海洋科学
海洋科學
해양과학
MARINE SCIENCES
2013年
5期
50-54
,共5页
孙苗苗%陈百尧%杨其彬%江世贵%周发林%苏天凤%黄建华
孫苗苗%陳百堯%楊其彬%江世貴%週髮林%囌天鳳%黃建華
손묘묘%진백요%양기빈%강세귀%주발림%소천봉%황건화
斑节对虾(Penaeus monodon)%形态性状%通径分析%多元回归方程
斑節對蝦(Penaeus monodon)%形態性狀%通徑分析%多元迴歸方程
반절대하(Penaeus monodon)%형태성상%통경분석%다원회귀방정
Penaeus monodon%morphometric trait%path analysis%multiple regression equation
经济性状是对虾遗传育种的重要指标,形态参数对于经济性状的贡献率是选育参数的重要依据。为了研究斑节对虾(Penaeus monodon)表型性状间的相关性及影响体质量的因素组成,随机选取1339尾6月龄对虾,对其形态性状(体长、头胸甲长、头胸甲高、头胸甲宽)和体质量性状5个数量性状进行测量,并应用相关分析、多元回归、通径分析、决定系数等方法讨论了形态性状对体质量性状的影响。结果表明,所测各形态性状间的相关性均达到极显著水平(P<0.01);其中体长(P=0.563)对体质量的直接影响较大,是影响体质量的主要因素。决定系数分析结果与通径分析结果一致,各表型性状对体质量的总决定系数Σd=0.925,表明所选性状是影响体质量的主要性状。通过逐步回归分析方法,经偏回归系数显著性检验,建立了体质量为因变量,体长、头胸甲长、头胸甲高和头胸甲宽为自变量的多元回归回归方程:Y=–22.489+0.22X1+0.191X2+0.339X3+0.296X4,为斑节对虾选育提供了理论依据。
經濟性狀是對蝦遺傳育種的重要指標,形態參數對于經濟性狀的貢獻率是選育參數的重要依據。為瞭研究斑節對蝦(Penaeus monodon)錶型性狀間的相關性及影響體質量的因素組成,隨機選取1339尾6月齡對蝦,對其形態性狀(體長、頭胸甲長、頭胸甲高、頭胸甲寬)和體質量性狀5箇數量性狀進行測量,併應用相關分析、多元迴歸、通徑分析、決定繫數等方法討論瞭形態性狀對體質量性狀的影響。結果錶明,所測各形態性狀間的相關性均達到極顯著水平(P<0.01);其中體長(P=0.563)對體質量的直接影響較大,是影響體質量的主要因素。決定繫數分析結果與通徑分析結果一緻,各錶型性狀對體質量的總決定繫數Σd=0.925,錶明所選性狀是影響體質量的主要性狀。通過逐步迴歸分析方法,經偏迴歸繫數顯著性檢驗,建立瞭體質量為因變量,體長、頭胸甲長、頭胸甲高和頭胸甲寬為自變量的多元迴歸迴歸方程:Y=–22.489+0.22X1+0.191X2+0.339X3+0.296X4,為斑節對蝦選育提供瞭理論依據。
경제성상시대하유전육충적중요지표,형태삼수대우경제성상적공헌솔시선육삼수적중요의거。위료연구반절대하(Penaeus monodon)표형성상간적상관성급영향체질량적인소조성,수궤선취1339미6월령대하,대기형태성상(체장、두흉갑장、두흉갑고、두흉갑관)화체질량성상5개수량성상진행측량,병응용상관분석、다원회귀、통경분석、결정계수등방법토론료형태성상대체질량성상적영향。결과표명,소측각형태성상간적상관성균체도겁현저수평(P<0.01);기중체장(P=0.563)대체질량적직접영향교대,시영향체질량적주요인소。결정계수분석결과여통경분석결과일치,각표형성상대체질량적총결정계수Σd=0.925,표명소선성상시영향체질량적주요성상。통과축보회귀분석방법,경편회귀계수현저성검험,건립료체질량위인변량,체장、두흉갑장、두흉갑고화두흉갑관위자변량적다원회귀회귀방정:Y=–22.489+0.22X1+0.191X2+0.339X3+0.296X4,위반절대하선육제공료이론의거。
In order to study the correlation between phenotypic traits and body weight, five quantitative traits in-cluding four morphological traits (body length, carapace length, carapace width, and carapace height) and body weight of 6-month-old Penaeus monodon were measured and analyzed from 1339 randomly collected individuals by correlation analysis, multiple regression analysis, path analysis and determination coefficient analysis. The re-sults showed that there were significant correlations (P <0.01) among the five measured traits. The body length (P=0.563) was the key effective factor, bearing predominant, direct effect and determinacy on the body weight. The trend of determination coefficient analysis was similar to that of path analysis. High total determination coefficient (Σd=0.925) between phenotypic features and body weight indicated that the selected traits were practically useful. The multiple regression equation for estimation of body weight was Y = –22.489+ 0.22X1 + 0.191X2 + 0.339X3 +0.296X4.