通径分析（共7篇）
通径分析 篇1
玉米产量是一个受多基因控制的数量性状, 是多个性状共同作用的结果, 所以研究诸性状与产量的关系及其在产量组成中的作用, 一直是近年来国内外关注的问题[1]。本研究以河南省曾经或正在推广的30个玉米杂交种为研究对象, 在对5个主要农艺性状与产量进行相关分析的基础上, 利用通径分析, 将遗传相关系数分解为直接作用和间接作用, 进一步明确各性状对产量的相对重要性, 为夏玉米区高产杂交种的选育提供理论依据。
1 材料与方法
1.1 试验材料
选用30个玉米杂交种为研究材料, 品种有:郑单958、浚单20、浚单18、鲁单981、鲁单50、登海9号、登海3号、登海11号、济单7号、登海1号、安玉5号、安玉6号、先玉335等品种。
1.2 试验设计
试验地点设在河南省原阳县“吉林省育种试验站基地”, 试验采用随机区组排列, 3次重复, 5行区, 行长5m。前茬小麦, 试验管理同大田。收获时以中间3行计产, 田间调查记载株高。收获后进行穗长、行粒数、穗行数、千粒重的测定。对小区产量结果进行统计, 并进行5个主要农艺性状与产量的相关分析和通径分析。
1.3 采用
Microsoft Excel 2003和DPS软件进行分析。
2 结果与分析
2.1 产量及产量构成因素的遗传相关分析
将5个主要农艺性状与产量的相关系数列于表1。
从表1可以看出, 行粒数、穗长、千粒重与小区产量均呈显著的遗传正相关, 这说明, 这3个产量构成因素对玉米籽粒产量都有明显影响, 对玉米产量潜力的提高都具有极重要的作用。遗传相关系数较高达极显著水平的相关性状有:穗长与千粒重 (r=0.8011) , 穗长与行粒数 (r=0.5994) ;呈显著负相关的性状有:穗行数与株高 (r=-0.4011) ;穗行数和千粒重 (r=-0.2399) 。
因此在性状选择时, 要充分考虑性状间的相互制约, 注重穗长、千粒重的选择, 放宽株高、穗行数的选择标准。只有各性状互相协调, 才能选出高产品种。
注:*和**分别表示在0.05和0.01概率水平上的相关显著性。
2.2 产量及产量构成因素的通径分析
产量及5个主要农艺性状的通径分析剖析了相关系数, 把相关系数分解为直接作用和间接作用两部分, 从而明确各性状对产量的相对重要性。通径分析结果表明, 各性状对产量直接贡献的大小依次为行粒数、千粒重、穗长、穗行数、株高 (表2) 。
2.2.1 穗长对籽粒产量的效应
穗长对籽粒产量的直接效应较大, 直接通径系数 (P=0.4183) , 穗长通过行粒数 (P=0.2627) 、穗行数 (P=-0.2277) 和千粒重 (P=0.1546) , 株高 (P=-0.1090) 对籽粒产量有不同程度的间接效应, 尤其是行粒数和千粒重对产量的正向间接效应较大, 最终使得穗长对籽粒产量的总体效应值为r=0.4989。在增加穗长的同时, 有利于行粒数和千粒重增加, 所以增加穗长提高产量是较理想的增产途径, 因此, 长穗型杂交种易获高产。
2.2.2 行粒数对籽粒产量的效应
行粒数对籽粒产量的直接效应最大, 直接通径系数P=0.5362。行粒数通过穗长 (P=0.4355) 有较大的正向间接效应, 通过穗行 (P=-0.1368) 、千粒重 (P=-0.2343) 、株高 (P=-0.0640) 有一定的负向间接效应。行粒数对籽粒产量的总体效应r=0.5366。因此, 选育玉米高产杂交种亦应重视对行粒数多的类型的选择。
2.2.3 穗行数对籽粒产量的效应
穗行数对籽粒产量的直接通径系数P=0.3876, 但通过穗长 (P=-0.2173) 、行粒数 (P=0.2141) , 千粒重 (P=-0.5642) , 株高 (P=0.2821) 对籽粒产量所起的不同间接效应, 而千粒重对籽粒产量所起的负向间接效应 (P=-0.5642) 较大, 穗行数对籽粒产量的总体效应值较小, r=0.1023。所以, 选育高产玉米杂交种时, 对穗行数的选择标准可适当放宽。
2.2.4 千粒重对籽粒产量的效应
千粒重对籽粒产量的直接通径系数P=0.4392, 通过穗长 (P=0.0933) 对产量的有较小正向间接效应;通过行粒数 (P=-0.0070) 、穗行 (P=-0.0211) , 株高 (P=-0.0532) 对籽粒产量所起的较小的负间接效应。它对籽粒产量的总体效应值r=0.4512 (表2) 。所以性状选择时, 在兼顾其他性状的情况下, 较高的千粒重有利于高产, 应保证一定的千粒重。
2.2.5 株高对籽粒产量的效应
株高对籽粒产量的直接通径系数P=0.3588, 通过穗长 (P=-0.4494) , 行粒数 (P=0.1484) , 穗行数 (P=-0.5413) , 千粒重 (P=0.1177) , 其中穗长和穗行数对籽粒产量的负向间接效应较大, 而只有通过对行粒数 (P=0.1484) , 千粒重 (P=0.1177) 对产量有较小的正向间接效应, 其总体效应值居第五位, 株高与产量的相关系数R=-0.3658 (表2) , 这说明尽管株高对产量的直接效应较大, 但是单纯增加株高不利于提高产量, 因此性状选择时考虑适宜的株高即可, 不必一味追求植株的高或低。
2.2.6 通径分析结果评价
由于通径系数是一个无量纲的量, 并且还消除了各产量构成因素变异幅度大小不一给评价造成的影响, 所以对玉米的产量构成因素与籽粒产量进行通径分析, 可以客观的评价各构成因素对籽粒产量的相对重要性。
3 结论与讨论
本研究表明, 在夏玉米区, 产量构成因素对籽粒产量的相关系数由大到小依次为:行粒数 (r=0.5366) , 穗长 (r=0.4989) , 千粒重 (r=0.4512) , 穗行数 (r=0.1023) , 株高 (r=-0.3658) , 而各性状对产量的直接通径系数由大到小依次为行粒数 (P=0.5362) , 千粒重 (P=0.4392) , 穗长 (P=0.4183) , 穗行数 (P=0.3876) , 株高 (P=0.3588) 。显然二者存在差异, 这是由于各性状对产量的影响不仅包括各性状对产量的直接效应, 还包括各性状间的间接效应。行粒数、穗长、千粒重产量构成因素与产量的遗传相关和通径系数均为正值, 且都达到了极显著水平。这说明这3个产量构成要素对玉米杂交种产量潜力的提高具有极重要的作用, 所以在夏玉米区杂交种选育中应重视对这3个性状的选择。本试验与前人研究结果[2,3,4,5,6]大同小异, 仅为夏玉米区育种者选育品种时提供一定的依据。
参考文献
[1]荣廷昭, 潘光堂, 黄玉碧.数量遗传学[M].北京:中国科学技术出版社, 2003
[2]广成, 薛雁, 荀升学等.玉米10个农艺性状的通径分析[J].西北农学报, 2001, 10 (1) :96-99
[3]吴渝生.玉米自交系主要农艺性状遗传参数的分析[J].玉米科学, 1997, 5 (3) :7-10
[4]李军虎.夏玉米杂交种主要农艺性状与产量遗传相关和通径分析[J].玉米科学, 1997, 5 (3) :16-19
[5]史新海, 隋方功, 宋再华等.高产玉米杂交种模式化选育的研究[J].作物学报, 1997, 23 (2) :226-230
[6]李应权, 徐东春.河南省玉米杂交种产量与相关性状的灰色关联度分析[J].国外农学——杂粮作物, 1998, 18 (6) :23-26
通径分析 篇2
1 材料与方法
1.1 材料
供试材料为年丰1号、年丰3号、年丰5号、年丰6号、年丰7号、齐黍1号、962-083共7个黑龙江省西部地区主栽糜子品种(系)。
1.2 方法
1.2.1 试验设计
试验于2014年在黑龙江省农业科学院齐齐哈尔分院科研试验基地进行,前茬种植玉米。试验地地势平坦,排灌方便,土壤类型为碳酸盐黑钙土。
试验采用小区随机区组设计,每个糜子品种(系)设6行区,5m行长,行距0.65cm,3次重复。常规水肥管理。
1.2.2 测定项目及方法
