王中霞，孟晶，陳樹榮

（灌南縣海洋與漁業(yè)局，江蘇 灌南 222500）

小刀蟶殼性狀與活體質(zhì)量、軟體部重的相關(guān)分析

王中霞，孟晶，陳樹榮

（灌南縣海洋與漁業(yè)局，江蘇 灌南 222500）

采用相關(guān)分析和通徑分析的方法，研究小刀蟶的殼長(zhǎng)、殼高、殼寬、鉸合線長(zhǎng)、殼頂?shù)胶缶壘€長(zhǎng)5個(gè)性狀之間對(duì)活體質(zhì)量和軟體部重影響，并分別計(jì)算了各性狀間的相關(guān)系數(shù)和以表型性狀為自變量對(duì)體質(zhì)量和軟體部重作因變量的通徑系數(shù)和決定系數(shù)。結(jié)果表明,各表型性狀與體質(zhì)量、軟體部重之間的相關(guān)系數(shù)均達(dá)到極顯著水平（Plt;0.01）。本文中總決定系數(shù)為0.921和0.816，大于0.8，說(shuō)明已找到自變量。本文分別以活體質(zhì)量、軟體部重為依變量，殼長(zhǎng)X1、殼寬X2為自變量建立回歸方程，為：Y活=-24.670+4.900X1+2.582X2；Y軟=-8.976+2.223X1+0.956X2。

小刀蟶；殼性狀；相關(guān)分析；通徑分析；回歸方程

1 緒論

小刀蟶（Cultellus attenuatus），又稱美人蟶，屬竹蟶科刀蟶屬，殼質(zhì)脆薄，呈長(zhǎng)卵形，貝殼前端大于后端，表面淡黃色，左、右側(cè)扁平，前部比后部稍寬，略似刀形。

實(shí)驗(yàn)采用多元回歸和通徑分析法，SPSS軟件回歸分析是將所測(cè)的變量引入回歸分析中，建立以一個(gè)依變量和多個(gè)自變量的回歸方程。其中，引入的自變量與依變量的表型相關(guān)系數(shù)均要顯示極為顯著時(shí)才可引入，若引入的自變量對(duì)依變量的表型系數(shù)不顯著，就要將其剔除，然后將各自變量值進(jìn)行交叉乘積，建立回歸方程[1-2]。通徑分析是自變量對(duì)依變量之間相互關(guān)系，自變量對(duì)依變量相對(duì)重要性的一種多元統(tǒng)計(jì)分析方法[3]。

相關(guān)分析和通徑分析的方法已廣泛應(yīng)用于水產(chǎn)動(dòng)物的研究中，同樣也應(yīng)用于軟體動(dòng)物的研究，但對(duì)軟體動(dòng)物門蟶科動(dòng)物至今尚未研究[4]。例如：在軟體動(dòng)物方面，國(guó)內(nèi)外對(duì)毛蚶的研究多見于其形態(tài)特征、生活習(xí)性、生理及養(yǎng)殖技術(shù)等方面[5]。陳蓉等[6]通過采用多變量形態(tài)度量等數(shù)量形態(tài)學(xué)的研究方法對(duì)中國(guó)的青島、湛江、天津、福建和海南等5個(gè)不同地理種群毛蚶的形態(tài)差異進(jìn)行了比較研究，探討了毛蚶的地理分化規(guī)律與毛蚶種內(nèi)的形態(tài)差異特點(diǎn)，為毛蚶種質(zhì)資源保護(hù)、地理種群識(shí)別、遺傳特性研究以及良種選育等提供一定的理論依據(jù)。體質(zhì)量和貝體大?。らL(zhǎng)、殼寬、殼高）等生長(zhǎng)和形態(tài)性狀指標(biāo)具有可度量性和直觀性，是貝類遺傳育種中進(jìn)行選擇和定向培育的常用指標(biāo)，弄清各指標(biāo)之間的相關(guān)性和緊密程度，對(duì)于確定優(yōu)選指標(biāo)，減少工作量等具有重要的意義?；铙w質(zhì)量在選擇育種中是最直接的育種目標(biāo)性狀，但是陰干活體質(zhì)量較復(fù)雜，現(xiàn)場(chǎng)操作有一定困難，而殼大小通過游標(biāo)卡尺容易準(zhǔn)確度量，然后利用多元回歸分析，弄清殼性狀與活體質(zhì)量之間的關(guān)系以及對(duì)活體質(zhì)量的直接影響大小，具有非常重要的現(xiàn)實(shí)意義[7]。而小刀蟶各殼性狀對(duì)活體質(zhì)量、軟體部重的影響效果分析至今尚未研究。

