2. Вычисляем простую среднюю арифметическую по двум признакам:
Среднее значение признака может выражаться дробной величиной, так как находится расчетным путем. Таким образом, многоплодие свиноматок матерей в данном хозяйстве составляет больше 12 голов, а их дочерей превышает 14 голов.
3. Вычисляем отклонение и рассчитываем сумму отклонений, при которой должно получиться равенство å а = 0.
Сумма отрицательных значений по отклонению ах в табл. 1 равна – 8, положительных + 8. Суммируя полученный результат, получаем 0. Это подтверждает правильность заполнения таблицы.
Сумма отрицательных значений по отклонению ау в табл. 1 равна – 5, 5, положительных + 5, 5. Суммируя полученный результат, получаем 0. Это подтверждает правильность заполнения таблицы.
4. Возводим отклонение как по первому признаку (х), так и по второму (у) в квадрат и суммируем полученные результаты: å ах2 = 44, 4; å ау2 = 18, 9.
5. Заполняем последнюю колонку в табл. 1 и суммируем полученный результат (å aх ау = + 12, 35).
6. Вычисляем средние квадратические отклонения по двум признакам (sх и sу):
7. Вычисляем коэффициенты изменчивости по показателям многоплодия матерей и дочерей (Cvх и Cvу):
Коэффициент изменчивости по показателям матерей находится на высоком уровне (Cvх > 15 %), а изменчивость по плодовитости дочерей – на среднем уровне (8 % < Cvу < 15 %).
8. Рассчитываем коэффициент корреляции для малой выборки. Это можно сделать двумя способами:
(1)
(2)
Воспользуемся для расчетов в нашем примере формулой (1):
Коэффициент корреляции (r = + 0, 37) указывает на среднюю по силе и положительную по направлению связь между двумя изучаемыми признаками. Это свидетельствует о том, что при селекции свиноматок по многоплодию будет наблюдаться незначительное повышение многоплодия у свиноматок дочерей.
9. Коэффициент линейной регрессии для малой выборки вычисляем по следующим формулам:
(3)
(4)
Все входящие в формулы величины известны и находятся в табл. 1. Коэффициент регрессии имеет тот же знак, что и коэффициент корреляции (+ или –), но в отличие от него всегда является величиной именованной и выражается в тех же единицах измерения, что и признак.
Для нашего примера реальный смысл имеет только второй показатель регрессии, который указывает, что при повышении многоплодия у свиноматок матерей на 1 голову у их дочерей плодовитость увеличится примерно на 0, 3 головы. Увеличив у матерей на 3 головы плодовитость, среднее многоплодие их дочерей повысится уже примерно на 1 голову.
Коэффициент регрессии дает основу точному количественному прогнозу при исследовании зависимых явлений, что важно в практической племенной работе, зоотехнической и селекционной работе при проведении отбора и подбора животных с целью получения потомства, сочетающего в себе полезные качества в желательном соотношении.
Так, в практике селекции коэффициенты регрессии потомков на родителей (Rпотомок/родитель; Rдочь/мать и др.) используют непосредственно для выявления ожидаемого эффекта отбора (так называемого прогнозируемого эффекта). Поэтому регрессионный анализ играет важную роль в планировании племенной работы, а также в селекционно-генетических исследованиях.
10. Вычисляем ошибки репрезентативности для коэффициентов корреляции и регрессии (mr и mR):
(5)
(6)
11. Для определения достоверности выборочных параметров рассчитаем критерии достоверности как для коэффициента корреляции, так и для коэффициента регрессии:
(7)
(8)
Сверим данные с таблицей Стьюдента (прил. 1). Найденные значения критерия достоверности ниже рекомендуемых табличных данных. Полученные статистические параметры недостоверны. Для уточнения результатов необходимо увеличить объем выборочной совокупности.
mylektsii.su - Мои Лекции - 2015-2025 год. (0.012 сек.)Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав
Пожаловаться на материал