Алгоритм 6. Корреляциялы› тізбек тор ›±ру жолымен кйп топтар регрессия сыныЈ коэффициентін есептеу

®лгі r жЩне R мЩндерін тірі салма› жЩне симменталь т±›ымы сиырларыныЈ кеудесін назар“а ала отырып есеп жЇргізіледі, б±л келесі деректерді ыЈ“ай“а алады.

500-180 650-212 601-200 555-194 610-200 615-198 600-205

494-188 575-200 570-194 570-197 612-207 675-201 645-210

494-196 615-202 685-208 695-200 690-216 580-197 625-204

597-208 697-211 537-195 640-200 555-198 705-202 625-205

443-191 591-205 593-192 670-205 785-215 540-196 590-197

770-206 515-187 590-204 560-197 625-197 650-205 680-210

860-215 615-200 713-200 645-201 563-195 663-210 590-192

470-180 675-210 590-202 655-202 670-197 670-199 635-203

560-194 598-205 725-205 600-200 680-214 735-210 600-203

660-202 828-210 654-206 520-190 500-197 630-197

715-206 582-193 687-197 590-200 805-200 685-211

674-198 760-202 640-200 670-204 660-210 553-190

659-195 840-218 750-208 695-210 527-192 600-193

566-188 736-208 686-203 667-205 670-208 680-202

821-216 787-210 730-207 597-197 666-205 615-194

643-196 745-206 600-202 578-192 645-205 740-210

650-198 864-214 642-198 532-192 573-197 600-194

637-204 732-206 721-206 645-203 620-195 670-201
1.Белгілерді шартты тЇрде на›тылап таЈбалаймыз х-тері салма›; у-кеуде кйлемі;

2.ТаЈдама н±с›ауы кйлемін есептейміз: П=130.

3.х жЩне у белгілерініЈ минимальды жЩне максимальды н±с›аларын табамыз:

mіn Vx =443 кг; mіn Vy =180 кг;

max Vx =864 кг; max Vy =218 кг;

4.Екі белгі бойынша серпу йзгерісін есептеу.

Lim x = 864 – 443 = 421; Limy = 218 -180 = 38 см

42,1 38

Ix = 10 = 42,1 ≈ 40 кг; iy = 10 ; 3,8 ≈ 404;

5.Коррециалы› торды ›±ру, оныЈ графалары мен жолдарын толтыру (табл. 161).

6.Екі белгі бойынша кластар шегін аны›тау жЩне оны 16-шы таблица“а жазу.

7.Х жЩне у белгілерініЈ н±с›аларын парымен торлар“а орналастырып лайы›ты кластар ›иылысуын назар“а алу.

8.Екі белгі кластарыныЈ жиілігін есептеу жЩне олардыЈ сомасын аны›тау:

Σр = 130.

9.х-у (Ах - Ау) белгілері бойынша модальды кластарды бйле ›арастыру.

10.Модальды кластар (а жЩне а) ауыт›уын аны›тау.
11.Екі белгініЈ Щр класы бойынша Р.а туындысын аны›тау:

Σ Рх ах = 46 немесе Σ Р а = 9.

ΣРа=504 жЩне ΣРa=415

y/x180 183184 187188 191192 155196 199200 203204 207208 211212 215216 219PxaxPx axPx aІx

440 – 47925/115/12-5-1050

480 – 51520/116/112/14/14-4-1664

520 – 5592/26/43/28-3-2472

560 – 5996/14/72/73-2/3-4/122-2-4488

600 – 6392/61/312-1/526-1-2626

Ax640 - 6791698520000

680 – 719-1/151/42/53/14/11711717

720 – 759

1

2/5

8/1

2

2244

800 – 8398/116/124832

840 – 87915/220/1351545

Py2151820026176413-46504

Ay-5-4-3-2-101234

Py ay-10-4-15-36-200263418169

Py aІy -5016457220026685464415

13. Орташа шартты тЇзетуді есептейміз:

в=

14. Салыстырмалы σ есептейміз:
σ=

σ=

15.Кореляция коэфицентін есептейміз:

r=

16.КорреляцияныЈ д±рыс критериін жЩне статистикалы› ›атені есептейміз:

m=

t= P≥0.999

17.Гегрессия коэфицентін есептейміз:

R=r

m=

®лгі. «Прогресс» шаруашылы“ы сиырлары сЇттіндегі сЇттіЈ майлылы› ›±рамы мен сауым барысында лайы›ты тЩуелділік бар. Алайда олардыЈ шамасы паратиптік факторлармен ›оса, генотиптік факторлар“а да ›атысты. Нотиптік коррелиция коэффиценті лайы›ты белгілерге сЩйкес тиімді селекция мЇмкін деректеріне жол ашады. Генетикалы› коррелиция есептемелі Їшін бастап›ыда фенотиптік коррелицияны тек пен тйлге ›атысты белгілергелайы›тандырып ›арастырады. Есептелінген фенотиптік корреляциялар шаруашылы› табаны бойынша орын ал“ан.

R=-0,49

R=-0,57

RG = √ rx Δ xm * ry Δ ym = √ 0,47 * 0,7 = 0,88.

Мысал. Шай›ы фермасында 200 бас шош›адан 100-і. Ауэски сыр›атына ›атысты вакцина ›абылдап, ›ал“ан 100-і вакцина ал“ан жо›. Шаруашылы› б±л сыр›ат тЇрі бойынша толы› са›тандырылма“анды›тан нЩтижесінде бірсыпыра шош›а Ауэски сыр›атымен ауырады (кесте 17).

Кесте 17

КйрсеткішМалдар кйлемі

Σ Pсыр›ат›а ±шырама“аныауруларыекпемен94 (Р1)6 (Р2)Р1 + Р2 =100егусіз7 (Р3)93 (Р4)Р3 + Р4 =100

Р1 + Р3 = 101 Р2 + Р4 = 99 П = Р1 + Р2 + Р3 + Р4 = 200.

Міндетті тЇрде на›тыланатыны сыр›ат›а ±шыра“ан жЩне ±шырама“ан жануарлар арасында ›андай ерекшеліктер орын алады. Формула“а салып бай›ау“а болады:

P1 P4 – P2 P3 94 * 93-7*6

R = √ (P1 + P2) * (P3+P4) * (P1+P3) (P2+P4) = √ 100*100*101*99 = 0.87

КоэффициенттіЈ санды› мЩні екпе ж±мысы мен тйлдіЈ са›талуыныЈ ты“ыз ›атыстылы“ын на›тылайды.

Мысал: асыл т±›ымы мал йнімін ›арастыратын орында йгіздердіЈ ±ры›тарыныЈ барысын тексереді. Б±л Їшін жеті йгізді екі белгісі бойынша ›ада“алау“а алды: ±ры›тарыныЈ ыЈ“айына мйлшеріне ›арай – бірінші ›атар, екінші ›атар“а сЇйлілік деЈгейі орын алады.

Кесте 18

игіздер АБВГДЕЖП =

7 басх- ±ры› ›оюлы“ы1234567

Σ dІ= 90у - кЇйлілік5476213d- рангтыЈ Щр тЇрлілігі- 4- 2- 4- 2354d16416492516Ранг корреляциясы коэффициентін есептейміз.

Rp = 1 – n (nІ-1) = 7(49-I) = I – I, 61 = - 0,61

ТЇйін. кЇйлік пен ±ры› сапасы арасында кері байланыс орын ал“ан. Атап йтерлігі, кЇлім йзгерістердіЈ орташа йзгіздерге ›ара“анда ±ры›тарыныЈ сапасы тймендеу болады.
9.10 Ша“ын топтар“а тйлдердіЈ бір факторлы кешенді дЇниелеріне дисперсионды талдау