根干重(W):成熟期每份材料随机取样30穴(地下0~30cm)总根量洗净后烘干并称重。计算出每茎所占根量(g)。茎秆抗折力(S):用浙江托普仪器有限公司生产的YYD-1型茎秆强度测定仪测量第二茎节强度。第二茎节长度(L):每份材料随机取30根茎秆,基部第二节长度的平均值即为该材料的第二节长度(cm)。茎秆机械强度(M):所用沙和沙袋的重量与第二节间1/2长度的乘积即是基部第2节所承受的最大力矩(M=S·L/2),求30根茎的平均值,以此代表茎秆机械强度。株高(H):每份材料随机取30株,测其株高,取其平均值,即为该份材料的株高(cm)。单茎鲜重(G):带穗、叶和叶鞘的完整地上部分单茎鲜重,随机取30棵测定,取平均值(g)。倒伏系数:株高(H)和地上部鲜重(G)的乘积与茎秆机械强度(M)和根量(W)的乘积之比,其计算公式为LC=H·G/W·M。
2 结果与分析
2.1 主要倒伏指标及倒伏面积调查
由图1可知,对供试糜子材料的倒伏系数与倒伏程度进行相关分析,各糜子品种(系)倒伏系数与田间倒伏程度极吻合,倒伏系数与倒伏面积之间的相关关系达极显著水平,R=0.8941。说明采用倒伏系数评价品种抗根倒伏性是准确可靠的。
图1 倒伏系数与倒伏程度的对比Fig.1 Comparison of lodging coefficient and lodging degree
由表1可知,年丰6号、年丰5号倒伏系数较小,倒伏面积在10%以内,说明抗根倒伏能力较强;年丰1号、齐黍1号、年丰7号倒伏系数较大,田间倒伏面积都超过1/3以上,说明抗根倒伏能力较差,容易发生倒伏。倒伏系数与倒伏面积之间存在密切关系,当倒伏系数小于某一数值时(0.776 7),倒伏面积在10%以下,而当倒伏系数超过这一数值时(0.776 7)时,将会发生部分倒伏,而且随着倒伏系数的增大,倒伏程度也逐渐增加;当倒伏系数超过一定值(1.065 7)时,将会发生一半以上的大面积倒伏。
表1 倒伏系数及其构成因素Table 1 The lodging coefficient and its components
2.2 相关分析
从表2可以看出,计算4个倒伏性状因子与倒伏系数的相关系数,得相关系数矩阵。倒伏系数与根干重(r=-0.734 9*)达到显著负相关,与鲜重(r=0.290 0)、株高(r=0.185 0)呈正相关,与抗折力(r=0.054 6)呈弱正相关,说明在一定范围内,提高根干重可降低倒伏系数,显著提高糜子抗倒伏能力。从性状之间相关分析看出,株高与鲜重、抗折力呈极显著正相关,与根干重之间呈弱正相关(r=0.052 4),说明植株高大可以显著提高植株抗折力,促进根系生长发育,对于降低倒伏系数,提高糜子抗倒伏能力具有积极作用。鲜重与抗折力呈极显著正相关(r=0.925 5**),与根干重呈正相关(r=0.165 8),说明植株鲜重对提高植株的抗折力、增加根干重具有促进作用。
表2 倒伏系数及其组成的相关分析Table 2 The correlation analysis of lodging resistance and its components of barley
相关系数R=0.998 1,决定系数R2=0.996 2。Correlation coefficient R=0.998 1,determination coefficient R2=0.996 2.
2.3 通径分析
从各品种倒伏系数对倒伏系数组成因素的通径分析的结果可以看出(见表3),株高、鲜重、根干重、茎秆抗折力决定了倒伏系数变异的99.94%。四个倒伏系数构成因素的直接通径系数绝对值大小依次为鲜重(r=1.685 1**)>茎秆抗折力(r=-1.541 9**)>根干重(r=-0.755 6*)>株高(r=0.183 1),说明各倒伏系数组成因素对倒伏系数的直接作用贡献大小分别为鲜重、茎秆抗折力、根干重、株高。鲜重、株高的直接通径系数为正值,说明提高鲜重和株高,会增加倒伏系数,减弱抗倒伏能力。根干重、茎秆抗折力的直接通径系数为负值,说明提高根干重和茎秆抗折力,能够降低倒伏系数,有利于提高植株抗倒伏能力。
表3 倒伏系数及其组成的通径分析Table 3 The path analysis of lodging resistance and its components
剩余通径系数=0.061 6。Residual path analysis=0.061 6.
在各间接通径系数中,(1)株高通过鲜重对倒伏系数有极显著正向效应(r=1.460 8**),但通过抗折力对倒伏系数有极显著负向效应(r=-1.419 3**),通过根干重对倒伏系数有弱负向效应(r=-0.039 6),正负作用相互抵消,因此株高对倒伏系数的间接作用具有弱正向效应(r=0.001 9);(2)鲜重通过株高对倒伏系数具有弱正向效应(r=0.158 7),通过根干重对倒伏系数具有弱负向效应(r=0.125 3),通过抗折力对倒伏系数具有极显著负向效应(r=1.427 0**),鲜重对倒伏系数的间接作用总和为极显著负向效应(r=-1.393 6**);(3)根干重通过株高、鲜重对倒伏系数都具有弱正向效应,通过抗折力对倒伏系数具有弱负向效应且正负作用大小相近,相互抵消,因此根干重对倒伏系数的间接作用为弱负向效应(r=0.020 7);(4)抗折力对倒伏系数的间接作用总和为极显著正向效应(r=1.596 5**),其中通过鲜重对倒伏系数具有强正向效应(r=1.559 5**),通过株高对倒伏系数有间接正向效应,通过根干重对倒伏系数有间接负向效应。
通过对比倒伏系数通径分析的直接作用和间接作用可以得出,株高对倒伏系数的直接作用和间接作用均具有弱正向效应,总体作用表现为弱正向效应;鲜重对倒伏系数的直接作用具有强正向效应,而间接作用则具有强负向效应,且正负作用大小相近,相互抵消,总体作用表现为弱正向相关;抗折力对倒伏系数的直接作用为强负向效应,间接作用为强正向效应,且正负作用大小相近,相互抵消,对倒伏系数的总体作用为弱正向相关;根干重对倒伏系数的直接作用为负向效应,间接作用为弱正向效应,总体作用为负向相关。说明株高、鲜重、抗折力对倒伏系数都具有弱正向效应,对植株抗根倒伏能力起到一定的负向效应,根干重对倒伏系数具有负向效应,是影响倒伏系数的重要因子,提高根干重能够促进植株抗根倒伏能力的提高。因此,在糜子抗倒伏育种和栽培中,应当首先提高根干重,并且适当降低糜子株高、鲜重及抗折力,保证糜子抗根倒伏能力的提高。
3 结论与讨论
前人对水稻、小麦等禾本科作物的抗倒伏性进行了一些研究[3,4,5],提出有关评价抗倒性的方法,应用倒伏系数对植株根倒伏能力进行评价是目前常用的鉴定方法之一[6]。但是在糜子抗根倒伏方面的研究尚十分缺乏。倒伏面积是衡量糜子抗倒伏能力的最直接的鉴定指标,倒伏系数是衡量糜子抗倒伏能力的重要指标,倒伏系数越大,表示糜子越容易倒伏,倒伏系数与倒伏面积拟合的越好,说明倒伏系数越准确。本文通过对糜子倒伏系数与倒伏面积之间进行了相关分析,二者的相关关系达极显著水平,证明采用倒伏系数评价糜子抗根倒伏性是准确可靠的。
相关分析仅是简单测定了两个经济性状间的相互关系,而不能了解其中的相关原因和效应大小。通径分析可将相关系数剖解为直接作用和间接作用各组成部分,并可估量各分量对总决定度的相对贡献[7,8]。本文通过对糜子倒伏系数及其组成因素的相关及通径分析得出,糜子的单茎根干重对糜子倒伏系数总体作用最大,达到显著水平,在糜子育种工作中,应努力提高糜子单茎根干重,以增强其抗根倒伏能力。株高、单茎鲜重、茎秆抗折力对倒伏系数的作用总体表现不显著,不能成为糜子抗根倒伏能力的主要指标进行判断,但其直接作用和相互之间的间接作用会影响到倒伏系数的变化,应根据具体情况加以分析。
本文主要采用倒伏系数及其组成因素对糜子抗根倒伏性进行鉴定和分析,对于其它抗根倒伏性指标尚需要进一步研究。
摘要：为了提高半干旱地区糜子的抗倒伏性,采用倒伏系数对糜子的抗倒伏性进行相关及通径分析。结果表明:倒伏系数与倒伏程度成显著正相关,说明采用倒伏系数评价糜子抗根倒伏性是客观、准确的。在糜子育种工作中,应努力提高糜子单茎根干重,以增强其抗根倒伏能力。
关键词：糜子,倒伏,通径分析,半干旱区
参考文献
[1]田伯红.禾谷类作物抗倒伏性的研究方法与谷子抗倒性评价[J].植物遗传资源学报,2013,14(2):265-269.
