5.Вычисление корреляции между возрастом свиноматок и числом поросят в помете

Возраст х	Число поросят у	ху	x2	y2	d = x-y	d2
2	9	18	4	81	-7	46
1	7	7	1	49	-6	36
5	11	55	25	121	-6	36
7	10	70	49	100	-3	9
3	11	33	9	121	-8	64
2	8	16	4	64	-6	36
6	11	66	36	121	-5	25
1	6	6	1	36	-5	25
4	12	48	16	144	-8	64
3	14	42	9	196	-11	121

∑х=34 ∑у=99 ∑ху=361 ∑х²=154 ∑у²=1033 d= -65 ∑d²=465

Числа каждого столбца суммируют. Полученные суммы позволяют вычислить по формуле (14) величины С_х, С_у и C_d.

Соответствующие значения подставляют в форму­лу (12).

Подставляя значения С в формулу (13), получают тот же результат:

Вычисленный коэффициент корреляции указывает на степень и характер связи между изучаемыми призна­ками. Максимально' возможное значение r= + 1 (пол­ная положительная связь). Минимальное значение r =—1 (полная отрицательная связь). При отсутствии связи r=0. Полные положительная и отрицательная свя­зи между признаками встречаются редко. Чаще связи бывают неполными (положительными или отрицатель­ными) .

Вычисление коэффициента фенотипической корреляции для многочисленных выборок.- При вычислении коэффициента фенотипической корреляции в многочисленных выоорках наиболее часто используют следующую формулу:

(15)

где а_х — отклонения классов от условного среднего класса по п'ер-вому признаку; а„—.то же, по второму признаку; f — частоты в корреляционной решетке; п — число животных; β и S вычисляются для рядов первого и второго признаков по формулам:

_{(16) (17)}

6. Суточный удой (х) и живая масса (у) коров, кг

х

у

х

у

х

у

х

у

х

у

х

у

28.8 512 12,3 380 31,2 560 15,2 396 29,0 521 22,8 465 20,2 472 21,4 465 23,9 459 23,4 469 20,7 456 21,1 456

21.4 489 18,9 485 27,0 548 24,8 521 17,5 438 23,1 501

6. 482 21,8 458 20,9 457 23,4 451 22,3 462 20,2 459

6. 468 20,9 413 25,9 517 16,0 445 27,0 507 15,2 381 21,0 479 21,9 428 27,8 531 23,0 458 20,9 450 20,5 466

25.5 515 17,8 447 14,5 426 24,3 524 21,6 474 23,4 461

21.7 451 20,0 412 27,6 495 19,6 487 25,1 420 14,2 543

20.9 475 21,1 560 23,8 453 15,5 416 22,1 456 20,5 462

14.8 402 27,5 542 25,7 527 21,6 418 20,4 478 20,9 453 20,7 473 21,8 468 26,4 500 14,2 393 16,4 437 24,6 512 21,0 467 14,8 502 15,6 531 20,1 455 22,3 454 19,4 472 23,5 458 21,1 487 20,1 410 21,4 462 23,2 464 21,2 473

2. 534 18,1 476 24,9 379 15,7 407 21,7 485 21,4 428

2. 433 25,2 525 21,8 469 21,1 455 22,5 459 21,8 480

2. 528 21,4 481 26,3 545 20,4 482 20,8 483 20,2 419 20,3 452 20,7 464 22,6 450 22,8 455

Ниже приводится методика вычисления коэффициен­та корреляции в многочисленных выборках на примере связи между суточными удоями и живой массой коров. В хозяйстве изучено 100 коров (л=100). Данные по су­точным удоям и живой массе приведены в таблице 6.

Обработка материала должна начинаться с опреде­ления по каждому признаку числа классов и их границ тем же способом, каким это делалось при вычислении X и σ

Величина классового промежутка по первому признаку будет:

0

2. Величина клас­сового промежутка по второму признаку к=