УДК ББК Никулина Евгения Витальевна, студент группы СВТ-11, ФГБОУ ВО «Государственный аграрный университет Северного Зауралья», г. Тюмень; Якобюк Любовь Ильинична доцент, доктор сельскохозяйственных наук ФГБОУ ВО «Государственный аграрный университет Северного Зауралья», г. Тюмень Применение корреляционного анализа в биологических науках Корреляционный анализ - это инструмент, позволяющий установить связь между двумя переменными, а также рассчитать, насколько сильна взаимосвязь между этими переменными. Корреляционная связь прежде всего является вероятностной, т.е. систематическому изменению одной величины будет сопутствовать изменение другой на различные (варьирующие) значения; далее, статистической - проявляется лишь в среднем для всей выборки. Ключевые слова: корреляционный анализ, обратная связь, коэффициент корреляции. Применение корреляционного анализа значительно распространено в биологических науках, так как цель любого научного исследования состоит в нахождении зависимостей между изучаемыми переменными. Корреляционную связь нельзя обнаружить на единичных объектах, она наблюдается только при анализе совокупности, т.е. при имеющейся большой выборке. Целью исследования является осветить применение корреляционного анализа в биологических науках, а также показать значимость данного метода. Задачи исследования: изучить учебные дисциплины, в которых может быть применен корреляционный анализ, перечислить виды связей КА. В мире практически все в той или иной степени взаимосвязано, соответственно имеется прямая и обратная связь между переменными: один признак влияет на другой, и изменение которого будет сопряжено с первым.[4] Используем пример - физиологические реакции организма и экологические отношения, например между симбиотическими бактериями в кишечнике и организмом хозяина. Естественный рост организма хозяина, и соответственно принятие более сложной пищи, непосредственно обеспечивает рост численности симбионтов, которые способствуют расщеплению целлюлозы и усваиванию витаминов. Обратная связь - это и есть взаимодействие. Основная причина применения данного вида анализа в том, что каждый биологический признак является функцией некоторых переменных. На его проявление и величину оказывает влияние как внутренние, так и внешние факторы в т.ч., случайные, что и вызывает вариацию признака. Отсюда связь между ними приобретает не функциональный, а статистический характер, когда определённому значению одного признака соответствует не одно значение, а целая разновидность числовых значений другого признака. Коэффициент корреляции изменяется от «-1,00 до 1,00». Значение корреляции «1,00» представляет собой вариант идеальной детерминированной отрицательной связи, значение «+1,00» - является выражением идеальной детерминированной положительной корреляции. Значение 0,00 является отсутствием корреляции. [4] Виды КА: 1. Коэффициент корреляции Пирсона - представляет собой прямолинейную связь между переменными: его значение достигают максимума, когда точки на графике двумерного рассеяния лежат на одной прямой линиих[2] Влияние испытуемых составов на биохимические показатели крови поросят. Показатели Группы(препарат) Янтарный Металлосукцинат+ф Гентамицин биостимулятор+ф Белок, г/л 54,7 + 2,3 57,6 ∓ 2,4 54,3 + 3,1 58,9 ∓ 3,2 53,2 + 2,9 54,2 ∓ 3,2 Общий кальций, 1,58 + 0,11 1,77 ∓ 0,14 1,57 + 0,13 1,92 ∓ 0,11 1,59 + 0,12 1,59 ∓ 0,17 1,39 + 0,11 1,54 ∓ 0,12 1,42 + 0,13 1,53 ∓ 0,14 1,45 + 0,14 1,47 ∓ 0,13 29,7 + 2,1 38,8 ∓ 2,5 29,2 + 2,6 39,3 ∓ 2,3 28,7 + 2,9 26,6 ∓ 1,8 Железо, моль/л 14,3 + 1,9 16,7 ∓ 2,3 15,1 + 1,8 24,2 ∓ 2,4 15,2 + 1,5 14,8 ∓ 1,9 Медь, мкмоль/л 15,7 + 1,4 16,8 ∓ 1,5 15,8 + 1,5 19,4 ∓ 1,4 15,9 + 1,4 15,6 ∓ 1,8 Кобальт, мкмоль/л 0,43 + 0,10 0,47 ∓ 0,12 0,45 + 0,12 0,53 ∓ 0,11 0,42 + 0,14 0,43 ∓ 0,12 ммоль/л Неорганический фосфор, моль/л Резервная щелочность, об%CO2 Цинк,мкмоль/л 41,3 + 3,2 43,5 ∓ 3,6 42,4 + 3,4 41,3 ∓ 2,9 41,8 + 3,5 49,3 ∓ 3,4 Рис.1 Примечание: числитель – показатель до лечения; знаменатель – показатель на 3 сутки после прекращения диарейного синдрома. На рис.1 приведен пример корреляции по дисциплине «токсикология», описывающая влияние испытуемых составов на биохимические показатели крови поросят. Возьмём опыт на поросятах, страдающих диарейным синдромом. Продолжительность опыта была определена в 5 дней. Соответственно на таблице отображена связь между применением определенного препарата на биохимический состав крови. [5] Коэффициенты корреляции между содержанием микроэлементов в крови и молоке коров. Показатель Молоко Кровь коров Cu Zn Mn Fe Co Se Cu -0,486С -0,143 С -0,314 С -0,257 С 0,371 С 0,257 С Zn -0,829 С 0,139 0,771 С -0,486 С -0,497 -0,235 Mn -0,829 С -0,734 0,771 С -0,486 С -0,351 -0,400 Fe -0,714 С -0,809 -0,600 С -0,257 С -0,610 -0,523 Co -0,086 С 0,791 0,143 С -0,600 С 0,301 0,382 Se 0,486 С -0,459 -0,314 С -0,257 С 0,616 0,240 коров Рис.2 С - коэффициент корреляции Спирмена, без индекса - коэффициент корреляции Пирсона На рис.2 отмечена корреляция и Спирмена, и Пирсона, показывающие данные, которые можно использовать в прогнозе изменения уровня микроэлементов при изменении их содержания в рационах кормления. [1] 2. Коэффициент ранговой корреляции Спирмена - позволяет определить тесноту (силу) и направление корреляционной связи между двумя признаками или двумя профилями(иерархиями) признаков[2]. Примером служит дисциплина «кормление животных и кормопроизводство». На рис.3 показано измерение веса телят при скармливании в составе рационов комбикорма, приготовленные по определенному рецептам. В таблице приведены показатели по изменению живой массы и среднесуточного прироста телят. По данным таблицы видно, что при формировании групп живая масса подопытных телят была практически одинаковой, но уже в 3-месячном возрасте телята 2-ой группы по этому показателю превосходили контроль на 2,8 кг, а в 6-месячном возрасте - на 6,2 кг, или на 5,3%. Соответственно отличался и среднесуточный прирост живой массы.[6] Изменение живой массы и среднесуточный прирост телят. Показатели Прототип (1 группа) Предлагаемый (2 группа) Живая масса, кг В 1 месяц 46,7±0,55 47,0±0,50 В 2 месяц 58,5±0,76 60,2±0,52 В 3 месяц 81,5±0,70 84,3±0,20 В 4 месяц 108,0±0,92 110,0±0,65 В 5 месяц 130,5±1,14 134,5±0,86 В 6 месяц 157,0±1,05 116,2±1,18 Валовый прирост за период 110,3±1,10 116,2±1,18 100 105,3 736±10,6 778±11,0 100 105,7 % к контролю Среднесуточный прирост за период % к контролю Р<0,05; P<0,01 Рис.3 3. Коэффициент ранговой корреляции Кендалла - показывает разность вероятностей «совпадений» и «инверсий». Коэффициенты Спирмена и Кендалла являются аналогичными, но при введении дополнительных объектов в ходе исследования метод Кенделла имеет некоторые вычислительные преимущества. Коэффициент корреляции используется в случае, когда переменные представлены двумя порядковыми шкалами при условии, что связанные ранги отсутствуют. Вычисление коэффициента Кендалла связано с подсчетом числа совпадений и инверсий.[4] Этот коэффициент изменяется в пределах и рассчитывается по формуле: (P - Q): ( (n (n - 1)) :2), где P - общее количество совпадений; Q - общее количество инверсий. 4. Коэффициент ранговой корреляции Гудмена-Краскела. - имеет четкое разграничение на зависимые(Y) и независимые (X) переменные. На сегодняшний день уже все биологические исследования проходят обязательную статистическую обработку. Особую проблему корреляционного анализа представляют ложные корреляции, созданная некоей третьей переменной - Z, с которой выявлены корреляции изучаемых дву х переменных. Основная проблема с выявлением ложной корреляцией заключается в том, что третья переменная бывает неизвестна, из-за которой и существует ложная корреляция. Однако в тех случаях, когда известна эта третья переменная Z, применяется метод частной корреляции, обосновывающий наличие взаимосвязей между X и Y. Итак, назначение частной корреляции заключается в обосновании факта, что связь между переменными x и y зависит от Z, либо не зависит от Z. Нулевой гипотезой является равенство частной корреляции нулю в генеральной совокупности, альтернативная гипотеза заключается в утверждении наличия достоверной корреляционной связи между X и Y, не зависящей от Z.[4] Вывод: В данной работе были приведены данные с применением корреляционного анализа в биологических науках, а именно в таких дисциплинах, как «токсикология», физиология и этология животных» и «кормление животных и кормопроизводство». Корреляционный анализ имеет важное значение для биологических наук. Так, он позволяет определить связь между переменными X и Y, например связь между прикормом и показателями организма у животных, позволяет спрогнозировать получение урожая, смену численности поголовья животных определенного вида. Список литературы. 1. Крупин Е. О. Корреляционный анализ как диагностический и прогностический критерий в оценке метаболизма микроэлементов у крупного рогатого скота // Достижения науки и техники АПК. 2020. Т. 34. № 3. С. 1–6. 2. https://nafi.ru/upload/spss/Lection_6.pdf 3. В. Н. Райбман, Н. С. Райбман. - Текст : электронный // Большая Медицинская Энциклопедия (БМЭ), под редакцией Петровского Б.В., 3-е издание. - URL: https://бмэ.орг/index.php/КОРРЕЛЯЦИОННЫЙ_АНАЛИЗ (дата обращения: 24.02.2023). 4. В.П. Ильин Корреляционный анализ количественных данных в медикобиологических исследованиях ФГБУ «Научный центр проблем здоровья семьи и репродукции человека» СО РАМН // Иркутск, 2013. – 1-6 с. 5. О.Б. Ситникова теоретические и практические аспекты применения средств иммунометаболической направленности при желудочно-кишечных болезнях (лавсониоз) молодняка свиней: автор.дис на соискание ученой степени кандидата ветеринарных наук канд. вет. наук : 06.02.02 / Ситникова Ольга Борисовна - Курск - 2015 - 22с. 6. Филиппова О.Б., Милушев Р.К., Фролов А.И. Стартерный корм для телят // Патент России № 2577357. 2015. Бюл. № 8.
