tidypptsda 用于处理种猪性能测定站（NEDAP、FIRE）导出的访问记录，计算日增重（ADG）、日采食量（ADFI）和料肉比（FCR）。本文按实际分析的顺序介绍每一步：做什么、输出什么，以及结果怎么读；每个主题的细节见文末列出的各篇文档。常用函数和参数都汇总在一页速查表上，可以打印出来放在手边；这个包为什么这样设计，见《设计思路》。
1. 整体流程
| 步骤 | 函数 | 作用 |
|---|---|---|
| 0 | qc_config() |
设定全部质控参数 |
| 1 | read_station() |
读取测定站导出的 csv（多个文件或整个文件夹） |
| 2 | prep_visits() |
整理为标准访问表 |
| 2+ | add_breed() |
可选：合并你自己的品种（品系）表 |
| 3 | clean_weight() |
体重质控：剔除异常值，判定每头猪是否可用 |
| 4 | calc_adg() |
补齐体重区间内每天的体重，回归斜率即日增重 |
| 5 | flag_feed_errors() |
按 Casey 等（2005）的 16 条规则标记采食错误 |
| 6 | calc_adfi() |
校正日采食量、补齐缺失日，计算 ADFI |
| 7 | calc_fcr() |
料肉比 = ADFI ÷ ADG，并给出可信度标记 |
| 8 |
plot_adg() / plot_adfi() /
save_plots()
|
按测定站出图并保存 |
| 9 | write_results() |
把全部结果表导出为 csv |
| 10 | write_report() |
生成 HTML 报告：每个测定站一页，可以像翻书一样浏览 |
每一步的方法和出处见《计算方法说明》。不需要中间结果时，用
run_pipeline() 一次跑完：
res <- run_pipeline(nedap, verbose = 0)
res
#> ╭ Results NEDAP ──────────────────────────────────────────────────────────╮
#> │ Pigs 30 in the data · 29 with FCR (23 ok, 6 low confidence) · 1 removed │
#> │ ADG 1205 ± 133 g/d │
#> │ ADFI 2845 ± 360 g/d │
#> │ FCR 2.36 ± 0.14 │
#> │ │
#> │ Check │
#> │ 13954 (101): weight records cover 5.0 kg of 80-90 kg │
#> │ 15961 (101): weight records cover 5.2 kg of 70-80 kg │
#> │ 15967 (101): ADG on part of the stage; weight data flagged │
#> │ 13935 (102): weight records cover 5.0 kg of 60-70 kg │
#> │ 14937 (102): weight records cover 5.8 kg of 80-90 kg │
#> │ ... and 2 more ($fcr$per_pig, $removed) │
#> │ │
#> │ Next: plot_adg(), plot_adfi(), write_report(), write_results() │
#> ╰───────────────────────────────────────────────────────────────────────────╯2. 读入数据
raw <- read_station("D:/测定站导出/2024批次") # 文件夹下所有 csv/txt/xlsx
visits <- prep_visits(raw)station 取 "nedap" 或
"fire"，不写时按列名自动判断。导出格式不同、表头是中文、需要加入品种时，见《数据准备》。下面直接用包里的示例数据。
3. 质控参数：qc_config()
所有阈值都集中在一个对象里。默认设置：体重先逐日回溯追踪、再用二次稳健回归（rlm）和 LOESS 检测异常值；区间内缺失的体重中间线性插值、两端用二次曲线；采食错误按 Casey 等（2005）判定、按 Jiao 等（2014）校正，缺失的采食短缺口用 LOESS、长缺口和两端用全群”日采食 ~ 体重”曲线 × 个体采食水平；FCR = ADFI ÷ ADG。任意参数都可以覆盖：
最常调整的几个参数：
| 参数 | 含义 | 默认值 |
|---|---|---|
stage_range |
计算 ADG/ADFI/FCR 的体重区间（kg） | 30–120 |
weight_range |
单条体重的有效范围（kg） | 15–150 |
min_test_days |
最少测定天数 | 35 |
max_missing_rate |
最大缺失率（无有效体重的天数比例） | 0.30 |
entry_weight_max / exit_weight_min
|
进站体重上限 / 出栏体重下限（kg），不满足时标记为低可信度 | 65 / 85 |
curve_model |
