泉州师范学院学报
泉州師範學院學報
천주사범학원학보
Journal of Quanzhou Normal College
2010年
6期
29~32
,共null页
詹炜 楼宝 毛国民 徐冬冬 史会来 程国宝 李三磊 程丽娜 耿智
詹煒 樓寶 毛國民 徐鼕鼕 史會來 程國寶 李三磊 程麗娜 耿智
첨위 루보 모국민 서동동 사회래 정국보 리삼뢰 정려나 경지
褐牙鲆 生长性状 通径分析 多元回归
褐牙鲆 生長性狀 通徑分析 多元迴歸
갈아평 생장성상 통경분석 다원회귀
Paralichthys olivaceus; growth trait; path analysis; multiple regression
选取70尾2年龄以上的褐牙鲆,测量了全长(X1)、体长、头长(X3)、吻长、体高、尾柄高(X6)和体质量(Y)7项生长性状.采用相关分析、通径分析和多元回归分析,剔除了与全长有共线性的体长及回归方程中不显著的吻长和体高,计算了全长、体长、头长等6个性状与体质量的相关系数以及以全长、头长和尾柄高对体质量通径系数和决定系数,定量分析褐牙鲆生长性状对体质量的影响.结果表明,褐牙鲆6个生长性状均与体质量的相关系数有统计学意义(P〈0.01);头长对体质量的直接影响(0.365)最大;3个主要生长性状与体质量的决定系数和为0.948.应用逐步多元回归方法,建立了全长、头长和尾柄高对体质量的线性回归方程:Y=-4 123.461+34.115X1+168.733X3+412.045X6,相关系数R=0.974.
選取70尾2年齡以上的褐牙鲆,測量瞭全長(X1)、體長、頭長(X3)、吻長、體高、尾柄高(X6)和體質量(Y)7項生長性狀.採用相關分析、通徑分析和多元迴歸分析,剔除瞭與全長有共線性的體長及迴歸方程中不顯著的吻長和體高,計算瞭全長、體長、頭長等6箇性狀與體質量的相關繫數以及以全長、頭長和尾柄高對體質量通徑繫數和決定繫數,定量分析褐牙鲆生長性狀對體質量的影響.結果錶明,褐牙鲆6箇生長性狀均與體質量的相關繫數有統計學意義(P〈0.01);頭長對體質量的直接影響(0.365)最大;3箇主要生長性狀與體質量的決定繫數和為0.948.應用逐步多元迴歸方法,建立瞭全長、頭長和尾柄高對體質量的線性迴歸方程:Y=-4 123.461+34.115X1+168.733X3+412.045X6,相關繫數R=0.974.
선취70미2년령이상적갈아평,측량료전장(X1)、체장、두장(X3)、문장、체고、미병고(X6)화체질량(Y)7항생장성상.채용상관분석、통경분석화다원회귀분석,척제료여전장유공선성적체장급회귀방정중불현저적문장화체고,계산료전장、체장、두장등6개성상여체질량적상관계수이급이전장、두장화미병고대체질량통경계수화결정계수,정량분석갈아평생장성상대체질량적영향.결과표명,갈아평6개생장성상균여체질량적상관계수유통계학의의(P〈0.01);두장대체질량적직접영향(0.365)최대;3개주요생장성상여체질량적결정계수화위0.948.응용축보다원회귀방법,건립료전장、두장화미병고대체질량적선성회귀방정:Y=-4 123.461+34.115X1+168.733X3+412.045X6,상관계수R=0.974.
To investigate the effects of growth traits on body weight in olive flounder Paralichthys olivaceus,seventy individuals over two years old were sampled to measure the metric traits,including total length(X1),body length(X2),head length(X3),snout length(X4),body depth(X5),caudal peduncle depth(X6)and body weight(Y).Correlation analysis,path analysis and multiple regression were performed to calculate correlation coefficient(riy),path coefficient(Pi),determination coefficient(di) and correlation index.The results show that the correlation coefficient between each two growth traits Reaches significance level(P0.01).The path coefficient of head length to body weight is maximum(0.365).Three main traits(head length,caudal peduncle depth and total length) are included in the multiple regression equation,for the highest correlation index(R2=0.948).The multiple regression equation to estimate the body weight is Y=-4 123.461+34.115X1+168.733X3+412.045X6(R=0.974).