[2]李得孝,康宏,员海燕.作物抗倒伏性研究方法[J].陕西农业科学,2001(7):20-22.
[3]王勇,李晴祺.小麦品种抗倒伏性评价方法的研究[J].华北农学报,1995,10(3):84-88.
[4]李杰,张洪程,龚金龙,等.不同种植方式对超级稻植株抗倒伏能力的影响[J].中国农业科学,2011,44(11):2234-2243.
[5]任佰朝,张吉旺,李霞,等.大田淹水对高产夏玉米抗倒伏性能的影响[J].中国农业科学,2013,46(12):2440-2448.
[6]王莹,杜建林.大麦根倒伏抗性评价方法及其倒伏系数的通径分析[J].作物学报,2001,11(6):941-945.
[7]王曙光,谢成林,谢仁康,等.杂交中籼稻产量与主要经济性状关系的分析[J].中国稻米,2009(2):11-14.
通径分析 篇3
甘肃高山细毛羊是我国西北高寒地区细毛羊的品种之一,为进一步选育,应用数量遗传学理论提高选育速度,计算甘肃高山细毛羊的各遗传参数,并了解其内在联系,以便能动性地、有预测性地提高其品种质量。
1 材料与方法
2006—2007年,甘肃皇城绵羊繁育技术推广站采集的6群母羔资料,记载到羔羊1.5岁,共989只。分析的性状为初生重,出生等级,断奶毛长,断奶重,1.5岁毛长、细度、产毛量及体重,污毛量,净毛率,束强,净毛量等。遗传力的估计采用半同胞组内相关法;遗传相关采用公羊的方差组分和协方差组分, 对计算出的相关系数进行显著性检验。所用公式:undefined。其中h2为性状的遗传力;σundefined为公羊的讨论组组分;σundefined为性状误差的方差组分;rA为性状的遗传相关;COVSx·Sy为公羊两性状的方差组分;σundefined·σundefined为两性状的协方差组分。
为了进一步找出对产毛量影响较大的性状,在上述计算过程的基础上运用简单相关系数,根据通径分析的原理, 列出正规方程组,分析影响产毛量的直接因素和间接因素。方程组如下:p1+r12p2+r13p3+r14p4+r15p5+r16p6+r17p7+r18p8=r1y,r12p1+p2+r23p3+r24p4+r25p5+r26p6+r27p7+r28p8=r2y,r13p1+r23p2+p3+r34p4+r35p5+r36p6+r37p7+r38p8=r3y,r14p1+r24p2+r34p3+p4+r45p5+r46p6+r47p7+r48p8=r4y,r15p1+r25p2+r35p3+r45p4+p5+r56p6+r57p7+r58p8=r5y,r16p1+r26p2+r36p3+r46p4+r56p5+p6+r67p7+r68p8=r6y,r17p1+r27p2+r37p3+r47p4+r57p5+r67p6+p7+r78p8=r7y,r18p1+r28p2+r38p3+r48p4+r58p5+r68p6+r78p7+p8=r8y。其中r为相关系数;p为通径系数。方程组用相关矩阵表格式求解, 再用多元回归方程进行显著性检验。
2 结果与分析
2.1 遗传力 (结果见表1)
由表1可知:1.5岁毛长、体重属于高遗传力,初生重、1.5岁产毛量和1.5岁毛细度属于中等遗传力,而出生等级、断奶毛长、断奶重等属于低遗传力。
2.2 遗传相关(结果见表2)
由表2可知:断奶毛长、污毛量、净毛率、束强与净毛量有极显著的正相关(P<0.01)。断奶重与净毛量有显著正相关(P<0.05)。其余性状与净毛量的关系不显著(P>0.05)。
2.3 通经系数
通径系数是标准化的偏回归系数,对性状产生直接影响,在上述方程中用相关矩阵表格式求解得出:
注:数据肩标**表示差异极显著(P<0.01),*表示差异显著(P<0.05),无肩标表示差异不显著(P>0.05)。x1为断奶毛长,x2为断奶重,x3为剪毛后体重,x4为毛丛长度,x5为污毛量,x6为净毛率,x7为细度,x8为束强,x9为净毛量(P>0.05)。
P1=0.001 7,P2=0.015 5,P3=-0.016 7,P4=0.012 6,P5=0.906 4,P6=0.584 6, P7=0.006 0,P8=0.142 6。通径常数(R2)=∑Piriy=0.990 240。其中r为相关系数;P为通径系数。
2.4 数量性状对净毛量的影响(结果见表3)
注:x1为断奶毛长,x2为断奶重,x3为剪毛后体重,x4为毛丛长度,x5为污毛量,x6为净毛率,x7为细度,x8为束强。
由表3可知:在所研究的8个性状中,直接影响净毛量的以污毛量、净毛率为最大;其次为剪毛后体重、断奶重、束强、毛丛长度、细度、断奶毛长,它们的直接影响很小,主要是通过性状的相互作用影响净毛量的[2]。
从相关系数、通径系数和影响因素分析的结果来看,相关系数与通径系数二者不尽相同。对相关系数进行分析得出:断奶毛长对净毛量的影响差异极显著(P<0.01),剪毛后体重的影响很小(P<0.05);而通径分析后得出:断奶毛长的影响小(P1=0.001 7),剪毛后体重的影响比断奶毛长大(P3=-0.016 7)。原因是断奶毛长是通过与污毛量的互作(0.242 9)来影响净毛量的,它本身对污毛量的直接影响很小[3]。
2.5 决定系数(结果见表4)
单因素决定系数的计算公式为di=pi2,双因素决定系数的计算公式为dij=2rijpipj。其中d为决定系数。 将决定系数按绝对值大小排列,排在前面的几个性状是x5、x6、x56、x58、x25、x35、x45、x46、x36,这同样说明影响净毛量的性状是污毛量、净毛率以及与这2个性状互作的性状(断奶重、剪毛后体重、毛丛长度、束强)。 ∑d=0.990 2,说明已包括影响净毛量的大部分因素[4]。
注:x1为断奶毛长,x2为断奶重,x3为剪毛后体重,x4为毛丛长度,x5为污毛量,x6为净毛率,x7为细度,x8为束强。
2.6 影响净毛量的最优回归方程
经筛选,剔除掉x1、x7 得出影响净毛量的主要性状x5、x6、x2、x3、x4、x8,建立回归方程式:y=-2.098+0.0022 85x2-0.001 602x3+0.001 893x4+0.446 7x5+0.0458 9x6+0.000 659 97x8。经检验,这个多元回归方程显著,且每个回归系数均显著。
3 讨论
通过对甘肃高山细毛羊剪毛量影响因素的分析,结果表明:污毛量、净毛率、剪毛后体重的单项是影响净毛量的较大性状,且这几个性状的互作作用也是影响净毛量的较大因素。 在选种中既要重视对净毛量影响较大的几个性状(直接影响),同时也要注意这几个性状通过其他性状对净毛量产生的负影响[5]。由于没有将羊毛生产中的几个重要性状(如羊毛纤维直径、羊毛密度等)纳入分析,故这次分析的结果可能有一定误差。
摘要：为了探讨甘肃高山细毛羊数量性状的遗传参数,研究应用2006—2007年甘肃皇城绵羊繁育技术推广站采集的甘肃高山细毛羊6个核心群育种资料,对初生重,出生等级,断奶毛长,断奶重,1.5岁毛长、细度、产毛量及体重的遗传力以半同胞组内相关法进行估测,对遗传相关以公羊的方差组分和协方差组分进行估测,并对计算出的相关系数进行显著性检验。结果表明:以上性状对产毛性状的影响存在很大差异,通径分析进一步揭示污毛量、净毛率及与其互作的性状(断奶重、剪毛后体重、毛丛长度、束强)是影响产毛量最主要的因素。
关键词：甘肃高山细毛羊,数量性状,遗传力,遗传相关,通径分析
参考文献
[1]马宁,李永军,李莫南.辽宁绒山羊育种群体的遗传分析:主要经济性状相关分析[J].吉林农业大学学报,2008,30(1):70-74.
[2]稚文海,雷良煌,孙彧.柴达木绒山羊若干数量性状的遗传力和遗传相关估测[J].青海畜牧兽医杂志,2008(6):28-29.
