- •Руководство к практическим занятиям по генетике и биометрии
- •Основы биометрии
- •Методы группировки цифрового материала
- •Среднее значение признака и методы вычисления этой величины
- •Показатели изменчивости признаков
- •5. Схема вычисления среднего квадратического отклонения для малой выборки
- •6. Схема вычисления среднего квадратического отклонения для большой выборки
- •Задания для вычисления среднего значения признака и показателей его изменчивости
- •Статистические ошибки
- •Критерий достоверности разницы
- •Критерий соответствия эмпирических и теоретических частот
- •9. Критические значения критерия (хи-квадрат) Пирсона для
- •10. Алгоритм вычисление критерия χ2
- •11. Определение соответствия фактических и теоретических частот методом χ2
- •Связь между признаками. Коэффициенты корреляции и регрессии
- •12. Определение коэффициента корреляции методом малой выборки
- •13. Схема построения корреляционной решетки
- •14. Связь устойчивости коров к маститу с типом их конституции
- •1. Удой, кг - жирность молока, %
- •2. Содержание жира, % - содержание белка, %
- •3. Удой - количество молочного жира, кг
- •4. Концентрация уксусной кислоты в рубцовой жидкости -
- •5. Живая масса - удой, кг
- •6. Обхват вымени, см - суточный удой, кг
- •7. Высший суточный удой - удой за лактацию, кг
- •8.Бактерицидная активность сыворотки крови, % - удой за лактацию, ц
- •9 Высота коров в холке, см - живая масса, кг
- •10. Масса бычков при рождении - масса их в 18 месяцев, кг
- •11. Масса жира "полива" - масса внутреннего жира, кг
- •12. Масса бычков - масса их туш при убое, кг
- •13А . Живая масса свиней, кг - обхват груди, см
- •13. Живая масса свиней, см - толщина шпика, мм
- •14. Среднесуточный прирост свиней, г - затраты корма, к.Е.
- •15. Многоплодие, гол. - масса 1 поросенка, кг
- •16. Живая масса свиноматок - молочность (масса гнезда при отъеме),кг
- •17. Живая масса овец - настриг шерсти, кг
- •18. Настриг шерсти, кг - убойный выход овец, %
- •19. Высота в холке овец, см - живая масса, кг
- •20. Высота в холке лошадей, см - резвость на дистанции 1600 метров, мин
- •21. Живая масса кроликов, кг - площадь их шкурок, дм
- •22. Яйценоскость кур, шт. - масса яиц, г
- •23. Живая масса кур, кг - яйценоскость, шт.
- •24. Масса инкубированных яиц - масса суточных цыплят, г
- •25. Содержание в крови альбуминов, % - масса утят, кг
- •Дисперсионный анализ
- •15. Общая схема проведения дисперсионного анализа
- •Коэффициенты наследуемости и повторяемости признаков
- •17. Схема вычисления коэффициента повторяемости ранговым методом
- •Ответы на задачи
- •Цитологические основы наследственности
- •Строение и идентификация хромосом
- •Изучение политенных хромосом в клетках слюнных желез личинки комара
- •Изучение кариотипов сельскохозяйственных животных
- •Использование дрозофилы в генетических исследованиях
- •Моногибридное скрещивание
- •Закономерности наследования признаков при половом размножении
- •Моногибридное скрещивание
- •Сцепленное наследование признаков
- •Наследование признаков, сцепленных с полом
- •Молекулярные основы наследственности
- •Генетика популяций
- •Определение эффекта гетерозиса
- •Масса цыплят в возрасте 40 суток, кг
- •Группы крови и биохимический полиморфизм белков
- •Геhеалогический анализ
- •Литература
- •Содержание
Среднее значение признака и методы вычисления этой величины
Полученные при обследовании значения признаков характеризуют каждую конкретную особь в отдельности. Общие свойства совокупности оценивают с помощью средней величины, которую обозначают в биометрии буквой M или . Этот показатель используется для характеристики однородных групп животных по какому-либо признаку, сравнения отдельных стад и пород, оценки предприятий, хозяйств и конкретных специалистов. Так, например, если в одном хозяйстве средний удой на корову составляет 3000 кг, а в другом - 4000 кг, то по среднему значению признака видно, где лучше стадо.
Различают несколько методов вычисления средней арифметической величины. Наиболее простой, который используют в основном для малых выборок - метод суммирования: складывают все значения вариант и делят их
сумму на объем выборки. В математическом выражении это выглядит так:
∑V где ∑ - знак суммирования,
M = ─── ; V - значения вариант,
n n - объем выборки.
