本研究根据北京、西安和新疆三个地区18个奶牛场5948头中国荷斯坦奶牛的91637条测定日记录，分别使用WOOD的不完全伽玛函数模型、逆多项式模型、1987年的Ali-Schaeffer模型、多项式回归模型(六次)和1987年的Wilmink模型对第一胎、第二胎和第三胎以上的泌乳曲线进行了拟合，数学模型中参数的估计使用SAS软件回归分析过程中的非线性回归过程(NLIN)的正割法(DUD算法)迭代求解来实现。根据模型拟合度R2尽量大、残差平方和RSS和估计误差标准差SEE尽可能小的标准来比较不同的模型，并选择最佳模型计算出了累积产奶量，提出了一套产奶天数的校正系数。校正305天产奶量的计算结合了实际累积产奶量和相应的校正系数，将所有未达到305天产奶量的记录均校正到305天。 本研究还采用了回归模型和动物模型研究了影响产奶量的产犊年龄效应，动物模型中包括场-年-季、产犊年龄、个体遗传效应以及残差效应。回归模型用最小二乘解，混合模型方程组用JAA求解，根据乘法校正系数的公式得到了一整套产犊年龄的校正系数。 本研究的结果表明：模型的选择比较中发现，多项式拟合泌乳曲线要优于其它模型，五种模型的优劣顺序在不同地区不同胎次稍有差异，但是最好的总是六次多项式模型，其次是Ali-Schaeffer1987提出的线性回归模型。其它三个模型排序略有差异，但最多的组合还是Wilmink模型优于WOOD模型，WOOD模型优于逆多项式模型。泌乳天数和产犊年龄的校正系数由于胎次和地区不同而存在差异，为了更准确地进行遗传参数的估计，应进一步累积各地区各胎次的数据，针对不同的地区不同胎次制定出各自相应的校正系数。胎次与月龄的互作效应对产奶量产生一定影响，为了制定更准确的产犊年龄的校正系数，应该考虑胎次效应的影响。 本研究根据六次多项式回归模型计算了不同地区不同胎次泌乳天数的校正系数，根据混合模型方程组的解计算出不同地区产犊年龄的乘法校正系数。