken 74.87*** 0.9170.841 3 » » » Kamm 62.31*** 0.9510.904 4 » » » Bug 40.06* •* 0.9650.931 5 » » » hinteren Schmorbraten 42.69*** 0.9760.953 einzelnen Schlachtkörperteile auseinander geschnitten sind, kann fur jede Gewebeart ihr eigenes Messungsmodell mit Hilfe der wählenden Regressionsanalyse aufgestellt werden. In Tabelle 4 ist dargestellt, wie man durch die vvählende Regressionsanalyse die Kom- ponenteFett -fHaut des wertvollsten Teiles des Schlachtkörpers zu erklären ver- mocht hat. Auf gleiche Weise ist auch die Komponente Fleisch-fKnochen vom wertvollsten Teil des Schlachtkörpers erhellt worden. In beide Analysen waren die gleichen 57 10 selektiven Erklärer einbezogen worden, nämlich die Teile Haut + Fett und die Teile Fleisch -f- Knochen von Schinken, Riickenpartien und Bug. Aus Tabelle 4 ist zu ersehen, dass in das Modell Fett + Haut des wertvollsten Schlachtkörperteils in den drei ersten Schritten die komponenten Fett + Haut von Schinken, Kotelett-Abschnitt und Kamm aufgenommen worden sind. Des weiteren sei angefuhrt, dass in das Modell Fleisch -|- Knochen in den drei ersten Schritten die Komponenten Fleisch + Knochen der gleichen Schlachtkörperteile einge- gangen sind. Die Variation in der Menge von Fett und Haut des wertvollsten Schlachtkörperteils wie auch die Gesamtvarianz der Menge von Fleisch und Knochen sind durch Zerschneiden der genannten drei Teile mit iiber 90 % heraus- gestellt worden. Die iibrigen, hier noch nicht dargestellten Analysen erweisen u.a., dass schon durch Zerlegen von Schinken und Kotelett iiber Speck und Fleischgehalt des wert- vollsten Schlachtkörperteils ein besseres Bild als durch die gesamte Schlachtkorperbe- wertung erhalten worden ist. pusumme nfassung Als Zusammenfassung iiber die bisherigen Ergebnisse kann dargestellt vverden: Die subjektive Punktbewertung ist unsicher als Indikator der Schlachtkörperbeschaffen- heit und vor allem des Fettgehalts sowie der Muskelstärke des Schlachtkörpers. Des- gleichen sind unsichere Indikatoren der Schlachtkörperbeschaffenheit die an lebenden Tieren aufgenommenen äusseren Masse (z.B. Längen-, Breiten-, Höhen- und Umfans- mass). Die Ultraschallmessungen sind das vvichtigste und auch fiir praktische Verhältnisse gut geeignete Verfahren, die Dicke des Speckes zu bestimmen. Als Beispiel sei angefiihrt, dass der mit einem Ultraschallgerät an 236 Schweinen gemessene Riickenspeck diese Komponente Schlachtkörpers (r = 0.81) und ebenfalls der am lebenden Tier gemessene Seitenspeck ebendiesen An teil am Schlachtkörper (r = 0.79) gut vorhersagte. Eine wirk- same Auswertung des Ultraschallgeräts bei Bestimmung des Phänotyps bedeutet eine Intensivierung der Ziichtungsarbeit zugunsten der Schlachtkörperbeschaffenheit (Jonsson 1967), eine beträchtliche Zunahme in derAnzahl der in den Kreis der Auslese gelangenden Tiere und zugleich eigentlich die einzige brauchbare Weise, die Säue mit in die Zuchtvvahl einzubeziehen. Bei diesem Stand kommt man dazu, den Fleischgehalt des Schlachtkörpers nur durch teilweise Zerlegung und Dissektion der Schlachtkörper befriedigend zu messen. Die Unter- suchung erweist u.a., dass durch Zerschneiden des Schinkens sovvie des Kotelettabschnittes in Fett -|- Haut als den einen Teil und in Fleisch + Knochen als den anderen Teil iiber die Komponente Fett + Haut wie auch die Komponente Fleisch -f- Knochen der wert- vollsten Partie der Schlachtkörperhälfte ein besseres Bild gewonnen worden ist als durch die gesamte herkömmliche Schlachtkorperbewertung (n = 97). Aus Tabelle 2 lässt sich ersehen, dass zwischen den Korrelationskoeffizienten