Суточных удоев коров хозяйства

Классы середина (w)

Частоты f

a

fa

fa2

13 3 —4 —12 48

15 6 —3 --18 54

17 10 —2 —20 40

19 15 —1 —15 15

21 24 0

23 19 +1 +19 19

25 14 +2 +28 56

27 6 +3 +18 54

29 2 +4 + 8 32

31 1 +5 + 5 25

К=2 n=100 ∑fa=+13 ∑fa²=343

Подставив вычисленные величины в формулу (8)получим:

Итак, среднее квадратическое отклонение данного вариационного ряда равно ±3,68 кг молока. Сигма имеет два знака («+» и «—»), так как варианты могут отклоняться от средней арифметической как в положительную, так и в отрицательную сторону.

Специальные вычисления показывают, что в генеральной совокупности в пределах Х±1σ находится 68% вариант совокупности, в пределах Х±2 σ —95,5% вариант, а в пределах Х±3 σ —99,7% или практически почти все варианты (рис.8).

Крайние значения (ли­миты) в генеральной сово­купности будут находиться в пределах Х±3 σ, а в дан­ном примере:

X+3 σ = 21,26+3х3,68 = 21,26 +11,04=32,30 кг;

X — За = 21,26— 3-3,68 =

= 21,26—11,04= 10,22 кг.

Рис. 8. Доля вариант, откл няющихся от средней арифметической на +1σ, +2σ и +3σ (правило «плюс —минус» трех сигм.

Вычисление среднего квадратического отклонения для альтернативных при­знаков.

Показатель разнообразия для альтернатив­ных признаков определяется при помощи среднего квадратического отклонения в относительных и абсолютных выражениях по формулам:

, или (9) (10)

где р — доля особей, имеющих данный признак в совокупности; q — доля особей без данного признака; п — общее поголовье.

Пример. Требуется определить величину среднего квадратического отклонения по показателю наличия животных желательного типа при разведении помесных овец, полученных при скрещивании овец породы прекос с баранами породы тексель.

Из 1000 голов поголовья 650 голов было желательного, а 350 — нежелательного типа:

Проверка правильности расчетов проводится по фор­муле р+q=1. В данном примере 0,65+0,35=1. Среднее квадратическое отклонение будет равно:

σ = = (или 47,6%);

σ = =15 гол.

Вычисление коэффициента вариации (Сv). Среднее квадрэтическое отклонение — величина именованная. При изучении суточных удоев она выра­жается в килограммах, при изучении жирности моло­ка — в процентах, при изучении промеров — в сантиметрах и является показателем признака для группы с определенной средней арифметической величиной. При изучении разнообразия признаков, выраженных в раз­личных единицах измерения |(см, кг, % и др.), и при больших различиях средних арифметических величин сравниваемых групп сигма не может быть использова­на. В таких случаях используют другой показатель — коэффициент вариации (Cv), вычисляемый па формуле:

(%). (11)

Пример. Требуется сравнить разнообразие различ­ных признаков в группах по следующим показателям:

Х σ

Живая масса коров, кг . . . . . 500 46

Суточный удой, кг ... . 12 3

Высота в холке, см . . . . . . 130 8,5

Вычислив по формуле (11) коэффициент вариации, получаем:

При сравнении коэффициентов вариации видно, что наибольшее разнообразие наблюдается по удою, наи­меньшее — по высоте в холке.

Нормированнное отклонение (t). Кроме характеристики вариационного ряда в целом по вели­чине среднего квад-ратического отклонения, бывает не­обходимость оценки отдельных вариант по отношению их к средней арифметической величине совокупности. Оценка эта проводится при помощи нормированного отклонения.

Показатель нормированного отклонения определяет­ся по разности между вариантой (х). и средней арифме­тической величиной (X), отнесенной к величине средне­го квадратического отклонения (σ).

Каждая варианта характеризуется определенным значением t. Если показатель нормированного отклоне­ния какой-либо варианты равен +1. значит, эта вари­анта больше X на одну сигму. Если другой вариант ра­вен —2, то это означает, что он меньше X на две сигмы.