[3]顾亚玲,马丽娜.宁夏滩羊主要经济性状遗传相关分析[J].内蒙古农业科技,2007(6):41-44.
[4]马振东.滩羊二毛羔羊主要性状遗传相关的分析[J].中国草食动物,2009(5):20-21.
通径分析 篇4
吉林省玉米在全省农村经济发展中占有相当重要的地位, 播种面积占全省粮食作物播种面积的66.55%, 产量占粮食产量的73.35%[1]。玉米产量是多个性状共同作用的结果, 它受多因素的控制, 所以研究诸性状与产量的关系及其在产量组成中的作用, 一直是近年来国内外关注的问题[2]。
目前国内学者做通径分析多用SAS、SPSS、DPS等一些专业统计学软件实现, 相对来讲这些软件价格比较高, 操作过程比较复杂, 有的甚至需要进行专业的培训, 这样就给很多的科研工作者带来很多的麻烦。随着OFFICE软件普及, EXCEL电子表格也得到了广泛的应用, 与SAS、SPSS、DPS等国内外统计软件的高价格相比, 使用EXCEL更为经济实用。本文使用EXCEL (2003 版) 进行通径分析, 利用DPS进行检验, 通过试验数据证明本方法的可行性, 从而使科研工作者能够更方便掌握数据并对其进行挖掘, 提供一种经济、快捷的方案。
1材料与方法
1.1 供试材料
试验品种为玉米, 种植密度8.5 万/hm2。
1.2 试验方法
试验在N43° 08′ 46″, E126° 47′ 13″处试验田进行。试验设9 个试验小区, 随机区组排列。于各处理分别考查穗粒数、千粒重、公顷穗数和产量共4 个量。由于株高和穗长等因素对产量的影响不显著故不考查[3]。
2结果与分析
2.1 数据的正态性检验
新建一个如图1 所示的产量构成因素的工作簿, 得用EXCEL“工具”→“数据分析”→“描述统计”分析工具, 即可得到如表1 所示的各性状数据的简单统计。表1 中得到的各性状数据的偏度均接近于0, 表明诸组数据满足正态性要求, 满足进行相关、回归和通径分析的前提条件。
2.2 最优回归方程的建立及显著性测验
利用EXCEL软件“数据分析”→“回归”分析工具, 建立以该3 个性状为自变量以产量为依变量, 的多元线性回归方程:
y=-40270.4008+23.0099, 1x+65.4700, 2x+0.2841, 3x。模型检验达极显著水平, 利用方差分析, 得到穗粒数1x、千粒重2x、公顷穗数3x各偏回归系数显著性检验达极显著水平。表2对该方程截距的检验结果, 表明各偏回归系数显著性均达极显著水平。说明截距和其他三项偏回归系数与0之间差异显著, 可以认为所求的直线回归方程成立, 因此不需要再作第二步的回归分析, 而接下来做产量y关于穗粒数1x、千粒重2x、公顷穗数3x的通径分析是有意义的。
2.3 主要性状的相关及显著性测验
得用EXCEL软件“数据分析”→“相关系数”求出各性状之间的相关系数。由表3 可看出穗粒数x1、千粒重x2、公顷穗数x3等各项性状均达极显著水平。
2.4 直接通径系数的计算并进行显著性测验
标准的偏回归系数即为通径系数[4], 由表2 各变量的标准偏差和表3 各变量的偏回归系数通过EXCEL中的简单公式计算即可求出各自变量对依变量的直接通径系数分别为:P1y=0.6488、P2y=0.2342、P3y=0.1383。由表3 知R2=0.999948206, 表明因变量变异中99.9% 可以由线性回归部分来解释, 误差为0.1%。回归方程的误差e对y也产生作用, 用剩余通径系数P2y表示。
2.5 间接通径系数的计算
某一自变量通过另一自变量间接作用于因变量的间接通径系数等于二者的相关系数乘以另一自变量的间接通径系数[5]。例如穗粒数通千粒重作用于产量的间接通径系数为:Py穗×R千=0.2149其他自变量的间接通径系数算法与此相同, 其计算结果见表4。
理论证明, 自变量与因变量之间的直接通径系数等于所有间接通径系数之代数和。即本文中穗粒数与产量相相关关系系数数为为::PPyyy===RRRxxxxx1111+++RRRxxxxx2222+++RRxxx33。。其其它它性性状状与与单单株产量之间的相关系均同此解。由于根据直接通径系数的大小可以分析出各性状对目标性状的作用大小, 所以由表5 可得到各性状对产量的作用依次为:穗粒数﹥千粒重﹥公顷穗数。
3 采用DPS分析软件的验证
表6 是采用DPS分析软件进行的通径分析的结果, 与表5 结果比较可得出利用EXCEL取得的结果是可信的, 可以使用EXCEL进行通径分析计算。
4结论
相关分析、回归分析和通径分析是基于数据符合或近似正态分布条件上才能进行的。
目前许多科研人员取得都是直接录入EXCEL录入大量的田间数据, 而且EXCEL本身即具有较为完善的基本统计功能, 与SAS、SPSS等图外软件比较只是精度略显较低, 但对于大田农业来说是可以满足要求的, 所以可利用这些EXCEL中的相关分析功能, 将会十分方便的获得所需要的结果, 并提高相应科研工作效率。
摘要：本文采用EXCEL对玉米的三个主要性状做了相关分析与通径分析, 通过试验数据证明EXCEL方法的其可行性, 从而使科研工作者能够更方便掌握数据并对其进行挖掘, 提供一种经济、快捷的方案。
关键词：EXCEL,通径分析,线性回归
参考文献
[1]吉林省统计局.吉林统计年鉴[M].北京:中国统计出版社, 2009.
[2]荣廷昭, 潘光堂, 黄玉碧.数量遗传学[M].北京:中国科学技术出版社, 2003.
[3]王大为, 王伯伦.采用EXCEL对水稻主要数量性状与单株产量进行通径分析的可信度评价[J].辽宁农业科学, 2009 (3) :32~34.
[4]边宽江等.小麦品种产量与产量因素通径分析[J].西北农业学报, 1999, 8 (2) :20~21.