des Teiles Fett -f- Haut und des Teiles Fleisch -f- Knochen ein ziemlich schvvacher Zusammenhang besteht. Die Folge davon diirfte sein, dass man bei sich verdiinnendem Riickenspeck des Schweines dazu kommt, bei der Ziichtung gerade dem Messen der Fleischeigenschaften des Tieres stets grössere Aufmerksamkeit zuwendet, weil der Verringerung der Fettmenge 58 des Schlachtköpers eine in gleicher Grössenordnung erfolgende Zunahme der Fleisch- menge gar nich mehr entspricht. Bei Erforschung des ausgelesenen Stammversuchs- materials diirften wir uns schon in dieser Situation befinden. Fiir den Teil des statistischen Verarbeitungssystems scheinen die Ergebnisse vielver- sprechend. Im Anschluss an einen zweckmässigen Versuchsplan vermittelt das automati- sierte Datenverarbeitungssystem bei den mit Fleischfragen verbundenen Untersuchungen brauchbare Kenntnis: Mit Hilfe der Faktorenanalyse werden die der Forschung als Gegenstand vorliegenden Variablen oder Eigenschaften zu Merkmalgruppen zusammengefasst. Durch wahlende Regressionsanalysen werden die Modelle fiir jede in der Gruppe dominierende Eigenschaft oder eine aus der Sicht der Untersuchung sonstwie interessante Eigenheit aufgebaut. Die Gesamtvariation jeder gemessenen Eigenschaft oder jedes gemessenen Zuges wird nach der Methode der kleinsten Quadrate analysiert. So erhält man die Bewertung des relativen Anteils der Umwelt- und der erblichen Faktoren an der Gesamtvariation jeder Eigenschaft. LITERATUR Böckenhoff, E., Fewson, D. & Bisohoff, T. 1967.Die wirtschaftliche Bedeutung verschiedener Leistungs- merkmale beim Schwein und ihre Auswirkung auf die Zuchtarbeit. 1. Mitteilung. Z-kunde 39: 270— 282. Harvey, W. R. 1966. Least-squares analysis of data with unequal subclass numbers. ARS 20—8 July 1960. Reprinted with corrections April 1966. Agric. Res. Service U. S. Dept, of Agric. Jonsson, P. 1967. Modelberegning over selektionsmetoder i svineavlen pä grundlag af forsogsresultaterne päde fire faste svineforsogstationer i Danmark. Fortrykk av foredrag NJF-kongressen 27.—30. juni 1967. Kannari, M. 1965. Miksi paisti on kallista. Osuusteurastamo Nr. 4: 7. Otto, E. 1967. Riickenspeckzunahme bei Schweinen im Gewicht von 40 bis 115 kg. Tierzucht 21: 602. Pedersen, O. K. 1964. Bestemmelse af svinens slagtekvalitet. Forsogslaboratoriets ärbog; 257—267. —» — 1967. Bcdummclscsccmralcr for forsogssvin. Landokonomisk Forsogslaboratoriums efterärsmode. Arbog 1967: 171—178. Rittler, A. 1966. Untersuchungeniiber Echolotmessungen als Flilfsmittel fur die Schätzung des Zucht- wertes junger Eber. Z-kunde 38: 11—21. —»— 1968. Echolotmessungen als Hilfsmittel fur die Zuchtvvertschätzung beim Schwein. 2. Mitteilung. s. f. Tierz. u. z. Biol. 84: 179—187. Standal, N. 1962. A Scoring-System for Pig Selektion based on Performance Testing for Backfat Thick- ness and Rate of Gain. (Saertrykk av) Meldinger fra Norges Landbrukshogskole Nr. 4, 1962. Uusisalmi, U. 1966. Ultraääni avuksi jalostukseen. Koetoim. ja Käyt. 23: 9. —»— 1966. Sikojen ruokinnanohjaus ja tutkaaja. Ibid. 23:42. —»— 1967. Sian teurasominaisuuksien periytymisestä ja mittaamisesta. Pro gradu-Arbeit (unveröffent- licht). —»— 1968. Mitä silavaluotaus on —ja mikä vaikuttaa sillä saatuihin tuloksiin. Sika Nr. 2: 6—B. —»— 1968. Sian teurasominaisuuksien mittaamisesta ja periytymisestä. Ibid. Nr. 4: 10—12, 14, 17—19. Valikoiva regressioanalyysi (= VVählende Regressionsanalyse). Valtion tietokonekeskus. Suunnitteluosasto X 40 1578: 26.2. 