CC BY
15УДК 635.521:631.527 http://dx.doi.Org/10.21498/2518-1017.13.3.2017.110716
Практичн аспекти застосування статистичного анализу мльккних ознак сорлв салату посевного var. capitata L.
Н. В. Лещук*, Н. С. Орленко
Укратський институт експертизи copmie рослин, вул. Генерала Родимцева, 15, м. Kuíe, 03041, Украта, *e-mail: [email protected]
Мета. Визначити та об^рунтувати практичт аспекти застосування статистичного анал1'зу для опрацювання результалв досл1'дження морфолоп'чного опису сорлв салату поа'вного Lactuca sativa L. тд час !'х 1дентиф1кац1'1 у в1'дпов1'дних фенолоп'чних фазах росту й розвитку. Методи. Польовий, анал1'тичний, який ^рунтуеться на результатах розрахунк1в з використанням статистичних показник'в описово!' статистики та кластерного анал1зу. Результати. Для сорлв Lactuca sativa L. встановлено юльмст величини прояву таких морфолоп'чних ознак, як д1аметр розетки, розм1р головки, товщина листково!' пластинки та íí жилкування. Визначено статистичн показники чотирьох морфолоп'чних ознак рандом1зовано'1 виб1рково'1 сукупност семи сорт1'в салату пос1'вного та зд1'йснено 1'нтерпретац1'ю результат1'в статистичного анал1'зу. 1дентиф1'ковано сорти салату пос1'вного листково!' та головчасто!' р1'зновидностей у в1дпов1дт фенолопчт фази росту й розвитку. Визначено найпридатн1'ший метод для кластеризацл сорл'в салату пос1'вного. 1нтерпретовано результати кластеризац11. Встановлено, що найб1'льш в1'дм1'тним е сорт 'Годар', найб1'льш под1'бними - сорти салат1'в'Думка' та 'Ольжич'. Висновки. За результатами щентифкацИ' встановлено, що сорти салату головчастого схож1 у таких комб1'нац1'ях: 'Бона' та 'Дивограй', 'Ольжич' i 'Думка'. За тривалктю м1'жфазних пер1'од1'в можна зазначити найвищу скоростиглкть сорлв 'Думка' та 'Дивограй' пор1вняно 1'з сортами 'Бона' та 'Годар', найнижчу - пор1вняно 1'з сортом 'Ольжич'.
Нлючов! слова: салат поавний, сорт, мopфoлoгiчнi ознаки, колекц1я, дoбip, в1дм1тнкть, описова статистика, клас-терний аналiз, кластериза^я, метод Уорда.
Вступ
Салат поывний (Lactuca sativa L.) мае особ-ливу харчову цшшсть, що й зумовлюе зрос-таючий попит споживач1в на св1жу зеленну продукщю протягом року як в Укра!ш, так i за i"i межами. Неввд'емною складовою селек-щйних дослвджень з вдентифшацшно! ощн-ки вихвдного матерiалу (сортозразки та сорти) е статистичний аналiз отриманих резуль-татiв. Широкий спектр морфологiчних ознак, ям використовують на рiзних етапах селек-цшно! практики п1д час вивчення колекцш i дослiдження ушфшованих ознак сортiв, зумовлюе дощльшсть використання рiзнома-нiтних методiв статистичного аналiзу.
Державний реестр сортiв рослин, придат-них для поширення в УкраЛш, сьогоднi мгс-тить 112 сорпв салату посiвного, з них 29 -головчасто! та 81 - листково! рiзновидностей, два салати ромен та один - спаржевий.
Об'екти вибiрки мають кiлькiснi та ямсш характеристики i е багатовимiрною сукуптс-тю, що характерно для б1льшосп завдань се-лекцшних досл1джень.
Iдентифiкацiя сортiв салату посiвного пе-редбачае використання морфологiчного опису
Nadiya Leschuk
http://orcid.org/0000-0001-6025-3702 Nataliya Orlenko
http://orcid.org/ 0000-0003-0494-2065
яшсних (QL), к1лькксних (QL) та псевдоякс-них (PQ) ознак. Шльшсш ознаки е об'ек-тивними даними для проведення кластерного аналiзу (класифшацп) для впорядкування сортiв салату за 1'хньою подiбнiстю. Результатом класифшаци е групи сортiв салату з най-меншою внутрiшньою груповою мiнливiстю ознак, що в подальшому полегшуе порiвнян-ня сортiв салату в межах рiзновидностi та дае змогу точнiше 1х iдентифiкувати.
3 використанням багатовимiрного кластерного аналiзу iдентифiковано сорти головчастого салату. Основними критерiями для виз-начення подiбностi сортiв салату були: рiзно-виднiсть салату, дiаметр рослини, товщина листов, жилкування листково! пластинки, довжина листов, збиральна стиглiсть, утво-рення головки рослини, викидання квггконо-са ввдпов1дно до фаз фенологiчного розвитку
Мета дослгджепъ — визначити та об^рун-тувати практичш аспекти застосування статистичного аналiзу для опрацювання ре-зультатiв дослiдження морфологiчного опису сорпв салату посiвного Lactuca sativa L. шд час вдентифшаци 1х у вiдповiднi феноло-nrai фази росту й розвитку.