通径分析 篇5
关键词：杂交稻,泰丰优2098,产量结构,相关分析,通径分析
泰丰优2098系福建省农业科学院水稻研究所、广东省农业科学院水稻研究所合作以泰丰A与福恢2098配组而成的晚籼三系杂交水稻组合, 2012年通过福建省农作物品种审定委员会审定 (闽审稻2012013) , 是福建省“农业五新”推广新品种之一, 2013年在尤溪县联合乡、西城镇作晚稻示范种植, 均表现出熟期适中、丰产性好、产量高等优点。为进一步探究杂交水稻组合泰丰优2098的高产高效栽培技术途径, 2013年在尤溪县联合乡、西城镇2地的进行泰丰优2098作晚稻栽培, 对其产量构成因素与产量, 以及产量构成因素间的相互关系进行相关、逐步回归及通径分析, 探讨该组合高产生产的技术路线, 指导生产。
1 材料与方法
1.1 试验材料
2013年在尤溪县联合乡、西城镇2地的12组泰丰优2098作晚稻栽培的经济性状数据。
1.2 试验方法
在尤溪县联合乡、西城镇等乡镇生产示范区内选择有代表性的一类田块进行取样, 共取12个样本, 每个样本按5点梅花型取样, 每点取10丛, 有效穗数按50丛平均穗数和实际插植规格折算, 分别计算出其单位面积有效穗数, 取其中的5丛进行室内考种, 考查有效穗、每穗粒数、结实率、千粒重, 实际产量按实割面积200 m2进行测产折算[1]。
1.3 统计分析方法
数据整理和统计在Excel 2003和DPSv7.05版下进行相关分析。
2 结果与分析
2.1 泰丰优2098产量潜力及其构成因素分析
泰丰优2098在尤溪县生产示范区产量样本及产量构成主要因素考察见表1。可以看出, 其产量及其主要构成因素间因栽培管理水平不同而变幅较大, 有效穗229.95万~283.80万穗/hm2, 平均259.64万穗/hm2, 每穗粒数131.80~144.60粒, 平均137.13粒;结实率76.30%~81.40%, 平均78.98%;千粒重30.50~30.90 g, 平均30.69 g;产量为7 121.70~8 217.60 kg/hm2, 平均7671.56 kg/hm2。在构成产量因素中, 有效穗数的变异系数最大, 为6.21%;每穗粒数变异系数次之, 为2.63%;千粒重变异系数较小, 为0.38%, 比较稳定。说明栽培管理措施对有效穗数和每穗粒数的作用较大, 对千粒重的影响较小[2]。
注:变异系数单位为%。
2.2 产量构成因素相关分析
为进一步探究泰丰优2098组合的产量与构成因素之间的关系, 进行相关分析, 结果见表2。可以看出, 产量构成要素与产量之间都呈正相关, 其中有效穗数与产量的相关系数最大 (r1=0.904 6**) , 且达极显著水平, 说明四因素中与产量关系最大的是有效穗数, 其次是每穗粒数和结实率分别为r2=0.691 4、r3=0.565 9, 千粒重比较稳定, 与产量的相关性不显著 (r4=0.288 0) 。同时, 有效穗数和每穗粒数与千粒重间存在着负相关, 说明3个产量性状之间相互制约[3]。因此, 栽培措施上不能片面地增加某个产量性状达到提高产量的目的, 生产上要注意协调产量构成要素间的关系, 减少内耗, 以获稳产、高产。
注:左下角为相关, 右上角为偏相关, 相关系数临界值, a=0.05时, r=0.5760;a=0.01时, r=0.707 9;**表示在1%概率水平上差异极显著。
2.3 产量构成因素逐步回归分析
以产量 (Y) 为因变量, 以有效穗数 (X1) 、每穗粒数 (X2) 、结实率 (X3) 、千粒重 (X4) 4个产量性状为自变量, 利用DPS数据处理系统软件进行逐步回归分析[4], 建立泰丰优2098杂交稻组合产量与有效穗数、每穗粒数、结实率、千粒重的多元线性回归方程为:Y=-24 899.145 15+17.991 829 993X1+21.559 927 909X2+23.124 246 163X3+753.185 938 7X4。决定系数R2=0.927 81, 调整相关系数Ra=0.94 16, 说明产量与有效穗、每穗粒数、结实率和千粒重关系密切, 可以用此方程来预测泰丰优2098的产量。同时, 通过逐步回归分析结果也进一步表明有效穗数、每穗粒数和结实率是决定产量高低的三大主要因素, 是高产栽培措施的主攻方向。
2.4 产量构成因素对产量通径分析
为揭示泰丰优2098杂交稻组合的产量构成要素间内在关联及其对产量的影响, 通过通径分析, 结果见表3。可以看出, 其决定系数R2=0.927 81, 剩余通径系数Pe=0.268 69, 这说明试验组合产量变异的92.78%是由4个产量因素决定的。各产量因素对产量的直接通径系数 (Piy) 均为正值, 大小顺序是:有效穗数>千粒重>每穗粒数>结实率。通过泰丰优2098产量构成因素 (X) 对产量 (Y) 的通径分析还表明, 有效穗数对产量的贡献率最大 (Pr=0.68 82) , 是影响产量 (Y) 最主要的性状, 它对产量的通径系数值也最大, 为0.74 83, 说明在高产栽培策略上应围绕着主攻有效穗[5], 以达到高产的目的;每穗粒数和千粒重对产量影响有一定的直接通径作用, 其通径系数分别为0.200 9和0.226 1, 对产量的贡献率Pr=0.132 5和Pr=0.063 3;然而, 结实率和千粒重对产量的贡献率分别为 (Pr=0.047 1和Pr=0.063 3) 对产量贡献率影响较小。通径分析结果更进一步表明该品种在栽培措施上围绕着如何增加有效穗数和每穗粒数是该组合高产栽培的主攻方向。
注:决定系数R2=0.927 81, 剩余通径系数Pe=0.268 69。
3 结论与讨论
试验研究结果表明, 杂交稻组合泰丰优2098丰产性好, 适应性广, 综合性状较好, 具有较大的增产潜力。通过对杂交稻组合泰丰优2098的产量与构成因素相关分析、逐步回归分析和通径分析, 结果表明, 有效穗数是该组合产量最重要的性状, 对产量起决定性作用, 它与产量的相关系数和通径系数均为正值, 且对产量贡献率最大, 每穗粒数作用次之, 千粒重较小。因此, 杂交稻组合泰丰优2098高产栽培策略应以提高有效穗数为主导, 适当增加穗粒数和谷粒充实度。在生产上, 杂交稻组合泰丰优2098高产栽培策略是做到良种配良法, 适时播种、培育多蘖壮秧;下足基肥, 适时追肥;合理密植、好气灌溉, 加强田管, 促早生快发, 争足穗。在田管后期, 要注意巧施穗、粒肥, 促饱粒大穗[6], 以获稳产、高产。
参考文献
[1]戴蓉花.杂交早稻新组合优Ⅰ316产量结构分析与增产途径[J].福建稻麦科技, 2009, 27 (2) :13-15.
[2]林琼, 罗维禄.超级稻新组合II优航2号产量结构及增产途径分析[J].中国农学通报, 2007 (9) :244-246.
[3]谢华安.福建水稻品种每公顷17 t的产量结构分析[J].中国农学通报, 2007 (23) :1-5.
[4]王兆铨.优质稻新品种泰丰优2098特征特性及栽培技术[J].福建稻麦科技, 2012 (4) :51-53
[5]谢启光.杂交早稻“T78优2155”产量构成因子的通径分析[J].福建农业科技, 2006 (4) :5-6.
通径分析 篇6
日光温室栽培条件下甜瓜产量受到温室小气候和品种特性的影响, 不同气候条件下的株型表现不同, 而株型直接决定着叶片的立体分布状况、空间利用率及有效叶面积指数等, 从而决定产量的形成[1]。寻求产量与株型的定量关系,可以依据植株外在特征调节栽培措施,从而达到高产的目的[2]。探索植株性状与产量的关系,通常是建立产量与各植株性状的多元回归方程,依据回归系数决定其重要性[3]。但当各自变量间相关系数很大时,多元回归分析中的最小二乘法就失去了作用,所建立的多元回归方程无效[4]。通径分析就是应用通径系数分析方法,在相关分析与回归分析的基础之上,进一步研究因变量与自变量之间的数量关系,并可将相关系数分解为直接作用系数和间接作用系数,以揭示各个因素对因变量的相对重要性,因此,建立在通径系数概念之上的通径分析,比相关分析和回归分析更为精确,能同时考虑到两两原因对结果的影响,使多变量资料的统计分析更为合理[5]。本文应用通径分析方法确定膜下滴灌温室甜瓜产量与植株性状之间的定量关系,以期为温室甜瓜的高产寻求更为直观的调控方式。
1材料与方法
1.1试验地概况
试验于2008年7-10月在西北农林科技大学旱区农业水土工程教育部重点实验室的日光温室内进行。该试验站地理位置为34°20′ ,108°24′ ,海拔521 m,地下水埋深大于50 m。所处地理位置为半干旱偏湿润区,年均日照时数2 163.8 h,多年平均气温12.5 ℃,无霜期210 d,年均降水量和蒸发量分别为632 mm和1 500 mm。日光温室结构为房脊型,长、宽和高分别为36 m、10.3 m和4 m,温室内南、北墙分别装有大型风机和湿帘来调节室内的温、湿度。
1.2试验设计
整个生育期采用土壤含水率下限控水,单因素完全随机区组设计,4个膜下滴灌灌水下限处理(灌水下限分别为T1-55%θfc、T2-65%θfc、T3-75%θfc和T4-85%θfc,灌水上限统一为95%θfc,其中θfc为田间持水量),各3次重复。东西向做垄,垄高、宽分别为20 cm和50 cm,宽窄行种植,宽、窄行距分别为90 cm和60 cm,株距40 cm。每小区长3.5 m,宽3 m,小区之间用深70 cm的塑料薄膜间隔,以阻止水分的侧渗。