Мысал: «Прогресс» шаруашылы“ында шош›алардыЈ жатырыныЈ олардыЈ ірі т±›ымды тйл Щкелуі не септігін тигізетіндігін талдау жасалады. Зерттеу шош›а жатырларына жЇргізіледі Їш фактор йлшеміне ›атысты. Шр топта Їш шош›а жатырынан алынады. ТЩжірбиеде Щр ±яшы› бойынша туыл“ан торайлардыЈ тірі салма“ы ескеріледі. Шош›алардыЈ жатырыныЈ кйлемі I ыЈ“ай бойынша – 0,9 кг, I, I, кг жЩне I, II ыЈ“айда I, I, кг, I, 3 кг; III ыЈ“айда – 1,0 кг, 1,3 1,4 кг.

Кесте 19.

Белгі

саны

есептеуі123V – белгі

мЩні0,9;1,1;

1,0I,I;

I,3;I,0;

I,4;

ДисперсияVІ0,81;

1,21;

1,0;1,21;

1,69;1,0.

1,69.

1,96.

11,64-11,56

=0,06n333n = 9Σ V3,03,53,7 (Σ V)І (10,2)І

H = n = 9 =11,56Кездейсо›

дисперсия (Σ V)І

H = n(3)І:3=34,084,66Σh=11,64Cz= ΣVІ- Σh=11,78-

-11,64=0,14ΣV

M = n(3:3)

1,0

1,16

бойынша

дисперсия

Cy= ΣV-H

=11,78-

Кесте 20

факторлыz=

кездейсо›y=

жалпы 0,08 0,14 0,22

ζ-фактордыЈ I

белгіге Щсері 36.0% 64.0% 100.0%

деЈгей саны r= градация саны n-зертеудегі мал саны

дисперция

t1= 5, і-Р1 >0,95; t2= 10,9-Р >0,99; t3= 27,0-Р >0,999;

ТЇйін. Шал›а жатырыныЈ кйлемі оныЈ жас ерекшелігімен бірге арта береді, алайда алын“ан деректер Їнемі а›и›ат бола бермейді

F= 0,57 < t= 5,1, я“ни Р<0,95.

Осы мЩселені на›тылау Їшін міндетті тЇрде жануарлардыЈ кйп кйлеміне тЩжірибе жасауды жал“астыру керек.
9.11 Алгоритм 11. Дисперсиялы› талдау, тЇрлері н±с›алар тобыныЈ санды› белгілерініЈ бір факторлы кешені

®лгі . «Шевченковский» шаруашылы“ында сиыр табынында Анас-Адема линиясыныЈ алты йгізі ›олданылады. Міндетті еЇрде атап йтерлігі, йндірушілер сауын шамасына ›андай Щсер беретіндігініЈ деЈгейі на›тыланады. Сауын белгісі Їлкен санды› мЩнге ие, есептеуді. 9 1 0 реттелімдегі амалдармен назар“а алынады, біра› ол ›олайлы емес. М±ндай жа“дайда кластарды йнімделік деЈгейі бойынша реттестіріп, лайы›ты клас›а сЩй-кестендіреді, тор“а жазу барысында йгіз-йндіруші градациясымен ыЈ“айластырады. индеруші йгіздерді шартты тЇрде А, Б, В, Г, Д, Е деп белгілейміз.

Кесте 21

Клас

WШарт

ауыт

N

naІ)Гра

cаны

есептеу-

H=333,9-

344932332I213117Cz=Σs-Eh

=400-333,9

=66,1

400-317,5

=82,53350

33992I2432214563300

3349I322I883250

32990I230

na77121086ΣS

Σn400

вариант

r-1 = 5

ΣPa252129231315ΣPa=126 (ΣPa)І

H= hn89,

363,

152,

3,9

ζІ = Cy = 82,5 = 0,199 немесе 19,9%

F = =.

