【目的】以黑龙江省尚志市90株迎春5号杨树解析木数据为基础，构建迎春5号杨树边材、心材、树皮和树干密度的混合效应beta回归模型。【方法】采用相关性分析和最优子集法筛选beta回归基础模型的变量；利用负二倍的对数似然值、赤池信息准则、贝叶斯信息准则、调整确定系数（Ra~2）、似然比检验对收敛模型进行拟合优度的评价，利用留一交叉验证法对模型进行检验，指标为平均绝对误差（MAE）和平均绝对误差百分比；结合两种抽样方式（方案Ⅰ：不限定相对高度；方案Ⅱ：限定相对高度在0.1以下）对模型进行校正。【结果】边材、心材、树皮和树干密度不仅受到相对高度的影响，还分别与胸径平均生长量、年龄、胸径大小密切相关，基于林木因子建立的混合效应beta回归模型的Ra~2分别为0.53、0.52、0.52、0.63,MAE ＜0.05 g/cm~3，与基础模型相比均提高了预测精度。边材密度、心材密度沿树干基部往上，先减小后增大，在相对高0.2处有拐点；树皮密度从树干基部到树梢，先增大后减小，在相对高0.6处有拐点；树干密度沿着树干向上逐渐增大；固定相对高时，边材、心材、树皮和树干密度分别与胸径平均生长量、胸径平均生长量、年龄和胸径呈负相关。在不限定相对高度的情况下，沿着树干随机抽取4个圆盘的密度测量值来校准模型得到稳定的预测精度；限定取样高度在相对高0.1（2.0 m）以下时，对边材、心材、树皮和树干分别抽取一个圆盘（对应高度为1.0、1.3、2.0、1.0 m）的密度测量值得到与最优抽样组合相似的预测精度。【结论】相对高度、胸径平均生长量、年龄和胸径是迎春5号杨树木材密度的显著影响因子。beta回归模型可对（0,1）区间的迎春5号杨树树干密度直接模拟，引入随机效应可提高模型的预测精度。边材、心材、树皮和树干密度在树干纵向上的变化规律不同，构建的混合效应beta回归模型可为迎春5号杨树树干生物量估算和木材性质研究奠定基础。