Материали та методика досл1*джень
Данi польових досл1джень 2012-2014 рр. було використано як матерiал для статистичного аналiзу. Вивчали сiм сортiв салату по-сiвного: 'Бона', 'Годар', 'Дивограй', 'Думка',
ISSN 2518-1017 PiaNT VftRIETÏEs StuDYING ftND Protection, 2017, Vol. 13, No 3
313
'Золотий шар', 'Ольжич', 'Сшжинка'. Шльшс-Hi величини вим1р1в вегетативних та генера-тивних органiв слугували масивом даних для подальшого статистичного аналiзу.
Методика проведення досл1джень в1дпов1да-ла вимогам М:1жнародного союзу з охорони но-вих сорив рослин (International Union for the Protection of New Varieties of Plants, UPOV) та прийнятих в Укра'1Ш методичних рекоменда-цш [1]. П1д час проведення статистичного ана-л:зу даних польових спостережень з 39 ознак, визначених методикою [2] проведення експер-тизи сорив салату полного, було виокремле-но дан: фенолоичних спостережень, зокрема дату сход:в, тривалгсть основних фаз розвитку [збиральна стиглгсть, утворення головки, ви-кидання квггконоса (до початку цвтння)] та шльмсш морфологачш ознаки: д:аметр розетки, розм:р головки, товщина листково! пластинки, жилкування листково! пластинки.
Щоб ретельно ознайомитися з вих1дним ста-тистичним матер:алом i з'ясувати можливгсть застосування ввдповвдних статистичних мето-д:в для його оброблення, в технолоию ком-п'ютерного опрацювання даних було включено етап, що мае назву розв1дувальний [3]. Для оцшювання якосп даних використано д:агра-му BOX plot або box-and-whiskers plot, що в переклад: на украшську мае назву «коробчас-та д:аграма» чи «ящик з вусами». Для побудо-ви коробчасто! д:аграми використано так: по-казники: середне значення, мед:ана, мш:мум, максимум, кварт1ль 1, квартль 3.
На другому еташ. статистичного анал1зу було застосовано методи описово! статистики та кластерний анал:з для багатом:рних виб:рок.
Показники описово! статистики було розра-ховано з використанням пакету Анал:зу, що входить до складу електронно! таблиц: Excel.
У теори кластерного анал:зу е агломера-тивш :ерарх:чш та див:зшш методи [3, 6].
Розр:зняють так: агломеративш методи :ерарх:чного кластерного анал:зу: одиночного зв'язку, повного зв'язку, середнього зв'язку, Уорда, найближчого сусвда, далекого сусвда, середнього зв'язку, мед:анного зв'язку.
У практищ анал:зу даних селекщйно! ро-боти найпоширешшим е метод Уорда.
Для кластеризаци об'екпв обчислюють за-звичай евклидов: ввдсташ м:ж об'ектами в уих парних сполученнях.
Послвдовшсть автоматично! кластеризаци для методу Уорда е такою: спочатку кожен кластер складаеться з одного об'екта, поим об'еднують два найближч: кластери. Для них визначають середш значення кожно! ознаки й розраховують суму квадрапв в:д-хилень за формулою:
v = X x- x) ,ij
äe l - HOMep K—acTepa; i - HOMep oö'eKTa (i = 1, 2, ... , nl); nl - Ki—tKicTt oö'eKTiB b l-TOMy K—acTepi; j - HOMep O3HaKH (j = 1,2, ..., k); k - KijitKicTt O3HaK, m;o xaparcrepH3yroTt KOWHHH OÖ'eKT.
K—acrepH3an;iro npoBOäH—H 3a äonoMororo cTaTHCTH^HOro naKeTa SPSS Statistics («Statistical Package for the Social Sciences). niä ^ac pO3paxyHKiB BHKopHcroByBa—H TecTOBy (trial) Bepciro naKeTa [7-10].
Ä—a npOBefleHHa iepapxräHoro K—acTepHoro aHa—i3y öy—o oöpaHO «äiana3OH pimeHHa» Biä 2 äO 4 K—acTepiB.
niä ^ac npOBeäeHHa K—acTepH3an;ii öy—o aB-TOMaTH^HO BH^y^eHO äBa cnocrepe^eHHa, m;o BiänOBiäaroTü äaHHM cOpTiB —hctkoboto caaa-Ty 'CHi^HHKa' Ta '3o—othh map'. K—acTepH3a-öiro BHKOHaHO ä—a n'aTH cOpTiB ro.aoB^acToro ca—ary.
Pe3y^bTaTM floc^ifl^eHb
3a pe3y—tTaTaMH BHB^eHHa Mop^o—orräHHx O3HaK ceMH äoc—iä^yBaHHx cOpTiB ca—aTy no-ciBHOrO pO3paxOBaHO: craHäapTHHH nepe—iK nOKa3HHKiB OnHcOBOi cTaTHcTHKH Ta äOäaTKOBi nOKa3HHKH, aKi BHKOpHcTaHO ä—a noöyäOBH Kopoö^acrax äiarpaM. CTaracTH^Hi noKa3HH-kh ä—a O3HaK «äiaMeTp pO3eTKH» Ta «po3Mip ro—OBKH poc—HHH» HaBeäeHO b Taö-Höax 1-4.