2 材料與方法

2.1 材料

小刀蟶主要來(lái)源于連云港附近海水水域，購(gòu)買時(shí)每個(gè)個(gè)體干凈健康有活力，形態(tài)完整。把用冰水混合物盛著的小刀蟶放入實(shí)驗(yàn)室備用。實(shí)驗(yàn)器材有：白色塑料盆，電子天平（精確到0.001 g），解剖刀、解剖針、游標(biāo)卡尺（精確度±0.02 mm）、記號(hào)筆。

2.2 測(cè)量方法

2.2.1 性別鑒別 在去殼前要辨別一下個(gè)體性別，即用解剖刀劃開其生殖腺，若性腺呈白色為雌性，如是淡黃色的為雄性。

2.2.2 數(shù)據(jù)測(cè)量 測(cè)定122只個(gè)體的殼長(zhǎng)、殼高、殼寬、鉸合線長(zhǎng)、殼頂?shù)胶缶夐L(zhǎng)、活體質(zhì)量和軟體部重7個(gè)性狀。7個(gè)性狀的測(cè)定標(biāo)準(zhǔn)如下：殼長(zhǎng)為殼前后與鉸合線平行的最大距離；殼高為從殼頂至腹緣與鉸合線垂直的最大距離；殼寬為捏緊兩邊貝殼使殼寬不再變小時(shí)測(cè)量殼左右兩側(cè)與鉸合線垂直的最大距離；活體質(zhì)量為等貝自然開殼后，倒去殼內(nèi)海水，用紗布吸去表面及殼緣水分后的重量；軟體質(zhì)量為取出軟體部，用紗布吸去表面水分[8]；鉸合線長(zhǎng)為前后耳兩端距離；殼頂?shù)胶缶夐L(zhǎng)為鉸合線末端到殼尾距離。

2.3 數(shù)據(jù)分析方法

用SPSS18.0統(tǒng)計(jì)軟件對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理，本實(shí)驗(yàn)N=122，屬于大樣本，正態(tài)性檢驗(yàn)時(shí)采用Kolmogorov-Smirnov Test檢驗(yàn)。用該統(tǒng)計(jì)軟件分別對(duì)小刀蟶各形態(tài)性狀進(jìn)行統(tǒng)計(jì)描述、方差分析、通徑分析，建立回歸方程，并對(duì)方程進(jìn)行顯著性檢驗(yàn)，得出各個(gè)性狀分別與活體質(zhì)量、軟體部重之間的間接通徑系數(shù)。

3 結(jié)果與分析

3.1 數(shù)據(jù)獨(dú)立性檢驗(yàn)及描述

3.1.1 雌雄獨(dú)立樣本T檢驗(yàn) 本實(shí)驗(yàn)材料一共采用122只小刀蟶，65只雌性個(gè)體，57只雄性個(gè)體。由表1得，各形態(tài)形狀的個(gè)體顯著值P均大于0.01，由此我們可以認(rèn)為各個(gè)性狀雌雄差別不具有統(tǒng)計(jì)學(xué)意義，小刀蟶實(shí)驗(yàn)可以雌雄個(gè)體混在一起進(jìn)行各類分析研究。

