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）

采用相關分析和通徑分析的方法，研究小刀蟶的殼長、殼高、殼寬、鉸合線長、殼頂?shù)胶缶壘€長5個性狀之間對活體質(zhì)量和軟體部重影響，并分別計算了各性狀間的相關系數(shù)和以表型性狀為自變量對體質(zhì)量和軟體部重作因變量的通徑系數(shù)和決定系數(shù)。結果表明,各表型性狀與體質(zhì)量、軟體部重之間的相關系數(shù)均達到極顯著水平（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，呈長卵形，貝殼前端大于后端，表面淡黃色，左、右側扁平，前部比后部稍寬，略似刀形。

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

相關分析和通徑分析的方法已廣泛應用于水產(chǎn)動物的研究中，同樣也應用于軟體動物的研究，但對軟體動物門蟶科動物至今尚未研究[4]。例如：在軟體動物方面，國內(nèi)外對毛蚶的研究多見于其形態(tài)特征、生活習性、生理及養(yǎng)殖技術等方面[5]。陳蓉等[6]通過采用多變量形態(tài)度量等數(shù)量形態(tài)學的研究方法對中國的青島、湛江、天津、福建和海南等5個不同地理種群毛蚶的形態(tài)差異進行了比較研究，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，為毛蚶種質(zhì)資源保護、地理種群識別、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、殼寬、殼高）等生長和形態(tài)性狀指標具有可度量性和直觀性，是貝類遺傳育種中進行選擇和定向培育的常用指標，弄清各指標之間的相關性和緊密程度，對于確定優(yōu)選指標，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性狀，但是陰干活體質(zhì)量較復雜，現(xiàn)場操作有一定困難，而殼大小通過游標卡尺容易準確度量，然后利用多元回歸分析，弄清殼性狀與活體質(zhì)量之間的關系以及對活體質(zhì)量的直接影響大小，具有非常重要的現(xiàn)實意義[7]。而小刀蟶各殼性狀對活體質(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

小刀蟶主要來源于連云港附近海水水域，購買時每個個體干凈健康有活力，形態(tài)完整。把用冰水混合物盛著的小刀蟶放入實驗室備用。實驗器材有：白色塑料盆，電子天平（精確到0.001 g），解剖刀、解剖針、游標卡尺（精確度±0.02 mm）、記號筆。

2.2 測量方法

2.2.1 性別鑒別 在去殼前要辨別一下個體性別，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)測量 測定122只個體的殼長、殼高、殼寬、鉸合線長、殼頂?shù)胶缶夐L、活體質(zhì)量和軟體部重7個性狀。7個性狀的測定標準如下：殼長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測量殼左右兩側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]；鉸合線長為前后耳兩端距離；殼頂?shù)胶缶夐L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)計軟件對實驗數(shù)據(jù)進行處理，本實驗N=122，屬于大樣本，正態(tài)性檢驗時采用Kolmogorov-Smirnov Test檢驗。用該統(tǒng)計軟件分別對小刀蟶各形態(tài)性狀進行統(tǒng)計描述、方差分析、通徑分析，建立回歸方程，并對方程進行顯著性檢驗，得出各個性狀分別與活體質(zhì)量、軟體部重之間的間接通徑系數(shù)。

3 結果與分析

3.1 數(shù)據(jù)獨立性檢驗及描述

3.1.1 雌雄獨立樣本T檢驗 本實驗材料一共采用122只小刀蟶，65只雌性個體，57只雄性個體。由表1得，各形態(tài)形狀的個體顯著值P均大于0.01，由此我們可以認為各個性狀雌雄差別不具有統(tǒng)計學意義，小刀蟶實驗可以雌雄個體混在一起進行各類分析研究。

表1 對各形狀數(shù)據(jù)的對立樣本T檢驗

3.1.2 數(shù)據(jù)描述 表2列出了小刀蟶各主要經(jīng)濟性狀的表型統(tǒng)計量，變異系數(shù)通過標準差與平均數(shù)的比值而來。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、殼高、鉸合線長、殼頂?shù)胶缶夐L等性狀的變異系數(shù)相對較小，而殼寬、活體質(zhì)量、軟體部重等性狀的變異系數(shù)相對較大，其中活體質(zhì)量的變異系數(shù)最大，為0.149；殼長的變異系數(shù)最小，為0.048。

3.2 各經(jīng)濟性狀的相關系數(shù)

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

表2 小刀蟶所測各性狀的表型統(tǒng)計量（N＝122）

表3 小刀蟶各經(jīng)濟性狀間的相關系數(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，只有當各自變量對依變量的單獨決定系數(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，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＝0.816，兩個總決定系數(shù)都大于0.8，并且方差極具有統(tǒng)計學意義，P＜0.01，說明活體質(zhì)量和軟體部重在個體間有差異。

