徐浩峰，韋蓉靜，莫周衛(wèi)

（1.都勻市馬寨馬尾松良種基地；2.黔南州林業(yè)科學研究所，貴州 都勻 558000）

通過多年的生產實踐，馬尾松種子出種率在2%～2.8%之間浮動。影響出種率的因素較多，如樹木的營養(yǎng)狀況、干旱或多雨、球果處理程度等方面，但很多因素不易測定和控制，我們想從較為直觀易測的數據如球果的果重、果長、果徑、種鱗數幾個標志值來研究與出種粒數之間是否有線性關系。

1 試驗材料、球果處理以及標志值的測定方法

1.1 試驗材料

供試的馬尾松球果在2011年采摘于貴州省都勻市馬尾松良種基地1.5代種子園，分別從48個家系中選擇無病蟲害、無機械損傷、大小長短在該家系內適中的球果各10個，共選擇球果480個做為總體。

1.2 球果處理以及標志值的測定方法

用電子天平對各球果重量稱量，用游標卡尺測定果長、果徑，人工計數種鱗數，并分別裝入網袋按家系和序列編號。球果經石灰水浸泡48h后晾至不滴水，用烘箱燒烤至球果完全開放，種子自然脫落時取出去翅除雜質。本次測定的種子要求種粒飽滿、無變質、無雜質，用電子天平稱重并人工計數。

2 球果各標志值及數據統計

2.1 球果各標志值

從480組數據中隨機抽取96組數據做為樣本，抽取率為20%，抽取數據如下：

表1 馬尾松球果與種子樣本標志值測定

續(xù)表1

續(xù)表1

2.2 數據統計

表2 樣本標志值數據統計

通過表1的數據統計出表2，從表2得出樣本各標志值的標準差分別為22.530＞16.431＞7.358＞0.902＞0.320；種粒數＞種鱗數＞果重＞果長＞果徑，變異系數比較34.3%＞31.2%＞19.1%＞14.9%＞10.1%；果重＞種粒數＞種鱗數＞果長＞果徑，從標準差和變異系數中得出數據分布分散程度最大的是種粒數、果重、種鱗數三項標志值，種粒數最大值103、最小值7、極差110；果重最大值44.3、最小值9.8、極差34.5；種鱗數最大值130、最小值48、極差130，但上述各標志值還不能得出與種粒數有無相關性的結論，還要通過以下回歸分析來討論。

3 回歸分析與檢驗

通過把種粒數做為因變量，其它標志值做為自變量處理，組合成果重－種粒數、果長－種粒數、果徑－種粒數、種鱗數－種粒數共四組數據進行一元線性回歸與檢驗得出以下分析：

表3 一元回歸統計表

表3中四組數據一元回歸的相關系數與表值Ra比較得0.530＞0.379＞R0.01＝0.262＞0.227＞R0.05＝0.201＞0.147；即果徑－種粒數R值＞果重－種粒數R值＞種鱗數－種粒數R值＞表值R0.05＞果長－種粒數R值，果徑、果重與種粒數的直線回歸相關系數極顯著，種鱗數－種粒數的直線回歸相關系數在表值R0.01和表值R0.05之間相關系數顯著，它們所配合的樣本直線回歸方程有意義，果長－種粒數的直線回歸相關系數小于表值R0.05，表明回歸相關系數不顯著，樣本直線回歸方 程無線性意義。

表4 方差分析表

表4方差分析表中通過方差分析得到F檢驗值，所得結論與回歸統計表中的相關系數檢驗結果一致，直線回歸關系果徑－種粒數、果重－種粒數呈極顯著水平，種鱗數－種粒數呈顯著水平，直線回歸方程有意義，果長－種粒數直線回歸關系不顯著，直線回歸方程無意義。

表5 一元回歸參數表

由表5一元回歸參數表得出，三組數據回歸方程的回歸常數和回歸系數，因表3、表4中果長－種粒數回歸關系不顯著，也就不討論該項的回歸參數，通過表5得回歸方程如下：果重－種粒數回歸方程：＝47.2975＋1.1634xi；果徑－種粒數回歸方程＝－45.9152＋37.3219xi；種鱗數 －種粒數回歸方程＝45.5129＋0.3116xi

該三組回歸方程對估計種粒數都有意義，前兩個方程的置信度更高，能構成一元回歸線性關系說明果重、果徑、種鱗數對種粒數的正相關，三組數據越大種粒數也越大。但因變量（種粒數）與自變量（果重、果徑、種鱗數）的是否有相互關系通過一元直線回歸表現出一定的相關性，取得兩變量之間相互關系的直線近似表達式，但只是一一對應的變量之間的關系式，較為片面不能反映多因素作用對某變量的影響情況，多變量的共同作用與因變量的相關性討論應要用多元回歸解決，我們還是用果重、果長、果徑、種鱗數為自變量，種粒數為因變量進行分析，在分析過程中再刪除t檢驗值不顯著的自變量再進行回歸分析，以免影響回歸的顯著性，分析如下：

對表6的回歸參數表進行分析發(fā)現問題，截距、種鱗數的回歸分析的t檢驗值（多元回歸t值檢驗更具能反映該自變量的顯著程度）達不到顯著水平，對種鱗數做數據刪除再進行回歸分析，得出表7的結果，截距和果重也達不到t檢驗值的顯著水平，對果重數據進行刪除再進行回歸分析，果長與果徑相互作用對種粒數有極顯著的線性回歸關系，根據表8得出方程為＝－44.374－8.808xi（果長值）＋53.619xi（果徑值），并且該方程有線性回歸意義。

表6 回歸參數表

表8 回歸參數表

4 結論

4.1 通過多元回歸分析，發(fā)現果長和果徑直接影響這些標志值相互作用的因素。一元回歸不能對總體標志值相互對出粒數作用進行全面分析，還是以多元回歸分析更具有代表性。

4.2 對各標志值的分析，得出馬尾松家系球果果長短與果徑大小，呈顯著線性相關，直接影響出種粒數。下一步要進行增加家系、營養(yǎng)狀況、溫度、積溫、采摘時間等方面研究。

［1］ 畢慶雨.數理統計［M］.北京：中國林業(yè)出版社，1994.