表1 對(duì)各形狀數(shù)據(jù)的對(duì)立樣本T檢驗(yàn)

3.1.2 數(shù)據(jù)描述 表2列出了小刀蟶各主要經(jīng)濟(jì)性狀的表型統(tǒng)計(jì)量，變異系數(shù)通過標(biāo)準(zhǔn)差與平均數(shù)的比值而來(lái)。從表2數(shù)據(jù)可見，小刀蟶各殼性狀的變異系數(shù)差異較大，其中殼長(zhǎng)、殼高、鉸合線長(zhǎng)、殼頂?shù)胶缶夐L(zhǎng)等性狀的變異系數(shù)相對(duì)較小，而殼寬、活體質(zhì)量、軟體部重等性狀的變異系數(shù)相對(duì)較大，其中活體質(zhì)量的變異系數(shù)最大，為0.149；殼長(zhǎng)的變異系數(shù)最小，為0.048。

3.2 各經(jīng)濟(jì)性狀的相關(guān)系數(shù)

從表3可以看出，各性狀之間的相關(guān)系數(shù)均達(dá)到極具有統(tǒng)計(jì)學(xué)意義水平（P＜0.01）。殼長(zhǎng)、殼高、殼寬、鉸合線長(zhǎng)、殼頂?shù)胶缶夐L(zhǎng)與活體質(zhì)量的相關(guān)系數(shù)分別為：0.953、0.710、0.642、0.894、0.744，即從大到小依次為殼長(zhǎng)＞鉸合線長(zhǎng)＞殼頂?shù)胶缶夐L(zhǎng)＞殼高＞殼寬。殼長(zhǎng)、殼高、殼寬、鉸合線長(zhǎng)、殼頂?shù)胶缶夐L(zhǎng)與軟體部重的相關(guān)系數(shù)分別為：0.899、0.657、0.590、0.849、0.726，即從大到小一次為殼長(zhǎng)＞鉸合線長(zhǎng)＞殼頂?shù)胶缶夐L(zhǎng)＞殼高＞殼寬，由此看出從殼長(zhǎng)對(duì)活體質(zhì)量和軟體部重的相關(guān)系數(shù)最大，殼寬對(duì)活體質(zhì)量和軟體部重的相關(guān)系數(shù)最小，并且這兩個(gè)大小順序是一樣的。表明對(duì)所選性狀指標(biāo)進(jìn)行相關(guān)分析具有重要的實(shí)際意義，并且活體質(zhì)量和軟體部重都會(huì)隨所選形態(tài)性狀的變化而變化。

表2 小刀蟶所測(cè)各性狀的表型統(tǒng)計(jì)量（N＝122）

表3 小刀蟶各經(jīng)濟(jì)性狀間的相關(guān)系數(shù)

3.3 模型建立與方差分析

小刀蟶活體質(zhì)量的模型建立與方差分析見表4、表5，只有當(dāng)各自變量對(duì)依變量的單獨(dú)決定系數(shù)及兩兩共同決定系數(shù)的總和在數(shù)值上大于或等于0.8時(shí)，表明影響依變量的主要自變量已經(jīng)找到。由表4可知，活體質(zhì)量和軟體部重的總決定系數(shù)分別為 R2＝0.921，R2＝0.816，兩個(gè)總決定系數(shù)都大于0.8，并且方差極具有統(tǒng)計(jì)學(xué)意義，P＜0.01，說(shuō)明活體質(zhì)量和軟體部重在個(gè)體間有差異。