1.3项目观测与方法
甜瓜生育期结束时,从所有处理中随机取样35株。取其茎节粗的平均值为茎粗;将取样的甜瓜植株从茎基部剪下,获得完整的冠部,擦拭表面尘污后立即称其鲜质量;根系取样用铁铲从株、行距各1/2处垂直切下,切入深度根据根系生长而定,尽量取到以肉眼看不见细毛根为止,然后将其浸泡在水池中,到土柱变得松散时冲洗根系;将地上部分和根系分别装入信封内,利用烘箱在105 ℃条件下杀青30 min,并在75 ℃温度下烘干至恒重,用精度为0.01 g的电子天平称取干质量;叶面积采用十字交叉法测量[6];单果重用同样精度的电子天平测量。
1.4通径分析原理
通径系数是表示相关变量间因果关系的一个统计量,是变量标准化、没有单位的偏回归系数;它是自变量与因变量之间带有方向的相关系数[7]。就通径系数所表示的因果关系来说,具有回归系数的性质;就通径系数是不带有单位的相对数来说,又具有相关系数的性质,所以通径系数是介于回归系数与相关系数之间的一个统计量[8]。可以说,通径系数是变量标准化以后的偏回归系数,通径分析的数学模型就是偏回归系数标准化以后的多元线性回归模型[9]。
设在p个自变量x1,x2,…,xp中求解通径系数的标准化正规方程为:
式中:ρ1,ρ2,…,ρp为直接通径系数。假设cij为相关矩阵rrj的逆矩阵,那么直接通径系数ρi(i=1,2,…,p)为:
直接通径系数ρi表示为ρi-y,间接通径系数ρi-j-y可以通过相关系数rij和直接通径系数ρj-y来计算:
最后计算决定系数和剩余通径系数。剩余通径系数ρe表示回归方程的误差e对因变量y的作用大小,ρe数值较大,则表明误差较大或者还有另外更重要的因素未考虑在内。ρe的计算公式为:
2结果与分析
水是植物生命活动的物质基础,植物通过光合作用合成碳水化合物,积累干物质,积累量的大小直接反映在茎粗、叶面积及干物质重的变化上[10]。不同的供水量势必影响植株形态指标的变化,进而影响到最终的果重。不同供水方式下甜瓜生理指标之间的相关系数如表1。
由各生理指标之间的相关系数可知,单果重与其他生理指标的相关程度均达显著水平,其中与鲜物质重和干物质重达极显著水平,说明各生理指标对产量都存在一定程度的影响。鲜物质重除了与根冠比相关性较差外,与其他生理指标的相关性均达极显著水平。干物质重与其他生理指标的相关性均达显著水平,说明植株体内水分的存在影响了根冠比与有机物的相关程度;与鲜物质重相比,干物质重与茎粗和叶面积的相关性没有达到极显著水平,这可能是因为茎粗和叶面积都是以一定的水分含量为支撑,水分的损失导致了其相关性的降低。茎粗与叶面积显著相关,说明随着叶面积的增长,茎粗也随着增大。由以上分析可知,作为影响单果重的各自变量间存在很强的相关性,为了区别各自变量直接作用于因变量还是通过其他自变量间接作用于因变量以及对因变量的作用大小,有必要进一步进行通径分析。
为了判断通径分析的可行性,利用各自变量与单果重建立多元回归方程,该方程的形式如下:
其中R2=0.912(p=0.031)达显著水平,说明单果重关于各自变量的通径分析是有意义的。利用公式(4)可以计算剩余通径系数ρe:
因ρe接近30%,说明尚有一些影响单果重的较重要因素没有被考虑,这在因变量的选取中是需要进一步考虑的问题。
利用式(2)和式(3)计算直接通径系数和间接通径系数,结果如表2。
由表2中的直接通径系数可知,鲜物质重对单果重的直接影响达显著水平,因此,鲜物质重可以作为甜瓜产量的重要指示指标,植株生长旺盛,鲜物质重增加,甜瓜产量一般较高[11];叶面积和根冠比对单果重产生较大的直接负向影响,且根冠比的负向影响较大,但这种直接负向影响不显著;茎粗和干物质重对单果重的直接正向影响依次降低。叶片代表着植株地上部分,根冠比的增加意味着地下部分的增加,因此植株地上或地下部分过分的增长都会降低单果的产量,二者只有保持适当的比例才能使产量最优[12]。通径分析结果看似与相关分析(表1)不符,但实际上这里并不矛盾,这与简单相关系数所反映的只是数字的表面联系,并非事物的本质联系是一致的[13]。
鲜物质重与单果重的相关程度虽然达极显著水平,但由于鲜物质重通过叶面积对单果重产生较大的负向影响(x1-4-y=-1.706),使得二者之间的相关性降低。干物质重通过鲜物质重对单果重产生的正向作用(x2-1-y=1.205)和干物质重通过叶面积对单果重产生的负向作用(x2-4-y=-1.380)基本上相互抵消,干物质重通过茎粗对单果重的作用(x2-3-y=0.592)是干物质重与单果重相关程度的重要组成部分。茎粗通过叶面积对单果重的负向作用(x3-4-y=-1.726)抵消了茎粗通过干物质重对单果重的正向作用(x3-2-y=1.253),茎粗对单果重的直接作用(x3-y=0.874)是二者之间相关性的主要来源。叶面积对单果重的直接作用虽然表现为负向(x4-y=-1.815),但叶面积通过鲜物质重对单果重的正向作用(x4-1-y=1.357)可以很大一部分的抵消这种反作用,因而叶面积和单果重表现为正向相关,且叶面积通过茎粗对单果重的正向作用(x4-3-y=0.831)是二者相关性的主要成分。根冠比对单果重的直接作用(x5-y=-0.332)及根冠比通过鲜物质重(x5-1-y=-0.837)、干物质重( x5-2-yx=-0.140)和茎粗(x5-3-y=-0.337)对单果重的间接作用均表现为负向,根冠比通过叶面积对单果重表现为较大的正向作用(x5-4-y=1.014)。
对于本试验处理,75%θf的灌水下限条件下果实鲜重最高,达到764.145 g,植株鲜重最大,为411.68 g,叶面积和根冠比适中,分别为3 459.885 cm2和9.977%(表3),因此75%θf可以作为膜下滴灌灌水始点的标志,并且在该种灌溉模式下植株可以保持适中的地上、地下部分生长量,最终获得高产。
3结果与讨论
影响作物产量的因素错综复杂,这些因素即包括作物赖以生长的土壤、大气因素,又包括作物自身的遗传因素[2],但这些因素的影响直接反映在植株形态指标上。利用多元线性回归可以建立形态指标与产量的数量关系,但当自变量间存在较强的相关性时,多元线性回归赖以成立的最小二乘法将失去意义。本文以通径分析寻找不同灌溉下限条件下温室甜瓜植株形态指标与单果重的影响关系,通径分析表明,鲜物质重直接影响单果重,单果重随鲜物质重的增加呈线性增长趋势;植株地上部分和地下部分的过分增长都会降低产量,二者必须保持适中的生长比例。对于本试验处理,75%θf灌水下限条件下单果重最大,叶面积和根冠比保持适中的比例,因此75%θf可以作为膜下滴灌灌水起始点的标志,并且在该种灌溉模式下甜瓜可以获得高产。鲜物质重和单果重分别代表植株的营养生长和生殖生长,二者之间存在即相互促进又相互制约的关系[14],本试验的水分处理没有找到单果重随植株鲜物质重增长的极值点,这也是下一步需要研究的问题。
摘要：利用通径分析方法研究了膜下滴灌不同灌水下限条件下温室甜瓜主要植株性状指标(干物质重、鲜物质重、茎粗、叶面积和根冠比)与单果重的定量关系,建立了基于可视植株形态特征的温室作物高产调控指标。通径分析结果表明,鲜物质重对单果重产生重要的直接影响,充足的灌水量是保证温室甜瓜高产的必要前提,同时植株地上和地下部分的协调生长也有助于产量的提高。对于本试验处理,75%θf是温室甜瓜高产的最优灌水下限处理。
通径分析 篇7
关键词：黄边糙鸟蛤,经济性状,相关分析,通径分析,多元回归方程
黄边糙鸟蛤(Trachycardium flavum)隶属软体动物门,瓣鳃纲,帘蛤目,鸟蛤科,俗称“ 鸡腿螺”、 “美人腿”。生活在低潮线附近,珊瑚礁间的砂质海滩或浅海,是中国广东、广西和海南潮间带习见的暖水性、埋潜性种类[1]。其肉味鲜美,营养丰富,具有很高的经济和食用价值,为国内外畅销紧俏海产品。目前,对于黄边糙鸟蛤的研究仅见于其分类特征、生态习性以及生态资源调查[1,2,3]、呼吸排泄[4]、生殖腺的组织学[5]的报道,未见利用通径分析和多元回归分析对其主要形态性状对质量性状如体质量、软体部质量的影响效果的报道。
近年来,多元相关方法在水产经济动物的生产量估计方面得到了广泛应用[6,7,8,9,10]。 在贝类选择育种中,质量性状如体质量、软体部质量作为良种选育最直接的目标性状和直接反映贝类的生产性能的性状,一直以来是贝类研究的热点。弄清贝类形态性状和质量性状间的关系是贝类选择育种目标性状制定的的重要依据。王雨等[11]研究了海南野生长肋日月贝(Amusium pleuronecte)形态性状与质量性状的相关性,认为壳高可作为长肋日月贝育苗或育种的测量指标。鄢朝等[12]研究了华贵栉孔扇贝(Chlamys nobilis)数量性状的相关性及通径分析,为其辅助选择育种提供相关理论依据。肖述等[13]采用通径分析方法对湛江沿海香港巨牡蛎(Crassostrea hongkongens)雌雄群体经济性状进行分析。AHMED等[14]利用多元相关对鱼、鲸和贝类幼龄期体长、体质量相关的生长参数进行了分析。刘志刚等[15]对华贵栉孔扇贝主要经济性状与闭壳肌质量关系进行了分析,认为壳宽可作为主要的选育指标。栗志民等[16]采用多元线性回归和通径分析方法,研究了企鹅珍珠贝(Pteria penguin)主要经济性状对体质量的影响效果。刘小林等[17]研究了栉孔扇贝(C.farreri)贝壳尺寸性状与其活体质量的相关性,表明壳高是影响活体质量的决定性因素。刘文广等[18]对不同贝龄华贵栉孔扇贝数量性状进行了通径分析,指出在6月龄后以壳高为主要选择指标,可达到对体质量的选择,为华贵栉孔扇贝选择育种中选育指标的确立提供了理论指导。质量性状如活体质量、软体部质量是衡量黄边糙鸟蛤产量以及经济效益的主要指标,直接影响黄边糙鸟蛤增养殖的经济效益。笔者试验采用通径分析和多元回归的方法研究了黄边糙鸟蛤各形态性状与质量性状的关系及对质量性状的真实影响效应,从而找出与质量性状的关联度最大的目标性状,为选择育种和种质资源研究提供理论依据。