ÄaHi, HaBeäeHi b Taö-Höi 1, cBiä^aTt, m;o 3a MaKcHMa-üHHM äiaMeTpoM po3eTKH copTH ro--OB^acToro ca-aTy npopaH^OBaHO y TaKifi noc--iäOBHocTi: 1 - 'ÄHBorpafi' (12,3 cm), 2 - 'O—t-(10,5 cm), 3 - 'ÄyMKa' (9,4 cm), 4 - 'BoHa' (9,3 cm), 5 - Toäap' (8,9 cm).
Po3MipH ro-OBKH (BiänoBiäHO äo äaHHx, Ha-BeäeHHx y Taö-Höi 2) MaroTt MaTeMaTH^He cno-äiBaHHa: 'BoHa' - 8,156 cm, Toäap' - 7,772 cm, 'ÄHBorpafi' - 10,792 cm, 'ÄyMKa' - 8,08 cm, '3o-othh map' - 7,544 cm, 'O-t^H^' - 9,732 cm, 'Cii^HHKa' - 10,672 cm.
ToBm;HHa -hctkoboi n-acTHHKH (BiänoBiäHO äo äaHHx, HaBeäeHHx y Taö-Höi 3) copTy 'BoHa' Mae TaKi Ki—tKicHi npoaBH: MaTeMaTH^He cnoäiBaHHa - 0,484 mm, MiiiMa—tHe 3Ha^eHHa - 0,4 mm, MaK-cHMa—tHe - 0,5 mm; copTy Toäap' - 0,48 mm, 0,4 Ta 0,5 mm BiänoBiäHo; copTy 'ÄHBorpafi' -0,484 mm, 0,4 Ta 0,5 mm BiänoBiäHo; copTy 'ÄyMKa' - 0,492 mm, 0,4 Ta 0,500 mm BiflnoBiflHo; copTy '3o—othh map' - 0,964 mm, 0,8 Ta 1 mm BiänoBiäHo; copTy O—t^H^ - 0,98 mm, 0,8 Ta 1 mm BiänoBiäHo; copTy 'Cm^HHKa' - 0,964 mm, 0,8 Ta 1 mm BiänoBiäHo. TaKHM ^hhüm, 3a O3HaKoro «TOBm^HHa —HcTKOBOi n—acTHHKH» äoc—iä^yBaHi
314
СОРТОВИВЧЕННЯ TA OXOPOHfl ПРАВ НЛ СОРТИ рослин, 2017, Т. 13, №3
Таблиця 2
Значения показник'в описово1 статистики для рандом1*зовано1 виб1*рково1 сукупносл сорп'в салату
за ознакою «розм1'р головки»
Таблиця 1
Значення показник'в описово1 статистики для рандом1'зовано1 виб1'рково1 сукупносп сорт'в салату
за ознакою «д!'аметр розетки»
Статистичний показник Сорти
'Бона' 'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Ст'жинка'
Математичне спод1'вання 8,156 7,772 10,792 8,080 7,544 9,732 10,672
Стандартна помилка 0,596 0,388 4,272 0,098 0,098 0,125 0,090
Мед1'ана 8,300 7,600 11,100 8,100 7,500 9,800 10,800
Стандартне в1'дхилення 0,689 0,508 0,986 0,707 0,474 0,398 0,921
Дисперс'я виб1'рки 0,474 0,258 0,972 0,500 0,224 0,158 0,849
Асиметричн'сть -0,676 0,470 -0,856 -0,262 0,507 0,240 -1,446
М1'н1'мум 6,500 7,100 8,600 6,800 6,900 9,200 7,900
Максимум 9,300 8,900 12,300 9,400 8,600 10,500 11,800
Р1'вень над1'йност1 (95,0%) 0,284 0,210 0,407 0,292 0,195 0,164 0,380
Кварлль 1 7,800 7,400 10,300 7,800 7,200 9,400 10,500
Кварлль 3 8,700 8,200 11,400 8,600 7,900 10,000 11,300
Дат для п обудови графтка Box Plot
Bottom 7,800 7,400 10,300 7,800 7,200 9,400 10,500
2 Q Box 0,500 0,200 0,800 0,300 0,300 0,400 0,300
3 Q Box 0,400 0,600 0,300 0,500 0,400 0,200 0,500
Whisker - 1,300 0,300 1,700 1,000 0,300 0,200 2,600
Whisker + 0,600 0,700 0,900 0,800 0,700 0,500 0,500
Статистичний показник Сорти
'Бона' 'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Ст'жинка'
Математичне спод1'вання 7,792 7,732 10,188 8,052 7,608 9,640 10,420
Стандартна помилка 0,140 0,093 0,208 0,091 0,098 0,078 0,109
Мед1'ана 7,700 7,600 10,200 8,100 7,500 9,600 10,500
Стандартне вщхилення 0,702 0,464 1,039 0,457 0,488 0,392 0,543
Диспера'я виб1'рки 0,492 0,216 1,079 0,208 0,238 0,153 0,295
Асиметричт'сть 0,186 0,381 0,112 0,181 0,073 0,452 -1,029
М1'т'мум 6,500 7,100 8,600 7,300 6,800 9,100 8,900
Максимум 9,200 8,500 12,300 8,900 8,400 10,500 11,200
Р1'вень над1'йносп (95,0%) 0,284 0,210 0,407 0,292 0,195 0,164 0,380
Кварлль 1 7,200 7,300 9,300 7,600 7,200 9,300 10,200
Кварлль 3 8,400 8,100 0,900 8,400 8,100 9,800 10,700
Дат для побудови графтка Box Plot
Bottom 7,200 7,300 9,300 7,600 7,200 9,300 10,200
2 Q Box 1,100 0,300 1,800 0,500 0,300 0,500 0,600
3 Q Box 0,100 0,500 -0,200 0,300 0,600 0,000 -0,100
Whisker - 0,700 0,200 0,700 0,800 0,300 0,100 2,300
сорти салату розподьлено на дв1 групи: з тов-щиною вiд 0,4 до 0,5 мм та ввд 0,8 до 1 мм.