3.4 正態(tài)性檢驗(yàn)及回歸方程的建立

表4 活體質(zhì)量模型建立

表5 活體質(zhì)量方差分析

表6 正態(tài)性檢驗(yàn)結(jié)果

3.4.1 正態(tài)性檢驗(yàn) 由表6可知，SPSS軟件對(duì)殼長(zhǎng)、殼高、殼寬、鉸合線長(zhǎng)、殼頂?shù)胶缶夐L(zhǎng)、活體質(zhì)量、軟體部重等各個(gè)性狀進(jìn)行正態(tài)性檢驗(yàn)后利用Kolmogorov-Smirnov Test的輸出結(jié)果。Kolmogorov-Smirnov Test顯著水平Sig.值分別為0.200、0.200、0.073、0.190、0.200、0.082、0.168，都大于 0.05 ，所以各個(gè)性狀變量服從正態(tài)分布，即各個(gè)性狀變量可以進(jìn)行回歸分析。

3.4.2 回歸方程的建立 表7列出了小刀蟶活體質(zhì)量的偏回歸系數(shù)。根據(jù)逐步相關(guān)的結(jié)果，以活體質(zhì)量為依變量，其他形態(tài)性狀為自變量對(duì)所有形態(tài)性狀進(jìn)行逐步回歸分析。建立以殼長(zhǎng)（cm）、殼寬（cm）分別為自變量X1、X2，活體質(zhì)量為依變量的逐步回歸方程，并且進(jìn)行方差分析（見表7），結(jié)果顯示，相關(guān)系數(shù)均達(dá)到極具有統(tǒng)計(jì)學(xué)意義水平，P＜0.01。建立的逐步回歸方程為：

Y活=-24.670+4.900X1+2.582X2

表8列出了小刀蟶軟體部重的偏回歸系數(shù)。根據(jù)逐步相關(guān)的結(jié)果，以活體質(zhì)量為依變量，其他形態(tài)性狀為自變量對(duì)所有形態(tài)性狀性狀進(jìn)行逐步回歸分析。建立以殼長(zhǎng)（cm）、殼寬（cm）分別為自變量X1、X2，活體質(zhì)量為依變量的逐步回歸方程，并且進(jìn)行方差分析，結(jié)果顯示，相關(guān)系數(shù)均達(dá)到極具有統(tǒng)計(jì)學(xué)意義水平，P＜0.01。建立的逐步回歸方程為：

表7 活體質(zhì)量偏回歸系數(shù)

表8 軟體部重偏回歸系數(shù)

Y軟=-8.976+2.223X1+0.956X2

3.5 計(jì)算活體質(zhì)量、軟體部重間接通徑系數(shù)

從上文表3的Pearson Correlation輸出結(jié)果可得到自變量與因變量、各自變量間的相關(guān)系數(shù)。X1通過X2對(duì)y的間接通徑系數(shù)為r12×P2y。按此公式可得到表9、表10。

表9 活體質(zhì)量簡(jiǎn)單相關(guān)關(guān)系的分解

由表9、10獲得的信息是：2個(gè)自變量對(duì)y的直接影響中，殼長(zhǎng)X1的直接作用最大，殼寬X2直接作用次之。通過分析各個(gè)間接通徑系數(shù)發(fā)現(xiàn)，殼長(zhǎng)通過殼寬對(duì)活體質(zhì)量與軟體部重y的間接作用也較大，其間接通徑系數(shù)0.520、0.481。殼寬通過殼長(zhǎng)對(duì)y產(chǎn)生一定的間接作用（0.081、0.063）。所以殼長(zhǎng)對(duì)無(wú)論是活體質(zhì)量還是軟體部重的相關(guān)性最大。

4 討論

4.1 多元回歸方程的建立

本文實(shí)驗(yàn)所測(cè)量的形態(tài)性狀當(dāng)中，殼性狀與活體質(zhì)量、軟體部重之間的相關(guān)系數(shù)都達(dá)到了極具有統(tǒng)計(jì)學(xué)意義的水平（P＜0.01），但是變異系數(shù)差異較大，引起差異較大的原因可能有選擇測(cè)量的小刀蟶的個(gè)體大小沒有達(dá)到均勻水平，或者是小刀蟶的發(fā)育程度不一樣或者是測(cè)量時(shí)的誤差等。