Еркіндік деЈгейі сан: Vx – r-1=6-1=5; Vz=N-r=50-6=44;

t-стандартты =2,4 (p>0,95)-3,5 (p>0,99)-5-1 (p>0,999);

ТЇйін алын“ан деректер а›и›ат болып шы›пайды.
9.12 Алын“ан нЩтижелерді негіздеу мен сапалы› белгілердіЈ бір факторлы кешеніне дисперсионды талдау

Мысал. АЈдарйсіру совхозы «Агроном» пайда болатын малдар «›ызыл су» терісіне ие. Осы орайда дисперсионды талдау жЇргізілін, ›ажетті а›уалдарды на›тылау“а назар аударылады. Шаруашылы›та бар 30 мал тЇрлі ерекшелік сипатымен берілген. Б±л жануарлардыЈ барлы“ы пороктыЈ туындау ыЈ“айна, жетілуіне ›аты›сты 5 тектін ыЈ“ай“а бйлінеді, Щр тек-т±›ым аталмыш градация“а ене отырып, жалпы ›атарда“ы йз рангын са›тады. Осы орайды А, Б, В, Г, Д белгіленімін ›олданамыз. Есепті 22- ші кесте назар“а ала отырып жЇргіземіз.

Кесте 22

Жел

n ΣR

M= nАг17,20,21,23,25,2878362642,3194,4Б1,3,8,12424144,06,0В16,19,22,24,3051112464,222,2Г4,56,7,9,10,11,14866544,58,2Д13,1518,26,27,2961282730,721,3 N=30 465 8525,7

N (N+1)І

H= 4 = 7207,5

S= 17 = 17 = 2247,5

ζ= 5 = 2247,5 = 0,59 немесе 59%.

v=r-1=6-1=5.

Xu –квадраттыныЈ стандартты мЩні 9,5 (p>0,95)-13,3 (P>0,99)-18,5 (p>0,999)-“а сай.

ТЇйін на›тылан“ан Щкелері а›и›атты тЇрде генотипті тЇрді йз ±рпа›тарына тері тЇсін дарытудан да ›атысты бола отырып, йзіндік ерекшеліктерге бйлінеді. Атап йтерлігі, б±л белгі де т±›ым ›уа отырып йзіндік ›а“идалармен ерекшеленеді.

®лгі. «Прогресс» шаруашылы“ында шал›а жатырыныЈ кйп ±ры›ты болуы кйбене-кйп тектік ерекшелікпен ›щса тама›тандыру жа“дайларышеда ›атысты. Осы факторлардыЈ нЩтижелі белгінімдіЈ ыЈ“айын на›тылау Їшін “ылыми тЩжірибеге сЇйініледі. Б±л тЩжірибе нЩтижесі 23-ші таблицада орын ал“ан.

Кесте 23

Бірінші

В-рацион ›±рылысыВ1 – рацион

барысы шйпті ±нсызВ2 – 25% - шйпті ±н араласымы

В1 – шйпті ±нсызВ2 – 25% -

шйпті ±нменТЩжірбие топтарында“ы жануарлар саны2222НЩтиже белгілері (шош›а)10,1511,178,119,13ЕсептеулердіЈ ›олайлы“ын назар“а алатын ›±рылымды› белгілер5,106,126,64,8

Кешенді есептуі техникасы 24-ші таблицада орын ал“ан.

Кесте 24

Кйр

кіш А факторыФактор б/ша гра-

дацияnh=M=

АА В факторыААВВВВV

V

N

h5,10

5,10

2

15

112

6,144

18

3324

3,6

2

9

40,54,8

2

12

72=54

N=

4

8

4

8

33

21

24

30

44=

576

900

=369275

382

225

10,3

11

12,5

282-265=65

C=-386=44

C365=21

C=365=17

C=-H=369-365=4

C=C17-4=0

1









I

• 
  =1
  
• 
  
  
• 
  
  

Стьюдент критериініЈ стандартты ма“ынасы (t)