1 材料与方法
1.1 材料
2012年6月22日,从海南陵水县新村港黄边糙鸟蛤野生群体中随机取样80个个体,贝龄1~2年,壳长为(39.510±3.956) mm,体质量为(24.496±6.356) mm,海区水温为(30.5±1.0)℃。
1.2 方法
受测的5个经济性状包括壳长、壳高、壳宽3个形态性状和2个质量性状(活体质量、软体部质量),测定前把贝体表面附着生物和淤泥洗刷干净。测定标准是: 壳长为贝壳前后与铰合线平行的最大距离;壳高为从壳顶至腹缘与铰合线垂直的最大距离;壳宽为捏紧两边贝壳使壳宽不再变小时,测量壳左右两侧间与铰合线垂直的最大距离;活体质量为倒去壳内海水,用纱布吸去表面及壳缘水分后的质量;软体部质量为取出软体部,用纱布吸去表面水分后的质量。形态性状采用游标卡尺(精度为0.01 mm)测量,活体质量和软体部质量采用电子天平(精度为0.01 g)称量。
相关数据分析处理参照张琪等[19]、陈飞飞等[20]方法,利用Excel 2003和SPSS 13.0软件对各测量数据进行处理分析,获得各性状表型参数统计量。分析性状间的表型相关、性状对质量性状通径分析以及决定系数,剖析各性状对质量性状的直接作用效应和间接作用效应。通过剔除偏回归系数不显著的性状,利用多元回归分析建立偏回归系数显著的性状与质量性状间的多元回归方程,并对方程进行显著性检验。相关计算公式为:
undefined
Pyxi=bxiσxi/σy;Pxiyj=PiyrijPjy(i≠j)
di=piy2;dij=2rijPiy
undefined;undefined
式中rxy为xi对yi的相关系数,xi是自变量的标志值,yi是因变量的标志值;Pyxi为自变量xi对依变量y的直接通径系数,bxi为自变量的回归系数; σxi为自变量的标准差;σy为因变量的标准差;Pij为第i个性状通过第j个性状产生的间接通径系数。di为i性状对依变量y的直接作用系数;dij为第i个性状通过第j个性状对依变量y的间接作用系数。d 为所有性状的总决定系数,Rundefined为各性状对y性状的总决定系数。
质量性状(Y)的回归方程采用的线性模型:
Y=b0+ b1x1+ b0xi+ b2x2+ …+ b0xi
式中Y为依变量; b0是常数项;bi是自变量xi对依变量Y的偏回归系数。
2 结果与分析
2.1 各性状数据描述统计
文章测量了野生黄边糙鸟蛤80只,其主要性状的表型参数见表1。各性状的变异系数范围为10.01%~31.16%,其变异系数从大到小的顺序为软体部质量>活体质量>壳高>壳宽>壳长。壳长、壳高和壳宽3个形态性状的变异系数大小相近,而2个质量性状软体部质量和活体质量的变异系数相对于形态性状而言较大,其中软体部质量的变异系数最大(31.16%)。各性状的标准误差均较小,且偏度值与0相接近,表明测量样本各性状数据均服从正态分布,可用于下一步的相关分析、多元回归分析及通径分析。
2.2 性状间的表型相关
黄边糙鸟蛤性状之间的表型相关分析结果见表2。各性状间的相关系数均达到极显著水平(P<0.01)。各性状与活体质量之间的相关系数大小依次为软体部质量(0.966 7)>壳高(0.845 6)>壳长(0.839 1)>壳宽(0.777 8),表明软体部质量对活体质量的决定效应最大,壳高次之。而形态性状与软体部质量的相关系数大小依次为壳高(0.783 7)>壳长(0.779 4)>壳宽(0.747 8)。但在多变量情况下,变量间的表型相关系数仅反映各性状之间的直接和间接相关的总和,不能准确反映各性状对质量性状间的真实相关程度,有必要对这种相关关系作进一步的分析。
注: **.P<0.01; *.P<0.05; 后表同此 Note: * *.P<0.01; *.P<0.05;The same case in the following tables.
2.3 各性状对质量性状影响的通径分析
2.3.1 对活体质量的通径分析
根据通径分析原理,利用SPSS 13.0和Excel 2003将黄边糙鸟蛤各经济性状对活体质量的影响作用剖分为直接作用和间接作用,结果见表3。壳长、壳宽、软体部质量的通径系数存在统计学意义,软体部质量和壳宽对活体质量的直接作用呈现极显著水平(P<0.01),壳长对活体质量的直接作用呈现显著水平(P<0.05),而壳高对活体质量的直接作用不显著(P>0.05)。这些测量性状中各性状对活体质量的直接作用由大到小依次为软体部质量(0.704 8)、壳长(0.142 6)、壳宽(0.105 0)和壳高(0.093 1)。软体部质量通过壳长、壳宽以及壳高3个性状对活体质量均产生不同程度的正向间接作用,但间接作用明显小于其直接作用,因此,软体部质量是影响黄边糙鸟蛤活体质量的决定因素。而壳长、壳宽及壳高3个性状的直接作用相对较小,但3个性状通过软体部质量对活体质量的间接作用都较大,且均大于其直接作用,表明壳长、壳高、壳宽对活体质量的影响主要通过软体部质量实现的。因此,以活体质量为选育黄边糙鸟蛤高产品种时首先以软体质量为选育目标,同时加强壳长、壳宽以及壳高3个性状的间接选择可能会取得较好的效果。
2.3.2 对软体部质量的通径分析
壳长、壳高、壳宽3 个形态性状对软体部质量产生的直接作用并不相同,其中壳宽对软体部质量直接影响最大,其直接作用为0.409 3,呈极显著相关(P<0.01);其次为壳长,其直接作用为0.389 2,呈显著相关(P<0.05);而壳高对软体部质量的直接影响最小(0.154 0),相关性不显著(P>0.05)(表4)。因此,在以黄边糙鸟蛤软体质量为选育目标时,从提高产量的角度出发,应首先以壳宽为选育指标。
3个形态性状通过其他性状都能够对软体部质量产生正向的间接影响,作用大小依次为壳高(0.629 7)>壳长(0.390 2)>壳宽(0.338 5)(表4)。除壳宽的直接效应大于其间接效应外,其他2个性状的间接效应均大于其直接效应,特别是壳高,其对软体质量产生的间接效应约是其直接效应的4倍。这一结果表明,以软体部质量选育黄边糙鸟蛤高产品种时应注重壳宽的直接选择,同时加强对壳高协同作用的选择。
2.4 各性状对质量性状的决定程度分析
2.4.1 对活体质量的决定程度分析
黄边糙鸟蛤各性状对活体质量的决定程度分析见表5 。对角线上为单一性状的直接决定系数,对角线上方为一
性状通过另一性状的间接决定系数。所有性状决定系数总和为0.961 2,表明影响黄边糙鸟蛤活体质量的主要性状已被纳入该研究中。就直接决定系数而言,软体部质量对活体质量的直接决定程度最大(49.68%),其次分别为壳长(2.03%)、壳宽(1.10%)。在共同决定程度中,壳长、壳高、壳宽与软体部质量间的协同作用较大,分别为15.60%、10.27%、11.01%。因此,以活体质量为目标性状选育黄边糙鸟蛤高产品种时应以软体部质量为首选指标,同时加强壳长、壳宽以及壳高协同作用的选择,特别是壳长。
2.4.2 对软体部质量的决定程度分析
黄边糙鸟蛤各形态性状对软体部质量的决定程度分析见表6。壳长、壳高以及壳宽对软体部质量的决定系数总和为0.730 1,接近1,表明影响黄边糙鸟蛤软体部质量的主要性状已找到,但其他性状如活体质量、性腺质量等对软体部质量产生一定程度的影响。壳长、壳高和壳宽对软体部质量的直接决定程度分别为15.15%、 2.37%和16.75%,其中壳宽的决定程度最大,表明壳宽是影响黄边糙鸟蛤软体部质量的主要影响因素。在间接决定系数中,壳长通过壳宽对软体部质量的间接决定程度最大(19.35%)。这些结果表明,以软体部质量选育高产黄边糙鸟蛤品种时,从形态性状而言应首选壳宽,同时加强壳长的间接协同作用的选择。
2.5 多元回归方程的建立及显著性检验
2.5.1 主要性状对活体质量的多元回归分析
根据多元相关和通径分析,以黄边糙鸟蛤活体质量为依变量,其他性状为自变量进行多元回归分析。偏回归系数检验表明,剔除偏回归系数不显著的壳高,壳长、壳宽以及软体部质量偏回归系数均达到极显著水平(P<0.01)(表7)。因此,可建立由壳长、壳宽以及软体部质量这3 个性状估计黄边糙鸟蛤活体质量的多元线性回归方程:
注:对角线上为单一性状的直接决定系数,对角线上方为一性状通过另一性状的间接决定系数;后表同此 Note:The direct determination coefficients for a single trait are on the diagonal; the indirect determination coefficients produced by a trait through another are above the diagonal;The same case in the following table.