Жилкування листково'1 пластинки (ввдпо-вiдно до даних, наведених у таблицi 4) спо-стерiгалось у таких дiапазонах: 'Бона' - ввд 85 до 96, 'Годар' - ввд 76 до 84, 'Дивограй' - в^д 82 до 119, 'Думка' - вщ 100 до 104, 'Зо-лотий шар' - ввд 100 до 104, 'Ольжич' - вiд 102 до 104,' Сшжинка' - ввд 114 до 116.
На еташ розвiдувального аналiзу отрима-нi статистичш показники вiзуалiзовано з ви-користанням коробчастих дiаграм (рис. 1). Цей тип дiаграм мае такi елементи: «коробка», «вуса» та «викиди». «Коробка» включае значення, якi входять до штеркварпльного розмаху (1КР - це рiзниця мiж третiм i пер-
шим квартiлем). «Вуса» - значення, ям зна-ходяться нижче й вище першого та третього кварпля. «Викиди» - значення, ям знахо-дяться поза межами штервала 1.5 X 1КР.
З аналiзу рисунка 1 випливае, що для вих ознак сорту 'Думка' вадсутт. «викиди», а для значень сорту 'Сшжинка' на двох дiа-грамах «викиди» (рис. 1а, рис. 1б) зазначено ввдповвдно до методики [3], у вибiрцi з 60 рослин допускаються двi нетиповi, з 20 -одна нетипова рослина. Для дослвдження було обрано 25 рослин кожного сорту, тому можна вважати, що «викиди» не е нетипови-ми. Вiзуальний аналiз дiаграм також сввд-чить, що сорти под^еш за товщиною листка на двi групи (рис. 1в).
ISSN 2518-1017 PiaNT VлRIETÏES StuDYING ЛЛО Protection, 2017, Vol. 13, No 3
315
Таблиця 4
Значения показник'в описово! статистики для рандом1*зовано1 виб1*рково1 сукупносл сорпв салату
за ознакою «жилкування листково! пластинки»
Таблиця 3
Значення показник1*в описово! статистики для рандом1*зовано1' виб1'рково! сукупносл сорт1*в салату
за ознакою «товщина листково! пластинки»
Показник Сорти
'Бона' 'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Ст'жинка'
Математичне спод1'вання 0,484 0,480 0,484 0,492 0,964 0,980 0,983
Стандартна помилка 0,007 0,008 0,007 0,006 0,015 0,010 0,008
Мед1'ана 0,500 0,500 0,500 0,500 1,000 1,000 1,000
Стандартне в1'дхилення 0,037 0,041 0,037 0,028 0,076 0,050 0,038
Дисперс'я виб1'рки 0,001 0,002 0,001 0,001 0,006 0,003 0,001
Асиметричтсть -1,975 -1,597 -1,975 -3,298 -1,771 -2,609 -1,910
М1н1мум 0,400 0,400 0,400 0,400 0,800 0,800 0,900
Максимум 0,500 0,500 0,500 0,500 1,000 1,000 1,000
Р1'вень над1Йност1 (95,0%) 0,01544 0,01685 0,01544 0,01142 0,03125 0,02063 0,01607
Кварлль 1 0,500 0,500 0,500 0,500 1,00 1,0000 1,000
Кварлль 3 0,500 0,500 0,5000 0,500 1,00 1,0000 1,000
Дан1 для побудови графтка Box Plot
Bottom 0,500 0,500 0,500 0,500 1,000 1,000 1,000
2 Q Box 7,800 7,100 10,600 7,600 6,500 8,800 9,800
3 Q Box -7,800 -7,100 -10,600 -7,600 -6,500 -8,800 -9,800
Whisker - -6,000 -6,600 -8,100 -6,300 -5,900 -8,200 -6,900
Whisker + 8,800 8,400 11,800 8,900 7,600 9,500 10,800
Показник Сорти
'Бона' 'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Ст'жинка'
Математичне спод1'вання 90,864 81,000 113,876 101,052 101,052 103,292 115,604
Стандартна помилка 0,596 0,388 4,272 0,098 0,098 0,125 0,090
Мед1'ана 90,500 81,300 118,200 101,000 101,000 103,500 115,700
Стандартне в1'дхилення 2,982 1,941 21,362 0,489 0,489 0,626 0,452
Дисперс'я виб1'рки Асиметричт'сть 8,895 0,238 3,767 -0,168 456,329 -4,990 0,239 -0,083 0,239 -0,083 0,392 0,127 0,205 -0,225
М1'т'мум 85 76 82 100 100 102 114
Максимум Р1'вень над1йносп (95,0%) 96 1,231 84 0,801 119 8,818 101 0,202 101 0,202 104 0,259 116 0,187
Кварт1'ль 1 89,200 79,500 117,800 84,00 100,700 102,600 115,200
Кварлль 3 93,100 82,500 118,600 86,400 101,500 103,700 115,900
Дан1 для побудови графтка Box Plot
Bottom 89,200 79,500 117,800 84,000 100,700 102,600 115,200
2 Q Box -80,900 -71,900 -106,700 -75,900 -93,200 -92,800 -104,400
3 Q Box 84,800 74,900 107,500 78,300 94,000 93,900 105,100
Whisker - 82,700 72,400 109,200 77,200 93,800 93,400 107,300
Whisker + -83,800 -73,600 -106,300 -77,000 -92,900 -93,200 -104,100
Шдсумовуючи результат етапу розввду-вального анал1зу, можна зазначити, що Bci отримаш з генерально! cукупноcтi вибiрковi даш е придатними для подальшого статис-тичного оброблення.