Нормированное отклонение используется при реше­нии ряда вопросов (при оценке производителей по каче­ству потомства, при сравнении показателей животных из разных совокупностей, при оценке эффективности ле­чения и др.).

Показатель нормированного отклонения удобен как для оценки отдельных вариант, так и при характеристи­ке сравниваемых групп.

Пример. При отборе сравниваются две разновоз­растные коровы стада. От одной коровы за 305 дней первой лактации получено 3600 кг молока (х₁ = 3600 кг), от второй за такой же период шестой лак­тации получено 4580 кг (х₂=4580 кг). Простое сравне­ние их удоев для выбора лучшей коровы привело бы к ошибочному выводу. При сравнении их следует учиты­вать величину удоев в связи с возрастом коров и вы­числить показатель нормированного отклонения. _

В стаде средний удой первотелок составляет 2500 кг (Х₁= 2500), а удой коров шестого отела — Х₂=3500 кг. Соответственно σ ₁=500 кг, σ ₂_ = 600 кг.

Нормированное отклонение для сравниваемых коров будет составлять:

Полученная величина t для первой коровы — перво­телки свидетельствует о значительном отклонении ее от средней величины удоя в группе. Можно с уверенностью сказать, что к шестому отелу она раздоится и будет более молочной, чем вторая корова.

Занятие 4. ИЗМЕРЕНИЕ СВЯЗИ МЕЖДУ ПРИЗНКАМИ

Цель занятия.Освоение методов вычисления показа­телей связи между признаками и приобретение навы­ков по использованию этих показателей в селекционной работе и прогнозировании селекции.

Методические указания. При одновременном изуче­нии совокупности животных по нескольким признакам нередко обнаруживается, что между признаками суще­ствует взаимная связь. Например, более крупные жи­вотные имеют более высокую продуктивность. Эта взаи­мосвязь обнаруживается только в совокупности. У от­дельных животных, при одинаковой живой массе продук­тивность может значительно различаться, так как про­дуктивность зависит не только от размера животных, но и от многих других факторов.

Взаимная связь признаков в их изменении называет­ся корреляцией. По форме корреляция может быть прямолинейной и криволинейной, по направлению — прямой (положительной) и обратной (отрицательной).

При прямолинейной связи равномерным изменениям одного признака соответствуют равномерные изменения второго признака при незначительных отклонениях. На­пример, при увеличении длины тела на 1 см ширина его тоже увеличивается на определенную величину.

При криволинейной связи с увеличением одного при­знака другой увеличивается до определенного момента, а затем уменьшается (или наоборот). Например, с уве­личением возраста удой увеличивается до 6—7-го отела, а затем у большинства коров снижается. При криволи­нейной корреляции связь сначала положительная, за­тем отрицательная — при увеличении первого признака второй, коррелирующий с ним, уменьшается.

Степень связи между признаками измеряется при помощи коэффициентов корреляции (r), корреляцион­ного отношения (η), тетрахорического показателя, част­ного и множественных коэффициентов корреляции, ко­эффициентов регрессии.

Изучение связи между признаками имеет большое значение при решении генетико-селекционных вопросов. Установление фенотипической и генотипической связи между признаками позволяет вести косвенную селекцию

по коррелирующим признакам и используется для про­гноза селекции»

Вычисление коэффициента фенотипи­ческой корреляции (r) в малочисленных выборках. Наиболее приемлемы в биологических ра­ботах в малочисленных выборках формулы (12) и (13).

При наличии ЭВМ эти формулы используются и для многочисленных выборок.

(12)

(13)

где п— число животных, изучаемых по двум признакам; х и у — значения вариант первого и второго признака; С — сумма квадратов центральных отклонений, вычисляемая по формуле:

(14)

Величину С вычисляют отдельно: С_х для ряда х, С_у для ряда у, C_d для ряда разностей между ними (х—у).

Техника вычисления г на примере корреляции меж­ду возрастом и плодовитостью свиноматок по данным малой выборки (л=110) приводится ниже.

В рассматри­ваемом примере возраст выражен порядковым номером опороса, плодовитость — числом поросят в помете (табл. 5).