论文总字数：12468字

摘 要

本研究采用的试验材料鲫鱼在水产业中具有较重要的经济地位。淮安的鲫鱼量也较大。所以，鲫鱼育种的重要性不言而喻。而在育种之前对体重进行预测，具有较大的意义。本研究随即选取了30条鲫鱼测定了体重及体长、体宽、头宽、头长、头高、尾柄长、尾柄高、眼后头长、眼间距、眼径、头长共十二个形态性状。采用向前引入法、向后剔除法和逐步分析法三种方法建立体重的最优回归方程，旨在为鲫鱼的育种提供参考。结果表明：各性状间相关系数结果表明，除尾柄高和眼径外，其它性状与体重都呈极显著相关。通过三种方法建立的回归方程的拟合度都极显著，向后剔除法和逐步分析法结果一致，所以效果相同。残差分析结果表明，拟合度的拟合效果较好，为鲫鱼育种提供理论依据。

关键词：鲫鱼，体重，形态性状，最优回归方程

Abstract: The test material of crucian carp used in this study has important economic status in aquaculture. Huaian is big carp. Therefore, carp breeding importance self-evident. The weight in breeding before the forecast, is of great importance. This study randomly selected 30 carp were measured body weight and body length, body width, head width, head length, head high, long tail handle, eye diameter of 12 morphological characters. Using the forward introduction method, elimination method and stepwise analysis method three methods to establish optimal weight regression equation, in order to provide reference for the breeding of carp. The results show that: the correlation coefficient results between the characters, except the tail height and eye diameter was significantly correlated to other traits and body weight are. Three ways to establish the regression equation of the degree significantly after weighing the comparison analysis by optimization method. The residual analysis results show that: the degree of fitting effect is better, and provide a theoretical basis for the breeding of carp.

Key words: Carassius auratus, body weight, morphometric trait, optimal regression equation

目 录

1 引言 5

2 材料与方法 5

2.1 试验材料与抽样方法 5

2.2 性状测定 5

2.3 皮尔逊相关 5

2.4 建立最优回归方程方法 6

2.5 数据分析 6

3 结果 6

3.1 各性状间的相关系数 6

3.2 向前引入法 7

3.3 向后剔除法 8

3.4 逐步分析法 9

4 讨论 11

4.1 方法比较 11

4.2 应用 11

4.3局限性 11

结论 12

参考文献 13

致谢 15

附表1 16

1 引言

目前，多元分析在水产养殖的方案优化和生产量的估计方面已得到广泛的应用。Harue et al.利用多元相关分析进行了红梅鲤科养殖鱼类标准体长、体重对脂肪含量的估计^[1]；Debowski et al.利用多元回归分析方法进行了大扇贝双轮幼体形态学特征和幼体脂肪含量与最大形变关系的研究^[2]。这些研究涉及多个变量，多是利用回归分析方法去估计目标性状，但没有区分自变量对因变量的直接作用和间接影响。刘小林等对栉孔扇贝壳尺寸性状对体重的影响研究^[3]，这些研究都采用了相关分析、通径分析和多元回归分析的方法，在用回归分析估计目标形状的同时，区分了自变量对因变量的直接作用和间接影响的大小，确定了影响目标性状的主要外部形态性状。但有关鲫鱼的相关研究还未见报道，作者对此进行了研究，结果可以直接应用于鲫鱼的选育实践^[5]。

在选择育种中，体重性状是良种选育最直接的目标性状，也是生产性能的直接反映，然而体重与形态指标相比不直观，且准确测量难度大。利用多元分析查清表型性状与体重之间关系以及对体重的直接影响大小，通过形态性状的选择达到选种目的，具有重要的现实意义^[4]。

2 材料与方法

2.1 试验材料与抽样方法

试验于2015年1月在淮师生命科学学院生物实验室完成。试验用鲫鱼30尾购自淮安市淮阴区王营镇菜市场。选择健康体壮的鲫鱼，平均体重284.1g，体长约为20cm。放于实验室水族箱内暂养。

2.2 性状测定

本研究选定鲫鱼的体长（BL）、体宽（BB）、头宽（HB）、头长（HL）、头高（HH）、尾柄长（CPL）、尾柄高（CPH）、眼后头长（EHL）、眼间距（EW）、眼径（ED）、全长（FL）十一个形态性状进行测定，测定使用游标卡尺，精确到0.1cm。体重（BW）用电子天秤称量，精确到0.1g。

2.3 皮尔逊相关

皮尔逊相关系数描述了2个定矩变量间联系的紧密程度，计算公式为（文献）：

2.4 建立最优回归方程方法

建立最优回归方程的方法大致有以下三种：

向前引入法：向前引入法是从回归方程仅包括常数项开始，把自变量逐个引入回归方程。具体地说，现在m个自变量中选择一个与因变量线性关系最密切的变量，记为，然后在剩余的m-1个自变量中，再选一个，使得｛x_i₁,x_i₂｝联合起来二元回归效果最好，第三步在剩下的m-2个自变量中选择一个变量，使得｛x_i₁, x_i₂, x_i₃｝联合起来二元回归效果最好，……如此下去，直至得到最优回归方程为止^[8]。

向后剔除法：与向前引入法正好相反，首先将全部m个自变量引入回归方程，然后逐个剔除对因变量Y作用不显著的自变量^[12]。具体地说，从回归式m个自变量中选择一个队Y贡献最小的自变量，比如，将它从回归方程中剔除：然后重新计算Y与剩下的m-1个自变量回归方程，再剔除一个贡献最小的自变量，依次下去，直至得到最优回归方程为止，向后剔除法中终止条件与向前引入法类似。

剩余内容已隐藏，请支付后下载全文，论文总字数：12468字