Для примера найдем с помощью этого метода среднюю живую массу 10 гусей, кг: 5,6 7,0 6,3 7,4 8,0 6,7 6,4 6,9 6,1 6,8
5,6 + 7,0 + 6,3 + 7,4 + 8,0 + 6,7 + 6,4 + 6,9 + 6,1 + 6,8 67,1
M = ──────────────────────────────── = ─── = 6,71 кг.
10 10
В случаях, когда значения признака имеют разные частоты (вес) или в каждой группе уже известны средние показатели, среднюю арифметическую величину определяют методом взвешивания: каждое значение признака умножают на его частоту, полученные произведения суммируют и делят на объем выборки. Среднюю взвешенную величину вычисляют по формуле:
p1V1 + p2V2 + pnVn ∑рV где М - средняя взвешенная,
M = ───────────── = ────; p - частоты,
p1 + p2 + pn ∑p V - варианты.
Для примера вычислим этим методом среднюю жирность молока коровы Зорьки за лактацию (табл.3).
3. Продуктивность коровы Зорька по месяцам лактации
Месяцы |
Удой, кг (р) |
Жирность молока, % |
1% молоко, кг (рV) |
Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь Январь |
247 621 720 723 608 510 501 435 434 170 ∑р = 4969 |
3,6 3,6 3,4 3,6 3,5 3,8 3,7 3,7 4,0 4,2
|
889 2226 2448 2603 2222 1938 1854 1609 1736 714 ∑рV = 18156 |
В этом примере за конкретное значение признака (V) взят процент жира в молоке коров, а за частоту (р) - месячный удой.
∑рV 18155
M = ──── = ──── = 3,65(%)
∑р 4969
При группировке цифрового материала в вариационный ряд среднюю арифметическую величину удобно вычислять методом условных отклонений по формуле:
∑рa где A - условно среднее значение
M = A + i ──── ; i - классовый интервал
n р - частота, а - условное откл.
n - объем выборки
Используя этот метод, вычислим среднюю длину шерсти овец породы прекос по следующим данным: (см)
7,5 8,5 8,0 8,0 9,0 10,0 8,5 10,0 7,0 6,0 7,5 9,0 10,0 8,0
9,0 10,0 7,0 9,5 8,5 8,0 10,0 7,5 8,5 9,0 8,0 9,5 8,5 8,0
10,0 12,0 11,0 9,0 8,5 8,0 8,5 9,0 11,0 7,0 9,0 8,5
n = 40
Для построения вариационного ряда находим минимальное и макси-мальное значения признака, определяем лимит, устанавливаем число классов и величину классового промежутка.
1. min = 6,0; max = 12,0; lim = 12,0 - 6,0 = 6,0
2. Число классов - 6
lim 6,0
3. Классовый промежуток i = ────────── = ─── = 1,0 (см).
число классов 6
Схема расчета приведена в таблице 4.
4. Алгоритм вычисления средней арифметической величины методом условных отклонений
Границы классов ( Vн. - Vк.) |
Средние знач. класса (Vср.) |
Частота (р) |
Условные откл. (а) |
р×а |
6,0 – 6,9 7,0 – 7,9 А 8,0 – 8,9 9,0 – 9,9 10,0 – 10,9 11,0 – 12,0 |
6,5 7,5 8,5 9,5 10,5 11,5 |
1 6 15 9 6 3 n=40 |
-2 -1 0 1 2 3
|
-2 -6 0 9 12 9 ∑рa = 22 |
После построения вариационного ряда выделяем условно среднее значение признака - A. Обычно это среднее значение класса с максимальной частотой. В нашем примере A = 8,5. Затем проставляем условные отклонения (а), которые показывают, на сколько классовых промежутков каждый из классов отклоняется от условно среднего или нулевого класса. Вверх от нулевого идут отрицательные отклонения, вниз - положительные. После заполнения таблицы находим для каждого класса произведение частот (р) на отклонения (а) и их сумму ( ∑ра). Теперь по формуле находим среднее значение признака:
∑рa 22
М = A + i ───── = 8,5 + 1,0 ─── = 9,05 (см)
n 40
Кроме средней арифметической величины среднее значение признака характеризуют средняя геометрическая (G), средняя квадратическая (S), средняя гармоническая (H), мода (Мо) и медиана (Ме). Сведения об этих величинах и их использовании можно найти в специальной литературе по биометрии.