2

3

5

6

8

9

11

1212,7

3,2

2,6

2,4

2,3

2,2

9,9

4,6

3,7

3,4

3,2

3,1673,0

12,9

6,9

5,3

4,8

4,4

14-15

18-20

25-26

31-34

43-62

176-2,2

2,1

2,1

2,0

2,0

2,0

3,0

2,9

2,8

2,7

2,7

2,64,1

4,0

3,8

3,7

3,6

3,4

VP≥0,95P≥0,99P≥0,999VP≥0,95P≥0,99P≥0,9991

2

3

4

6

7

9

10

12

13

15

16

18

19

21

22

24

253,8

7,8

11,1

14,1

16,9

19,7

22,4

25,0

27,6

30,1

32,7

35,2

37,76,6

11,3

15,1

18,5

21,7

24,7

27,7

30,6

33,4

36,2

38,9

41,6

44,310,8

16,3

20,5

24,3

27,9

31,3

34,5

37,7

40,8

43,8

46,8

49,7

52,626

28

29

32-34

37-38

41-42

45-46

49-50

56-60

66-70

76-80

86-90

96-99

40,1

42,6

46,2

51,0

55,8

60,5

65,2

73,3

84,8

96,2

107,5

118,7

47,0

49,6

53,5

58,6

63,7

68,7

73,7

82,3

94,4

106,4

118,2

130,0

55,50

58,3

62,4

67,9

73,4

78,7

84,0

93,2

106,0

118,5

131,0

143,3

V

V

I2345678910P≥0,

95

P≥0,99

4

5

7

8

19

10

12

1

34,1

74,1

7,7

16,3

35,5

6,0

12,3

25,4

5,3

10,6

21,0

5,0

9,7

18,6

4,8148,5

9,6

8,8

36,6

5,8

10,9

21,7

4,7

8,7

16,4

4,8

7,9

3,8

4,0

6,9

,1

29,5

56,1

6,6

2,1

23,7

4,8

8,5

15,8

4,1

7,0

12,3

3,7

6,2

10,8

3,513

28,

53,

6,4

5,2

4,5

7,9

14,

3,8

6,4

11

6,0

10

5,7

9,6

3,3134,

28,2

51,7

6,3

11,0

0,8

4,4

7,5

13,5

3,7

6,1

10,5

3,3

5,3

8,9

3,1132,

27,7

50,5

6,2

10,7

20,0

4,3

7,2

12,9

3,6

5,8

9,9

3,2

5,1

8,4

3,0131,

27,7

49,8

6,1

10,5

19,5

4,2

7,0

12,5

3,5

5,6

9,6

3,1

4,9

8,1

2,9130,6

8,8

4,8

27,6

4,8

8,1

14,6

3,7

6,0

10,4

3,2

5,1

8,4

3,0

4,5

27,4

48,6

6,0

10,2

18,8

4,1

6,7,

11,8

3,4

5,4

9,0

3,0

4,6

7,5

2,8129,5

8,8

14,7

27,0

4,7

7,9

14,2

3,6

5,8

10,0

3,1

4,9

8,0

2,9

4,3

2 Бексеитов Т.К.Инбридинг и препотентность баранов – производителей. Павлодар. 2003. 160 с.

3 Демьянов Ю.Э., Литвин Ф.Ф. Применение математических методов и ЭВМ в биологии. – М., 1981 . – 238 с.

4 Носов В.И. Компьютерная биометрика. – Л., 1990 . – 121 с.

5 Лакин Г.Ф. Биометрия. – М., 1990 . – 89 б.

6 Удольская Н.л. Введение в биометрию. – Алма-Ата, 1976. – 256 с.

7 Урбах В.Ю. Биометрические методы. – М., 1964. – 312 с.

8 Тихомирова М.Т., Короткина А.С. Успехи биометрии и бионики. – Л., 1976 . – 112 с.

9 Фелоров А.И. Методы математической статистики в биологии и опытном деле. – Алма-Ата, 1967. – 157 с.

10 Шмидт В.М. Математические методы в ботанике. – Л., 1984. – 98 с.

11 Шортников Б.Э. Биометрические аспекты изучения целостности организма. – М., 1987. – 254 с.