為量化形態(tài)性狀與活體質(zhì)量、軟體部重之間真實(shí)關(guān)系及消除回歸方程中自變量共線性問題，本文運(yùn)用通徑分析進(jìn)一步來(lái)探討所測(cè)形態(tài)性狀與活體質(zhì)量、軟體部重之間相互關(guān)系。結(jié)果顯示，殼長(zhǎng)、殼寬與活體質(zhì)量、軟體部重的標(biāo)準(zhǔn)偏回歸系數(shù)極具有統(tǒng)計(jì)學(xué)意義。逐步回歸分析中剔除不具有統(tǒng)計(jì)學(xué)意義的性狀殼高、鉸合線長(zhǎng)、殼頂?shù)胶缶夐L(zhǎng)，建立回歸方程。殼長(zhǎng)對(duì)活體質(zhì)量和軟體部重的直接效應(yīng)均為最大，對(duì)二者的決定程度也最高，是影響活體質(zhì)量和軟體部重的最主要因素，而殼高、殼頂至后緣長(zhǎng)和鉸合線長(zhǎng)的直接作用較小，它們主要通過殼長(zhǎng)的間接作用影響活體質(zhì)量和軟體部重?？倹Q定系數(shù)是單獨(dú)決定系數(shù)和共同決定系數(shù)之和，當(dāng)總決定系數(shù)＞0.8時(shí)，表明影響依變量的主要自變量已經(jīng)找到。本文中總決定系數(shù)為0.921和0.816，大于0.8，說(shuō)明已找到自變量。分別以活體質(zhì)量、軟體部重為依變量，殼長(zhǎng)X1、殼寬X2為自變量建立逐步回歸方程，為：

Y活=-24.670+4.900X1+2.582X2；

Y軟=-8.976+2.223X1+0.956X2。

此回歸方程的建立量化了活體質(zhì)量、軟體部重與殼長(zhǎng)、殼寬的相關(guān)關(guān)系。

4.2 影響小刀蟶活體質(zhì)量、軟體部重主要形態(tài)性狀的確定

本文通過相關(guān)分析和通徑分析，所選入回歸方程中的2個(gè)自變量（殼長(zhǎng)、殼寬）對(duì)活體質(zhì)量、軟體部重的共同決定系數(shù)為0.921和0.816，其實(shí)有的物種有時(shí)測(cè)量指標(biāo)過少（該測(cè)的未測(cè)，導(dǎo)致R2偏?。?，或者測(cè)量不準(zhǔn)，或者每一個(gè)樣品測(cè)量起始點(diǎn)不同，導(dǎo)致數(shù)據(jù)不符合狀態(tài)，R2也小。我們?cè)O(shè)計(jì)測(cè)量指標(biāo)時(shí)，盡量考慮影響重量性狀的形態(tài)指標(biāo)，因此不敢斷定我們的R2一定很大。

剩 余 因 子 e=（1-R2）1/2 分 別 為 0.28107、0.42895，說(shuō)明小刀蟶活體質(zhì)量的92.1%變異是由此2個(gè)自變量決定的，軟體部重的81.6%變異是由此2個(gè)自變量決定的，其他的變異是因未檢測(cè)的因素以及隨機(jī)誤差對(duì)它們影響因素的全面分析有待于進(jìn)一步研究。

在有關(guān)雙殼貝類的通徑分析中，櫛孔扇貝的殼高對(duì)活體質(zhì)量的影響最大，蝦夷扇貝的殼寬對(duì)閉殼肌重的影響最大，紫石房蛤的殼寬對(duì)活體質(zhì)量的影響最大，青蛤的殼高對(duì)軟體部重的影響最大，可見影響雙殼貝類重量性狀的主要因子是殼高或殼寬[9]。

