В современных условиях одной из главных задач агропромышленного комплекса является развитие отрасли животноводства, которое невозможно без разработки инновационных методов селекционно-племенной работы, а также внедрения информационных технологий. Основная цель селекционной работы состоит в ускорении генетического прогресса в популяциях животных по комплексу селекционных признаков за короткий промежуток времени. [1, 16]. Особенно это важно на современном этапе развития овцеводства, поскольку одной из важных задач является увеличение мясной продуктивности и улучшение качества продукции [11, 13].
Исследование связи между хозяйственно ценными признаками у овец имеет определенное значение при решении генетико-селекционных вопросов. В связи с высоким уровнем требований к продуктивности животных современная селекция включает все большее число параметров, по которым ведется отбор. Определение фенотипической связи даст возможность проводить косвенную селекцию по коррелирующим признакам и может быть использована для прогноза селекции [17].
Оценке животных по экстерьерным особенностям и определению хозяйственной ценности их по внешнему виду уделяется существенное внимание в племенных стадах. Поэтому по экстерьерным параметрам в определенной мере можно оценивать породные и продуктивные особенности животных. Возникает необходимость в рассмотрении новых подходов для оценки продуктивности овец российских пород на основе методов математического анализа. Математический анализ, а также методы математического моделирования успешно применяются в различных отраслях животноводства. Например, для описания динамики живой массы в возрастном аспекте (кривые роста живой массы) и другие.
В ряде случаев подобные модели осуществляют только описательную функцию, а для коэффициентов, рассчитанных на их основе, нередко отсутствует какая-либо связь с биологическими процессами, лежащими в основе механизмов формирования соответствующих признаков животных [8]. Каждый признак экстерьера характеризуется определенной значимостью при описании фенотипа, оценить которую можно путем применения методов математического анализа. Для этого используется снижение размерности данных на основе многомерных методов анализа главных компонент, т. к. для оценки фенотипа может быть использовано несколько десятков параметров. Поэтому имеет смысл перейти к некой обобщенной числовой оценке, которую в дальнейшем предлагаем называть «комплексный показатель продуктивности (КПП)».