填充区间两端体重的生长曲线：poly2、poly1、poly3、gompertz | poly2 |
impute_method |
采食填充：loess_pop（≤ 3 天 LOESS；长缺口和开头用群体曲线 × 个体比例；末端用单猪回归）、loess_lm（都用单猪回归）或 linear | loess_pop |
max_extrap_days |
生长曲线最多外推的天数 | 30 |
curve_extrap |
记录范围外怎么外推：start（开头切线、末端曲线）、curve 或 tangent | start |
max_edge_extrap_days |
区间两端填充超过此天数的猪标记为低可信度 | 15 |
duration_max |
单次访问时长上限（s），对应错误类型 OTV-hi | 3600 |
用 print(qc_config())
可以查看全部参数。参数名写错时，函数会提示最接近的正确名称。
4. 逐步分析
4.1 整理访问表
FIRE 示例数据中的猪在 45–60 kg 才进站，因此按《数据准备》中的建议，以 60–120 kg 作为计算区间：
qc_fire <- qc_config(stage_range = c(60, 120))
visits <- prep_visits(fire, qc = qc_fire, verbose = 1)
#>
#> ── Preparing FIRE visits ───────────────────────────────────────────────────────
#> Visits read 9,794
#> └ unidentified (kept, identified = FALSE) 51 0.5%
#> └ crossing midnight (exit time corrected) 68 0.7%
#> └ body weight 0 (set to NA) 478 4.9%
#> ℹ No pig was seen at more than one station
#> ✔ 26 pigs at 2 stations, 9,794 visits over 66 days 0.1s
#> ℹ No breed column. To use breed in the feed intake model and breed-specific limits, add it with `add_breed()`.- 体重和采食量的单位统一为 kg 和 g，时间统一为 UTC。
- 未识别耳标的访问会保留，并标记为
identified = FALSE：计算前后两次访问的料重差、时间差时需要用到它们。 - FIRE 跨零点的访问会自动修正离站时间；体重为 0 的记录视为缺失。
- 一头猪出现在多个站（跑栏、隔离后放错栏等）时，各站的记录都保留，详见《数据准备》。
4.2 体重质控
w <- clean_weight(visits, qc = qc_fire)
#>
#> ── Cleaning body weight (track + rlm + loess) ──────────────────────────────────
#> Weight records 9,310
#> └ outside weight range 15 0.2%
#> └ adaptation after entry (not used) 1,069 11.5%
#> └ outliers 1,285 13.8%
#> └ by tracking 33 0.4%
#> ! Pigs: 23 kept, 2 low confidence, 1 removed 0.4s
head(w$per_pig[, .(responder, n_valid, test_days, missing_rate, status, reason)])
#> responder n_valid test_days missing_rate status reason
#> <char> <int> <int> <num> <char> <char>
#> 1: 25822 374 56 0.00000000 keep
#> 2: 35853 417 59 0.00000000 keep
#> 3: 35855 489 59 0.00000000 keep
#> 4: 35862 383 58 0.00000000 keep
#> 5: 35865 353 59 0.01694915 keep
#> 6: 35869 407 59 0.00000000 keepstatus 有三种取值：
-
keep：通过质控； -
low_confidence：保留并参与计算，但需要注意，例如进站太重、出栏太轻，原因写在reason中； -
removed：剔除，例如测定天数太短、有效记录太少。
每条体重记录是否为异常值，以及判定的原因，可以在
w$records 中查看。
每头猪进站后头 7
天是适应期（adapt_days = 7），这几天的体重不参与分析（qc_flag = "adaptation"）。适应期的采食照常统计：如果这几天已经落在分析区间内（例如
45 kg 进站、区间 30–120 kg），计入 ADFI 和
FCR；如果猪还没到区间下限，则不计入。