За даними описово! статистики побудовано гicтограми мiнiмальниx та максимальних значень кiлькicниx морфологiчниx ознак (рис. 2-5).
У вибiрковiй сукупносп доcлiджуваниx рослин максимальний дiаметр розетки мали рослини сорту 'Дивограй', мiнiмальний -сорту 'Бона' (рис. 2).
Сорт 'Думка' за значеннями статистичних показнимв описово! статистики е подiбним
до cортiв 'Годар', 'Золотий шар'. Bибiрка е асиметричною для вих рослин cукупноcтi.
Сорт салату 'Дивограй' також мае максимальний розмiр головки, розмах значень е найменшим для cалатiв 'Годар', 'Думка' та 'Золотий шар' (рис. 3). Отже, за щею ознакою сорт 'Думка' е подiбним до cортiв 'Годар' та 'Золотий шар'. За товщиною листк: салати було под1лено на дв: групи (рис. 4): в1д 0,4 до 0,5 мм та в1д 0,8 до 1 мм. Сорт 'Думка' за ознакою «товщина листково! пластинки» е ш^Цб-ним до сорив 'Бона', 'Годар' та 'Дивограй'.
Найб^ьшу юльюсть жилок було зафшсо-вано в салату сорту 'Дивограй', найменшу -в сорту 'Годар' (рис. 5).
316
сортовивчЕння та охорона прлв на сорти рослин, 2017, Т. 13, №3
14 12 10
4 2 0
a)
1,2
1 0,8 0,6 0,4 0,2
^---
14 12 10
---
4 2 0
6)
140 120 100 80 60 40 20
00 b) r)
Pmc. 1. Kopo6nacTa fliarpaMa 03HaK, aki BM3HanaroTb Mopôoëoriw:
a) fliaMeTp poçeTKH, 6) po3MÏp ro^oBKM, b) tob^mhs ëHCTKa, r) œM.KyBaHHfl .hctkoboï n.acTHHKH flëfl copTÏB: 1. 'BoHa', 2. Toflap', 3. 'flHBorpaé', 4. 'flyMKa', 5. '3o.othm map', 6. 'OëbœHn', 7. 'CrnœHHKa'
CopT 'flyMKa' 3a 03HaK0ro «œHëKyBaHHa ëHcTKoBoï nëacTHHKH» e nofliÔHHM flo copTiâ '3o-ëOTHH map' Ta 'Oflbœnq'.
TicTorpaMa MaTeMaTH^Horo cnofliâaHHa oç-HaK «fliaMeTp po3eTKH», «po3Mip roëoBKH», «tob-ùHHa ëHCTKa» HaBefleHo Ha pècyHKy 6.
^ëa noêaçHHKa «fliaMeTp po3eTKH» cTaHflapT-Ha noxHÔKa nepeôyBae b Meœax Bifl 0,080 flo 0,197, cTaHflapTHe BiflxHëeHHa - Bifl 0,398 flo 0,986, flHcnepcia - Bifl 0,158 flo 0,972. ^ëa no-KaçHHKa «po3Mip roëoBKH pocëHHH» cTaHflapTHa noxHÔKa nepeôyBae b Meœax Bifl 0,078 flo 0,208, cTaHflapTHe BiflxHëeHHa - Bifl 0,392 flo 1,039, flHcnepcia - Bifl 0,153 flo 1,079. CTaHflapTHa no-XHÔKa noêaçHHKa «ToBùHHa ëHcTKoBoï nëacTHH-kh» nepeôyBae b Meœax Bifl 0,006 flo 0,015, cTaHflapTHe BiflXHëeHHa - Bifl 0,028 flo 0,076, flHcnep-cia - Bifl 0,001 flo 0,006. ^ëa noêaçHHKa «œHë-KyBaHHa ëHcTKoBoï nëacTHHKH» poçpaxoBaHe 3Ha^eHHa cTaHflapTHoï ïoxhôkh nepeôyBae b Meœax Bifl 0,037 flo 0,596, cTaHflapTHoro BiflxH-ëeHHa - Bifl 0,037 flo 2,982, flHcnepciï - Bifl 0,205 flo 8,895.