5 結(jié)論

本文對(duì)小刀蟶的殼長(zhǎng)、殼高、殼寬、鉸合線長(zhǎng)、殼頂?shù)胶缶夐L(zhǎng)、活體質(zhì)量和軟體部重7個(gè)形態(tài)性狀進(jìn)行測(cè)定，采用相關(guān)分析、多元回歸分析等方法計(jì)算各性狀之間的相關(guān)系數(shù)，建立了理想的最優(yōu)回歸方程。

[1]佟雪紅，董在杰，繆為民，等.建鯉與黃河鯉的雜交優(yōu)勢(shì)研究及主要生長(zhǎng)性狀的通徑分析 [J].大連水產(chǎn)學(xué)院學(xué)報(bào)，2007，22（3）：159-163.

[2]何風(fēng)華，李明輝.Excel在通徑分析中的應(yīng)用[J].中國(guó)衛(wèi)生統(tǒng)計(jì)，2005，22（5）：331-332.

[3]WRIGHT S.Evolution and the genetics of population III.Experimental results and evolutionary deductions[C]．University of Chicago Press，Chicago，1977（71）：456-461.

[4]董世瑞，孔杰，萬(wàn)初坤，等.中國(guó)對(duì)蝦形態(tài)性狀對(duì)體質(zhì)量影響的通徑分析[J].海洋水產(chǎn)研究，2007，28（3）:15-22.

[5]張璽，黃修明.中囤海竹蟶科的研究[J].動(dòng)物學(xué)報(bào)，1964，16（2）：193-209.

[6]陳品健，王印庾.尖刀蟶生物學(xué)初步研究I，形態(tài)學(xué)觀察[J].廈門水產(chǎn)學(xué)院學(xué)報(bào)，1985，5（2）：34-41.

[7]盛志廉，吳常信.數(shù)量遺傳學(xué)[M].北京:中國(guó)農(nóng)業(yè)出版社，l999：l6-26.

[8]張偉.墨西哥灣扇貝貝殼性狀選育及自交效應(yīng)的研究[D].湛江：廣東海洋大學(xué)，2008.

[9]孫振興，常林瑞，徐建鵬，等.扁玉螺（Neverita didyma）表型性狀對(duì)體質(zhì)量和軟體部重的影響效應(yīng)分析[J].海洋與湖沼，2010，41（4）：513-518.

The correlation analysis of the morphological traits，the live body weight，and edible tissue weight of the Cultellus attenuatus

Zhongxia Wang,Jing Meng,Shurong Chen
（Guannan Marine and fisheries，the postcode of Guannan County，Lianyungang 222500，China）

The shell length，height，width，hinge width，and the length from the head of shell to the posterior border of Cultellus attenuatus were measured，their correlation coefficients were calculated.Basing on these statistics，the effect，given by the morphological traits of shell，on the live body weight and the edible tissue weight were found by the methods of path analysis and correlation analysis.The shell morphological traits were used as independent variables，and live body weight and edible tissue weight used as a dependent variable for calculating the path coefficients and the determination coefficients.The results showed that the correlation coefficient between each shell morphological trait，the live body weight，and edible tissue weight were all highly significant（Plt;0.01）.In this paper，Pgt;0.8（P=0.921，or P=0，816），which shows that the main independent variable were found.Multiple regression equation were obtained by using the live body weight（Yg）and the edible tissue weight（Yz）as dependent variable and using shell length（X1）and shell width（X2）as independent variable:

Yg=-24.670+4.900X1+2.582X2；Yz=-8.976+2.223X1+0.956X2.

Cultellus attenuatus；the shell traits；correlation analysis；path analysis；regression equation

Q174

A

1004-2091（2017）10-0028-06

10.3969/j.issn.1004-2091.2017.10.006

蘇北科技專項(xiàng)（BN2014025）

王中霞，（1989-），女，助理工程師，研究方向：水產(chǎn)養(yǎng)殖.E-mail：675780928@qq.com

2017-01-21）