y1 = -10.467 9 + 0.339 2x1 + 0.229 9x2+ 2.114 2x3
其中R2 = 0.958 8,y1为活体质量(g),x1 为壳长(mm),x2 为壳宽(mm),x3 为软体部质量(g)。方差分析结果显示黄边糙鸟蛤活体质量与3个性状间的线性回归关系达到极显著水平( P <0.01)(表8)。经回归预测,估计值与实际观察值差异不显著(P>0.05),表明该方程客观地反映了黄边糙鸟蛤主要性状与活体质量的真实关系,可以简便地应用于实际生产中。
2.5.2 各形态性状对软体部质量的多元回归分析
对可能影响黄边糙鸟蛤软体部质量的形态性状的偏回归系数进行显著性检验,发现壳高对软体部质量的标准偏回归系数不显著(P>0.05),剔除壳高,对其他2个性状偏回归系数进行检验,均达到极显著水平(P<0.01)(表9)。剔除直接影响不显著的壳高,建立以软体部质量为依变量,壳长、壳宽为自变量的多元线性回归方程:
y2=-13.240 8+0.281 2x1+0.301 0x2(R2=0.726 9)
式中y2为软体部质量(g),x 1 为壳长(mm),x 2 为壳宽(mm)。
由表10的多元回归方差分析结果表明,壳长、壳宽2个形态性状与软体部质量之间的回归达到极显著水平(P<0.01)。
3 讨论
3.1 自变量的确定以及与通径分析特点
表型相关系数是变量间相互关系的综合体现,由于未剔除其他变量的影响,导致自变量对依变量的直接作用和通过其他自变量对依变量的间接作用的正负作用可以相互抵消,因而不能全面地对变量间的相互关系进行阐释。而通径系数是变量标准化后的偏回归系数,能够有效地区分原因对结果的直
接和间接影响,其中直接影响部分即是通径系数,它不受其他有关变量的影响,因而能真实地反映原因对结果的相对重要性[21]。该研究中黄边糙鸟蛤各性状间的相关关系均达到极显著水平(P<0.01),但并不能说明所有的性状都是影响依变量的主要因素,因而有必要进行通径分析,找出影响其质量性状的主要决定因素。在通径分析中通径系数容易随自变量个数和性质不同而改变,自变量的更换或者个数的增减都会使得通径系数发生变化,考虑自变量性状个数越多,分析结果越可靠,但统计分析也就越复杂,不能突出重点[17,22]。通常情况下只有表型相关系数达到显著水平的自变量才能进行通径分析,而未达到显著水平的自变量应给予剔除。该研究对黄边糙鸟蛤5个性状进行表型相关分析,结果表明各性状两两间的相关系数均呈现正相关,其显著水平均达到极显著 (P<0.01) ,表明该数据可用于下一步的统计分析,确保了统计分析的实际意义。
3.2 影响黄边糙鸟蛤质量性状的主要因素确定
笔者研究中软体部质量对活体质量的直接决定作用最大(49.68%),且其直接作用明显大于其间接作用。在其他影响活体质量的性状中,对活体质量的直接作用大小依次为壳长(0.142 6)、壳宽(0.105 0)和壳高(0.093 1),但这3个性状的间接作用均大于其直接作用(表5),其中壳长通过软体部质量对活体质量的间接决定作用最大,其决定作用15.60%,表明它们对活体质量的影响主要通过软体部质量实现的。这一结果与栗志民等[16]的研究结果相似。利用3个形态性状对软体部质量的决定程度分析发现,起决定作用最大的是壳宽(16.75%),且其直接作用大于间接作用;而壳长、壳高这2个性状的直接作用小于间接作用,其中壳长通过壳宽对软体部质量的间接决定程度最大(19.35%)。上述分析结果与孙泽伟等[6]认为壳高是影响近江牡蛎(Crassostrea rivularis )软体部质量的主要决定因素有所不同。这种差异可能是引入的变量不同所致,笔者研究中仅对壳长、壳宽和壳高对软体部质量的相关性进行了分析,而他们的自变量除壳长、壳高以及壳宽外,还包括全质量。
在表型相关分析的基础上进行通径系数分析和决定系数分析,只有当复相关指数或各自变量对依变量的单独决定系数及两两共同决定系数的总和∑d ( 数值上R2=∑d) 大于或等于0.85时,表明影响依变量的主要自变量已经找到[23,24]。笔者研究中软体部质量、壳长以及壳宽与活体质量的决定系数总和 R2=0.958 8>0.85,表明软体部质量、壳长和壳宽是影响黄边糙鸟蛤活体质量的主要性状。而壳长、壳高以及壳宽对软体部质量的多元回归分析检验中,壳长和壳宽作用显著,其决定系数总和R2=0.726 9,略小于0.85,表明影响软体部质量的性状已基本找到,壳长和壳宽是决定黄边糙鸟蛤软体部质量的主要构成因子。这一结果与王庆恒等[25]报道的壳宽、壳高是影响波纹巴非蛤 (Paphia undulate)软体部质量的主要性状的结果有所不同,这可能是由于不同贝类的形态性状对其软体部质量的决定程度不同所致。
3.3 黄边糙鸟蛤通径分析的意义
体质量和软体部质量是衡量黄边糙鸟蛤经济价值的重要指标,在其苗种繁育和遗传育种中起到重要作用,可作为亲本选择的主要依据。黄边糙鸟蛤贝体铰合齿结合紧密,无法直观地测量其软体部质量,只能通过剖杀贝体,取出软体部进行称量,测量操作难度大且繁琐,且贝体死亡则难以用于苗种繁育和遗传育种。而活体质量往往由于其贝壳结合紧密,壳内积累大量水分无法准确测量,从而使得数据失去意义。但相对于质量性状而言,形态指标则易于准确测量。因此,弄清黄边糙鸟蛤形态性状与质量性状之间的关系,通过对形态性状的选择达到育种目的,具有重要的实践意义。然而,贝类的体质量和软体部质量易受其肥满度的影响,与个体大小、年龄、性成熟程度和季节等多个因素相关。该研究中试验材料为处于生长期的1~2龄黄边糙鸟蛤,采样时间为6月。一般而言,在该季节水温较高,贝类性腺发育较好,但随着大潮水的刺激(初一或十五左右)贝体会自动排精排卵,贝体的肥满度将大大降低。该研究的试验材料采自刚经历大潮水之后不久,贝体肥满度较小。因此该研究结果仅适用于黄边糙鸟蛤性腺发育生长期,至于繁殖期黄边糙鸟蛤形态性状与质量性状之间的相关关系有待进一步研究。
【通径分析】推荐阅读：
调查分析分析06-11
分析5分析总结08-25
多元分析、主成分分析11-02
swto分析自我分析08-19
工作分析案例分析10-27
时间序列分析股票分析05-12
数控系统发展分析分析07-28
干化学分析:尿液分析09-24
基本分析法分析股票08-15
环境监测案例分析分析07-06