CTaTHcTH^Ha xapaKTepècTHKa oTpHMaHHx BHÔipêoBHx flaHHx flae 3Mory 3poÔHTH bhcho-bok, ùo MaTeMaTH^He cnofliâaHHa Mopôoëo-ri^HHx o3HaK Moœe 6yTH BHKopHcTaHo flëa no-
flaëtmoro flocëiflœeHHa, 3oKpeMa npoBefleHHa KëacTepHoro aHaëi3y flëa niflTBepflœeHHa rino-Te3H ùoflo nofliÔHocTi flocëiflœyBaHoï BHÔipKH flo iHmèx copTiâ caëaTiâ.
3a flaHHMH ôeHoëori^Horo flocëiflœeHHa (pèc. 7) 3a3Ha^eHo BHùy cKopocrarëicTB copTiâ 'flyMKa' i '^HBorpan' nopiBHaHo i3 copTa-mh 'BoHa', 'Toflap' Ta HHœ^y - nopiBHaHo i3 cop-tom 'OëtœHi'. TpHBaëicTt nepiofly Bifl noaBH cxofliâ flo yTBopeHHa roëoBoK flocëiflœyBaHHx copTiâ cTaHoBHëa: 'BoHa' - 12 fliô, 'Toflap' - 37, '^HBorpan' - 32, '^yMKa' - 33, '3oëoTHH map' -28, 'Oëbœèq' - 30, 'CiiœHHKa' - 38 fliô.
YTBopeHHa roëoBKH cnocTepiraëocB ^epe3 12 fliô flëa copTy 'BoHa', 15 - flëa copTy 'Toflap', 14 - flëa copTy T^HBorpaH', 15 - flëa copTy 'flyMKa', 14 fliô - flëa copTy 'OatœHi' nicëa flaTH cxofliâ.
BèKHflaHHa KBiTKoHoca flo no^aTKy ^iTiH-Ha Biflôyëoca Ha 18 floôy flëa copTy 'BoHa', 14
- flëa copTy 'Toflap', 17 - flëa copTy '^HBorpaH', 13 - flëa copTy '^yMKa', 12 - flëa copTy '3o-ëoTHH map', 12 - flëa copTy 'OëbWHi', Ha 18 floôy - flëa copTy 'CiiœHHKa'.
HaHmBHflme KBiTKoHic yTBoproBaBca y copTiâ '3oëoTHH map' i 'OëtœHi', HaHnoâiëBHime
- y copTiâ 'BoHa' Ta 'CiiœHHKa'.
8
8
6
6
issn 2518-1017 Plant Varieties Studying and protection, 2017, vol. 13, No 3
317
'Бона'
'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Стжинка'
■ Мч'шмум □ Максимум ■ Математичне спод1вання Рис. 2. Пстограма мЫмальних та максимальних значень ознаки «д!*аметр розетки рослини»
'Бона'
'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Стжинка'
■ М1*шмум □ Максимум ■ Математичне спод1'вання Рис. 3. Пстограма мЫмальних та максимальних значень ознаки «розм!*р головки рослини»
1,2 1 0,8 0,6
0.964
1 о,98 1 °'984
°'5 0,484 °'5 0,48 °'5 0,484 °'5 0,492
'Бона'
'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Стжинка'
■ М1Н1'мум □ Максимум ■ Математичне спод1вання Рис. 4. Пстограма м1*тмальних та максимальних значень ознаки «товщина листково! пластинки»
Результати обчислення евклвдових ввдста- раметр:в налаштування пакетом SPSS Sta-ней наведено в таблиц: 5. Ввдповвдно до па- tistics було здшснено кластеризац:ю для
318
сортовивчення тл охоронл прлв нл сорти рослин, 2017, Т. 13, №3
115,4
119'4 118,124
115,604
in/ с 116,4 101,8 104'6 114,7 _
100 101,052 102,4 103,292
'Бона' 'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Стжинка'
■ М1Н1мум □ Максимум ■ Математичне спод1'вання Рис. 5. Пстограма м1*шмальних та максимальних значень ознаки «жилкування листково! пластинки»
Матриця евкл1'дових в1'дстаней
Таблиця 5
Спостереження Квадрат евкл1'дово'1 в1'дстат
(сорт) 1: 'Бона' 2: 'Годар' 3: 'Дивограй' 4: 'Думка' 6: 'Ольжич'
1: 'Бона' ,000 126,450 556,241 133,869 225,600
2: 'Годар' 126,450 ,000 1130,984 423,280 558,665
3: 'Дивограй' 556,241 1130,984 ,000 194,372 142,691
4: 'Думка' 133,869 423,280 194,372 ,000 21,507
6: 'Ольжич' 225,600 558,665 142,691 21,507 ,000
12
10
10,188 ЮД88
10,42 10,42
7,792 7,792 7,732 7,732
'Бона'
'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Стжинка'
□ Товщина листково'1 пластинки Д1'аметр розетки рослини Розм1'р головки рослини
Рис. 6. Пстограма математичного спод1*вання ознак «д1'аметр розетки», «розм1*р головки», «товщина листка»
двох, трьох та чотирьох кластер1в. Результат другого - сорт 'Годар', до третього - сорти
розрахуншв наведено в таблиц! 6. 'Ольжич' i 'Думка';
Анал1з отриманих показникв у таблиц! 6 - у раз! формування трьох кластер!в до
сввдчить, що: першого ввднесено сорти 'Бона' й 'Дивограй',
- у раз! формування двох кластер!в до пер- до другого - сорт 'Годар', до третього - сорти
шого ввднесено сорти 'Бона' й 'Дивограй', до 'Ольжич' та 'Думка';
ISSN 2518-1017 РЬЛШТ VлRIETÏES STUDYING ЛПИ PROTECTION, 2017, Vol. 13, No 3
319
40 35 30 25 20 15 10 5
17
18
15
14
14
12
12
'Бона'
'Годар' 'Дивограй' 'Думка' 'Золотий шар' 'Ольжич' 'Ст'жинка' Утворення головки □ Викидання кв1-тконоса до початку цвтння ■ Збиральна стиглкть
Рис. 7. Пстограма даних фенолоп'чних фаз «утворення головки», «викидання квпконоса»,
«збиральна стигл!*сть»
Приналежнкть до кластер!*в
Таблиця 6
Спостереження (сорт) Ю'льккть кластер1'в та належт'сть спостереження (сорту) до кластера
4 3 2
1: 'Бона' 1 1 1
2: 'Годар' 2 2 2
3: 'Дивограй' 3 1 1
4: 'Думка' 4 3 1
б: 'Ольжич' 4 3 1
- у раз1 формування чотирьох кластер1в до першого влднесено сорт 'Бона', до другого - 'Годар', до третього - 'Дивограй', до четвертого - сорти 'Думка' та 'Ольжич'. Наявшсть трьох кластер1в е оптимальною.