3.4 正態(tài)性檢驗及回歸方程的建立

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)性檢驗結果

3.4.1 正態(tài)性檢驗 由表6可知，SPSS軟件對殼長、殼高、殼寬、鉸合線長、殼頂?shù)胶缶夐L、活體質(zhì)量、軟體部重等各個性狀進行正態(tài)性檢驗后利用Kolmogorov-Smirnov Test的輸出結果。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 ，所以各個性狀變量服從正態(tài)分布，即各個性狀變量可以進行回歸分析。

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)逐步相關的結果，以活體質(zhì)量為依變量，其他形態(tài)性狀為自變量對所有形態(tài)性狀進行逐步回歸分析。建立以殼長（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，并且進行方差分析（見表7），結果顯示，相關系數(shù)均達到極具有統(tǒng)計學意義水平，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)逐步相關的結果，以活體質(zhì)量為依變量，其他形態(tài)性狀為自變量對所有形態(tài)性狀性狀進行逐步回歸分析。建立以殼長（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，并且進行方差分析，結果顯示，相關系數(shù)均達到極具有統(tǒng)計學意義水平，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輸出結果可得到自變量與因變量、各自變量間的相關系數(shù)。X1通過X2對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)量簡單相關關系的分解

由表9、10獲得的信息是：2個自變量對y的直接影響中，殼長X1的直接作用最大，殼寬X2直接作用次之。通過分析各個間接通徑系數(shù)發(fā)現(xiàn)，殼長通過殼寬對活體質(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。殼寬通過殼長對y產(chǎn)生一定的間接作用（0.081、0.063）。所以殼長對無論是活體質(zhì)量還是軟體部重的相關性最大。

4 討論

4.1 多元回歸方程的建立

本文實驗所測量的形態(tài)性狀當中，殼性狀與活體質(zhì)量、軟體部重之間的相關系數(shù)都達到了極具有統(tǒng)計學意義的水平（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量的小刀蟶的個體大小沒有達到均勻水平，或者是小刀蟶的發(fā)育程度不一樣或者是測量時的誤差等。

為量化形態(tài)性狀與活體質(zhì)量、軟體部重之間真實關系及消除回歸方程中自變量共線性問題，本文運用通徑分析進一步來探討所測形態(tài)性狀與活體質(zhì)量、軟體部重之間相互關系。結果顯示，殼長、殼寬與活體質(zhì)量、軟體部重的標準偏回歸系數(shù)極具有統(tǒng)計學意義。逐步回歸分析中剔除不具有統(tǒng)計學意義的性狀殼高、鉸合線長、殼頂?shù)胶缶夐L，建立回歸方程。殼長對活體質(zhì)量和軟體部重的直接效應均為最大，對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、殼頂至后緣長和鉸合線長的直接作用較小，它們主要通過殼長的間接作用影響活體質(zhì)量和軟體部重?？倹Q定系數(shù)是單獨決定系數(shù)和共同決定系數(shù)之和，當總決定系數(shù)＞0.8時，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、殼寬的相關關系。

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

本文通過相關分析和通徑分析，所選入回歸方程中的2個自變量（殼長、殼寬）對活體質(zhì)量、軟體部重的共同決定系數(shù)為0.921和0.816，其實有的物種有時測量指標過少（該測的未測，導致R2偏?。蛘邷y量不準，或者每一個樣品測量起始點不同，導致數(shù)據(jù)不符合狀態(tài)，R2也小。我們設計測量指標時，盡量考慮影響重量性狀的形態(tài)指標，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，說明小刀蟶活體質(zhì)量的92.1%變異是由此2個自變量決定的，軟體部重的81.6%變異是由此2個自變量決定的，其他的變異是因未檢測的因素以及隨機誤差對它們影響因素的全面分析有待于進一步研究。

在有關雙殼貝類的通徑分析中，櫛孔扇貝的殼高對活體質(zhì)量的影響最大，蝦夷扇貝的殼寬對閉殼肌重的影響最大，紫石房蛤的殼寬對活體質(zhì)量的影響最大，青蛤的殼高對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 結論

本文對小刀蟶的殼長、殼高、殼寬、鉸合線長、殼頂?shù)胶缶夐L、活體質(zhì)量和軟體部重7個形態(tài)性狀進行測定，采用相關分析、多元回歸分析等方法計算各性狀之間的相關系數(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)勢研究及主要生長性狀的通徑分析 [J].大連水產(chǎn)學院學報，2007，22（3）：159-163.

[2]何風華，李明輝.Excel在通徑分析中的應用[J].中國衛(wèi)生統(tǒng)計，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，萬初坤，等.中國對蝦形態(tài)性狀對體質(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].動物學報，1964，16（2）：193-209.

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

[7]盛志廉，吳常信.數(shù)量遺傳學[M].北京:中國農(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的研究[D].湛江：廣東海洋大學，2008.

[9]孫振興，常林瑞，徐建鵬，等.扁玉螺（Neverita didyma）表型性狀對體質(zhì)量和軟體部重的影響效應分析[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（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）