异常值检测之前，会先从测定末期往回逐日追踪每头猪的体重。测定站只有四条腿都站上秤才称重，读数偏轻的情况很少；进站初期猪小，常有几头猪同时挤进测定站，读数偏重。末期猪大、只容得下一头，读数最可靠，所以从末期开始往前推，只保留与预测体重衔接的读数（qc_flag = "track"）。追踪之后，再用二次稳健回归（rlm，bisquare
权重 < 0.5）和 LOESS 平滑曲线（偏离超过 3
倍稳健标准差）找出零散的异常读数。追踪剔除超过 40% 记录的猪降级为
low_confidence（可能是称重异常，如体重传感器故障）；有效体重对
LOESS 平滑曲线的 R² 低于 0.99 的猪也降级。详见《质控参数详解》。
4.3 日增重
adg <- calc_adg(w)
#>
#> ── ADG over 60-120 kg (poly2 curve) ────────────────────────────────────────────
#> Pigs 25
#> └ observed (stage inside the records) 13 52.0%
#> └ extrapolated at the ends 12 48.0%
#> ✔ ADG 1207 ± 106 g/d (mean ± SD) 0.3s
head(adg$per_pig[, .(responder, adg_type, adg, r_squared, n_observed_days, n_interpolated_days, n_curve_days)])
#> responder adg_type adg r_squared n_observed_days
#> <char> <char> <num> <num> <int>
#> 1: 25822 observed 1245.450 0.9974731 50
#> 2: 35853 observed 1243.582 0.9934323 50
#> 3: 35855 observed 1358.210 0.9951392 44
#> 4: 35862 observed 1172.778 0.9963732 52
#> 5: 35865 observed 1194.068 0.9955332 50
#> 6: 35869 extrapolated 1152.201 0.9976253 39
#> n_interpolated_days n_curve_days
#> <int> <int>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 1
#> 4: 0 0
#> 5: 1 0
#> 6: 0 14日增重分三步计算：
- 用剔除异常值后的体重拟合生长曲线（默认二次曲线），求出区间的起止时间：终点是曲线第一次到达上限的时间；起点是在此之前曲线最后一次越过下限的时间；
- 把区间内每一天的体重补齐：有记录的日子用当天中位数；两个有记录的日子之间缺失的，用线性插值；首个有记录日之前、末个有记录日之后的，用生长曲线（晚进站、早出栏时）；
- 区间内全部日体重（实测 +
填充）对日期做直线回归，斜率就是日增重，可靠性看
r_squared。
每天的体重和来源在 adg$daily 的
weight_filled、source
列中。adg_type 说明区间两端是否在实测期内：
| adg_type | 含义 |
|---|---|
| observed | 区间两端都在实测期内 |
| extrapolated | 需要用生长曲线外推，但外推不超过 max_extrap_days
|
| partial | 外推后仍到达不了区间端点，只用覆盖到的部分计算 |
| none | 覆盖不足 7 天，不计算 ADG |
4.4 采食错误与日采食校正
adfi <- calc_adfi(visits, adg)
#>
#> ── Flagging feeder errors (Casey et al. 2005) ──────────────────────────────────
#> ✔ 2.62% of 9,743 identified visits with at least one error 0.0s
#>
#> ── ADFI over 60-120 kg ─────────────────────────────────────────────────────────
#> ℹ Correction model: 1487 pig-days, 16 error covariates
#> ℹ Population curve of intake on body weight: all (25 pigs)
#> Stage pig-days 1,265
#> └ recorded without error (org) 1,130 89.3%
#> └ corrected (corr) 84 6.6%
#> └ filled between records (iii) 4 0.3%
#> └ filled at the stage ends (elrp) 47 3.7%
#> └ outside dfi_range 7 0.6%
#> ✔ ADFI 3249 ± 250 g/d (mean ± SD) 0.2s