1,0
т1,5 'ЕИ ш
I-
[5 2,0
•д 2,5
_а 2
Спостереження 6. 'Ольжич' 4. 'Думка' 3. 'Дивограй' 2. 'Годар' 1. 'Бона'
3,0
3,5
4,0
Рис. 8. Дендрограма класифжацп сорт1*в головчастого салату
Результати кластеризацп наведено на рисунку 8.
Висновки
3 використанням багатовим1рного кластерного анал1зу лдентифшовано сорти голов-частого салату. Основними критер1ями для визначення под1бност1 сорт1в салату були: р1зновидшсть салату, д1аметр рослини, тов-щина листшв, жилкування листково! пластинки, довжина листшв, збиральна стиг-лгёть, утворення головки рослини, викидання квиконоса влдповлдно до фаз фенолог1ч-ного розвитку.
Морфолог1чш ознаки салату на перюд збирання врожаю проанал1зовано з використанням методу описово! статистики та встановлено, що за максимальним д1аме-тром розетки сорти головчастого салату проранжовано в такш посл1довностк 1 -'Дивограй' (12,3 см), 2 - 'Ольжич' (10,5 см), 3 - 'Думка' (9,4 см), 4 - 'Бона' (9,3 см), 5 -'Годар' (8,9 см).
Значення математичного спод1вання д1а-метра розетки ('Дивограй' - 10,792 см, 'Ольжич' - 9,732, 'Думка' - 8,08, 'Бона' - 8,1, 'Годар' - 7,772, 'Золотий шар' - 7,544, 'Сш-жинка' - 10,672 см), розм1ру головки ('Бона' - 8,156 см, 'Годар' - 7,772, 'Дивограй' - 10,792, 'Думка' - 8,08, 'Золотий шар' - 7,544, 'Ольжич' - 9,732, 'Сшжинка' - 10,672 см), тов-щини листково! пластинки ('Бона' - 0,484 мм, 'Годар' - 0,48, 'Дивограй' - 0,484, 'Думка' -0,492, 'Золотий шар' - 0,964, 'Ольжич' -
320
СоРТоВИВЧЕннЯ ТЛ охоронл ПРЛВ нл сорти рослин, 2017, Т. 13, №3
0.98. 'Стжинка' - 0,964 мм) використано для проведення кластеризации
Ввдповвдно до результапв кластеризаци под:бними виявилися сорти головчастого салату в таких комбшащях: 'Бона' та 'Диво-грай', 'Ольжич' i 'Думка'.
Сорт салату 'Годар' в:др:зняеться ввд уих шших сорив головчастого салату.
Сорт салату 'Думка' найбшьшою м:рою е под:бним до сорту 'Ольжич', меншою - до сорив 'Бона' та 'Дивограй'.
Використана литература
1. Кондратенко С. I., Ткалич Ю. В., Кортенко С. I. та 1'н. Методи-ка-класиф1'катор проведення експертизи сорп'в рослин на в1'дм1'нн1'сть, однор1'дн1'сть 1 стаб1'льн1'сть (ВОС) салату пос'в-ного (Lactuca sativa L.). Харк'в, 2015. 54 с.
2. Методика проведення експертизи сорп'в рослин групи ово-чевих, картопл1 та гриб1'в на впдмпншсть, однор1'дн1'сть 1 ста-бильтсть. URL: http://sops.gov.ua/pdfbooks/01.vidannia/ Metodiki/vos/Ovochevi.pdf
3. Горяинова Е. Р., Панков А. Р., Платонов Е. Н. Прикладные методы анализа статистических данных. Москва : Высшая школа экономики, 2012. 312 с.
4. Кецкало В. В. Придаттсть нових сорп'в салату листкового до вирощування в умовах Правобережного Лкостепу. Зб. наук. пр. Уманського держ. аграр. ун-ту. Умань, 2007. Вип. 65 Ч. 1. С. 234-238.