1966. EVL/KH 503 tiedoituslehti: 42 r-v. Varo, M. 1962. Cbcr die Begrenzung der Beurteilungseigenschaften bei der Eberaus[ese. Ergebnis der Faktorenanalyse. Ann. Agr. Fenn. 1: 267—283. •—»— 1965. Einige Beobachtungen iiber Anwendungsmoglichkeiten von Ergebnissen der Faktorenanalyse. Ibid. 4: 91—95. 59 Varo, M. 1967. Preliminary results of the »field testing» of A. I. Boars. Acta Agr. Fenn. 109: 105—109. — »— 1968. On the progeny-testing of boars in »field conditions». J. Sci. Agr. Soc. Finland 40: 109—113. —»— & Partanen, J. 1965. Bcwertung der Heritabilität von einigen Eigenschaften bei Schweinen. Ann. Agr. Fenn. 4: 46—48. Weniger, J. H., Kallweit, E., Steinhauf, D. & Glodek, P. 1967. Einfluss des Wachstums auf Teil- stiickgewichte und Schlachtkörpermasse beim Schwein, Z-kunde 39: 188—199. »— , Steinauf, D. & Pahl, G. H. M. 1963. Muskeltopographie der Schlachtkörper. BLV Verlagsge- sellschaft Munchen, Basel, Wien. SELOSTUS ENNAKKOTULOKSIA SIAN TEURASOMINAISUUKSIEN MITTAAMISESTA Unto Uusisalmi Helsingin yliopiston kotieläinten jahslustieteen laitos Tutkimus perustuu mittauksiin, joita on tehty Puistolan sikatalouskoeaseman kantakoesioista vuosina 1965—67. Tämän tutkimuksen tarkoitukset olivat seuraavat. Pyrittiin vertailemaan eri menetelmiä määrittää teurasarvoa sekä elävistä sioista että teurasruhoista. Elävät siat arvosteltiin subjektiivisesti pistein sekä tehtiin erilaisia mittauksia mm. ultraäänilaitteella. Samojen sikojen ruhot arvosteltiin normaalisti kantakoearvostelussa sekä suoritettiin lisäksi eräitä mit- tauksia. Tutkimuksen jälkimmäisessä osassa ruhoja vielä paloiteltiin ja luotiin kuvan 2 osoittama paloit- telusysteemi. Tutkimuksessa pyrittiin selvittämään perinnöllisen muuntelun osuutta kunkin ominaisuuden kokonais- muuntelusta pienimmän neliösumman metelmällä (Harvey 1966). Tietokonetta pyrittiin käyttämään hyväksi mahdollisimman monipuolisesti mittaustulosten käsitte- lyssä. Lyhyenä yhteenvetona tuloksista voidaan esittää mm. seuraavaa. Subjektiivinen pistearvostelu on epävarma teuraslaadun osoittajana. Samoin ovat epävarmoja elävistä eläimistä otetut ulkoiset mitat. Ultraäänimittaukset on tärkein ja käytännön olosuhteisiinkin hyvin soveltuva keino määrittää ruhon ras- vaisuutta. Esimerkkinä mainittakoon, että ultraäänilaitteella mitattu selkäsilava (236 sikaa) ennusti hyvin teurasruhon selkäsilavaa (r = 0.81) ja samoin elävästä mitattu kylkisilava teurasruhon kylkisilavaa (r = 0.79). Sen sijaan tässä vaiheessa ruhon lihapitoisuutta päästään mittaamaan vain ruhojen osittaisella paloittelulla. Tutkimus osoittaa (leikattiin 97 ruhon puoliskoa), että leikkaamalla kinkun ja kyljyksen rasva -|- nahka toiseksi osaksi ja liha luut toiseksi osaksi saatiin ruhon puoliskon rasva -|- nahka-komponen- tista samoin kuin liha + luut-komponentista parempi kuva kuin koko traditionaalisella teurasarvostelulla. Selitykseksi tuli yli 80 % ruhon puoliskon rasva -f nahka-komponentistasamoin kuin liha -f- luut-kompo- nentistakin. Tilastollisen käsittelyjärjestelmän osalta tulokset näyttävät lupaavilta. Tarkoituksenmukaiseen koe- suunnitteluun yhdistettynä saadaan seuraavalla ATK-järjestelmällä lihakysymyksiin liittyvissä tutkimuk- sissa käyttökelpoista tietoa. Faktorianalyysin avulla ryhmitellään tutkimuksen kohteena olevat ominaisuudet piirreryhmiksi. Valikoivilla regressioanalyyseillä rakennetaan mallit kussakin ryhmässä esiintyvälle dominoivalle piir- teelle tai tutkimuksen kannalta muuten mielenkiintoiselle piirteelle. Kunkin mitatun piirteen kokonaismuuntelua analysoidaan pienimmän neliösumman menetelmällä. Näin saadaan arvioiduksi ympäristötekijäin ja perinnöllisten tekijäin suhteellinen osuus kunkin ominaisuu- den kokonaismuuntelusta.