table(adfi$daily[in_stage == TRUE, state])
#>
#> corr elrp iii org
#> 84 47 4 1130日采食量的校正分两步：
- 校正：对每头猪的每一天，先求”无错误访问的采食量之和” Y，再用混合模型扣除错误项的影响（Jiao 等，2014）。没有错误的日子保持原值不变。
-
填充：只在与 ADG
相同的体重区间内进行。两个有记录的日子之间，连续缺失不超过 3 天的用
LOESS 平滑插补；超过 3
天的、以及区间开头缺失的日子，用全群（有品种时按品种）的”日采食 ~
体重”曲线乘以这头猪自己的采食水平：曲线提供采食随体重变化的形状，个体比例保留这头猪吃得多还是少。区间末端缺失的日子，用这头猪自己的”日采食
~ 体重”线性回归。每个位置用什么方法、由哪个参数控制，见《填充方法》中的逐步演示。体重用的是上一步补齐后的日体重。
qc_config(impute_method = "loess_lm")改用每头猪自己的”日采食 ~ 体重”线性回归；"linear"时，中间改用线性插值。
state 列标明每一天的来源：
-
org：原始记录，当天没有错误访问； -
corr：经过校正； -
iii：在两个有记录的日子之间填充； -
elrp：在区间两端填充； -
missing：无法估计。
校正模型的系数保存在 adfi$model
中；各类错误的发生率可以这样查看：
f <- flag_feed_errors(visits, verbose = 0)
attr(f, "error_rates")[n > 0, .(label, n, rate = round(100 * rate, 2))]
#> label n rate
#> <char> <num> <num>
#> 1: FIV-lo 33 0.34
#> 2: FIV-hi 21 0.22
#> 3: FRV-hi-strict 4 0.04
#> 4: FRV-hi 28 0.29
#> 5: FRV-0 1 0.01
#> 6: FRV-lo 64 0.66
#> 7: LWD-lo 5 0.05
#> 8: LWD-hi 60 0.62
#> 9: FWD-lo 4 0.04
#> 10: FWD-hi 60 0.624.5 料肉比
fcr <- calc_fcr(adg, adfi)
#>
#> ── FCR over 60-120 kg ──────────────────────────────────────────────────────────
#> Pigs with FCR 25
#> └ ok 21 84.0%
#> └ low confidence 4 16.0%
#> ✔ FCR 2.70 ± 0.16 (mean ± SD) 0.0s
head(fcr$per_pig[, .(responder, adg, adfi, fcr, fcr_flag, fcr_note)])
#> responder adg adfi fcr fcr_flag
#> <char> <num> <num> <num> <char>
#> 1: 25822 1245.450 3200.402 2.569674 low_confidence
#> 2: 35853 1243.582 3220.840 2.589970 ok
#> 3: 35855 1358.210 3875.918 2.853695 ok
#> 4: 35862 1172.778 3243.419 2.765586 ok
#> 5: 35865 1194.068 3157.321 2.644172 ok
#> 6: 35869 1152.201 3476.420 3.017200 ok
#> fcr_note
#> <char>
#> 1: weight records cover 5.1 kg of 70-80 kg
#> 2:
#> 3:
#> 4:
#> 5:
#> 6:
fcr$summary[group == "all", lapply(.SD, function(x) if (is.numeric(x)) round(x, 2) else x)]
#> group trait n min max median mean sd cv
#> <char> <char> <num> <num> <num> <num> <num> <num> <num>
#> 1: all adg 25 939.78 1455.93 1205.57 1207.25 105.83 0.09
#> 2: all adfi 25 2591.20 3875.92 3220.84 3249.31 250.38 0.08
#> 3: all fcr 25 2.35 3.02 2.67 2.70 0.16 0.06
#> 4: all gf 25 0.33 0.42 0.37 0.37 0.02 0.06
#> 5: all stage_days 25 40.43 63.35 48.94 49.65 4.75 0.10
#> 6: all start_weight 25 60.00 60.00 60.00 60.00 0.00 0.00
#> 7: all end_weight 25 120.00 120.00 120.00 120.00 0.00 0.00fcr_flag = "low_confidence" 的原因写在
fcr_note 中，常见的有：
- 体重或采食量在区间开头或结尾填充超过 15 天，通常是进站太晚或出栏太早；
- ADG 只覆盖了区间的一部分；
- 区间内实测采食的天数不足 70%；
- 中间某个 10 kg 体重段的体重记录覆盖不足 6 kg（记录断档）；
- 设置了
bin_fcr_limits时，某一段的料肉比超出了合理范围。
每头猪每个 10 kg 体重段的采食量、增重和分段料肉比保存在
fcr$by_bin 中，可以用来定位问题出在哪一段：
head(fcr$by_bin[, .(responder, weight_from, weight_to, feed_kg = round(feed_kg, 1),
gain_kg = round(gain_kg, 1), fcr = round(fcr, 2), weight_coverage_kg = round(weight_coverage_kg, 1))])
#> Key: <responder>
#> responder weight_from weight_to feed_kg gain_kg fcr weight_coverage_kg
#> <char> <num> <num> <num> <num> <num> <num>
#> 1: 25822 60 70 22.1 9.7 2.27 9.1
#> 2: 25822 70 80 23.8 9.8 2.43 5.1
#> 3: 25822 80 90 25.7 9.9 2.60 8.1
#> 4: 25822 90 100 28.4 9.9 2.85 9.2
#> 5: 25822 100 110 30.1 10.0 3.00 8.1
#> 6: 25822 110 120 23.7 10.1 2.35 8.05. 出图、导出与报告
g <- plot_adg(adg, weight = w, responders = c("35853", "35855", "35877"))
#> ✔ Created 1 growth plot
g$plot[[1]]
save_plots(g, path = "结果/生长曲线", suffix = "growth") # 每个测定站一张图
write_results(res, dir = "结果", farm = "A01") # 全部结果表导出为 csv
write_report(res, path = "结果/报告") # HTML 报告，每个站一页图怎么看、每张表每一列的含义、HTML 报告怎么用，见《结果、图表与报告》。猪多时可以用
cores 并行，见《运行提示、并行与速度》。
6. 下一步
| 想做什么 | 看哪篇 |
|---|---|
| 读入自己的数据、加入品种、提高数据质量 | 《数据准备》 |
| 调整阈值和方法 | 《质控参数详解》 |
| 了解每一步的方法和出处 | 《计算方法说明》、《填充方法》 |
| 看懂结果、出图、导出、生成报告 | 《结果、图表与报告》 |
| 在自己的数据上比较方法和参数 | 《验证函数使用指南》、《方法验证》 |
| 加速、看懂运行提示 | 《运行提示、并行与速度》 |
| 这个包为什么这样设计 | 《设计思路》 |
| 安排测定站进苗：全进全出、衔接进苗、分组滚动 | 进苗规划工具 |
在育种评估中，建议优先使用 fcr_flag = "ok"
的个体；低可信度的个体可以单独核查，或在模型中加以区分。
7. 常见问题
问：为什么 ADFI 比实测记录的平均值低？答：ADFI 是整个体重区间内的平均值，包括体重较小、采食较少的前期；实测记录可能只覆盖了体重较大的后期。
问：旧版本的函数还能用吗？ 答：从 0.3.0
起，preprocess_data()、adg_get()
等旧函数名已删除，请改用本文介绍的新函数；从 1.0.0
起，预设（qc_config("national")
等）、calc_fcr() 的累计采食法和 plot_cfi()
已删除。需要旧版行为时，可安装
0.1.0：pak::pak("tony2015116/tidypptsda@v0.1.0")。
问：如何只分析某个测定站或某几头猪？答：可以在
prep_visits() 之后筛选，例如
visits[location == "101"]；作图时用locations
和 responders 参数指定。
参考文献
- Casey, D. S., Stern, H. S., & Dekkers, J. C. M. (2005). Identification of errors and factors associated with errors in data from electronic swine feeders. Journal of Animal Science, 83, 969-982.
- Jiao, S., Maltecca, C., Gray, K. A., & Cassady, J. P. (2014). Feed intake, average daily gain, feed efficiency, and real-time ultrasound traits in Duroc pigs: I. Journal of Animal Science, 92, 2377-2386.