5. Лещук Н. В., Кривицький К. М., Майстер Н. В., Броновицька М. А. Комплексна оц'нка б1'олопчного потенц'алу сортових ресурс'в (Lactuca sativa L.). Сортовивчення та охорона прав на сорти рослин. 2010. № 2. С. 63-70. doi: 10.21498/2518-1017.2(12).2010.59308
6. Бююль А., Цефель П. SPSS: искусство обработки Анализ статистических данных и восстановление скрытых закономерностей. Санкт-Петербург : ДиаСофтЮП, 2002. 608 с.
7. Compton M. E. Statistical methods suitable for the analysis of plant tissue culture data. Plant Cell Tiss Organ Cult. 1994-. Vol. 37, Iss. 3. P. 217-242. doi: 10.1007/BF00042336
8. Bryman A., Cramer D. Quantitative Data Analysis with IBM SPSS 17, 18 and 19: A Guide for Social Scientists. New York : Routledge, 2011. 408 р.
9. Levesque, R. (2007). SPSS Programming and Data Management: A Guide for SPSS and SAS Users. (4th ed.). Chicago, Illinois: SPSS Inc. 540 p.
References
1. Kondratenko, S. I., Tkalych, Yu. V., Korniienko, S. I., Horova, T. K., Mytenko, I. M., Bashtan, N. O., ... Hart, 0. Yu. (2015). Guidelines-klasyfikator provedennia ekspertyzy sortiv roslyn na vidminnist, odnoridnist i stabilnist (VOS) salatu posivnoho (Lactuca sativa L.) [Methodology-classifier for the conduct of tests for distinctness, uniformity and stability (DUS) of cutting lettuce (Lactuca sativa L.)]. Kharkiv: N.p. [in Ukrainian]
2. Metodyka provedennia ekspertyzy sortiv roslyn hrupy ovochevykh, kartoplita hrybivna vidminnist, odnoridnist istabilnist [Guidelines for the conduct of tests for distinctness, uniformity and stability of plant varieties of the group of vegetables, potato and mushrooms]. Retrieved from http://sops.gov.ua/pdfbooks/01. vidannia/Metodiki/vos/Ovochevi.pdf [in Ukrainian]
3. Goryainova, E. R., Pankov, A. R., & Platonov, E. N. (2012). Prikladnye metody analiza statisticheskikh dannykh [Applied methods of statistical analysis]. Moscow: Vysshaya shkola ekonomiki. [in Russian]
4. Ketskalo, V. V. (2007). The suitability of new varieties of loose-leaved lettuce for cultivating in the conditions of the Right-Bank Forest-Steppe zone. Zbirnyk naukovykh prats Umanskoho derzhavnoho ahrarnoho universytetu [Proceedings of Uman State Agrarian University], 65(2), 234-238. [in Ukrainian]
5. Leshchuk, N. V., Kryvytskyi, K. M., Maister, N. V., & Bronovytska, M. A. (2010). Integral evaluation of biological potential of (Lactuca sativa L.) varietal resources. Plant Varieties Studying and Protection, 2, 63-70. doi: 10.21498/2518-1017.2(12).2010.59308. [in Ukrainian]
6. Byuyul, A., & Tsefel, P. (2002). SPSS: iskusstvo obrabotki. Analiz statisticheskikh dannykh i vosstanovlenie skrytykh zakonomernostey [SPSS: Arts of processing. Analysis of statistical data and restoration of hidden patterns]. St. Petersburg: DiaSoftYuP. [in Russian]
7. Compton, M. E. (1994). Statistical methods suitable for the analysis of plant tissue culture data. Plant Cell Tiss Organ Cult, 37(3), 217-242. doi: 10.1007/BF00042336
8. Bryman, A., & Cramer, D. (2011). Quantitative Data Analysis with IBM SPSS 17, 18 and 19: A Guide for Social Scientists. New York: Routledge.
9. Levesque, R. (2007). SPSS Programming and Data Management: A Guide for SPSS and SAS Users. (4th ed.). Chicago, Illinois: SPSS Inc.
УДК 635.521:631.527
Лещук H. В.*, Орленко H. С. Практические аспекты применения статистического анализа количественных признаков сортов салата посевного var. capitata L. // Сортовивчення та охорона прав на сорти рослин. 2017. Т. 13, № 3. С. 313-322. http://dx.doi.org/10.21498/2518-1017.13.3.2017.110716
Украинский институт экспертизы сортов растений, ул. Генерала Родимцева, 15, г. Киев, 03041, Украина, "e-mail: [email protected]
Цель. Определить и обосновать практические аспекты применения статистического анализа для обработки результатов исследования морфологического описания сортов салата посевного Lactuca sativa L. при идентификации их в соответствующих фенологических фазах роста и развития. Методы. Полевой метод, аналитический метод, основанный на результатах расчетов с использованием статистических показателей описательной статистики и кластерного анализа. Результаты. Для сортов Lactuca sativa L. установлены количественные величины проявления таких морфологических признаков, как диаметр розетки, размер головки, толщина листовой пластинки и ее жилкование. Определены статистические показатели
четырех морфологических признаков рандомизированной выборочной совокупности семи сортов салата посевного и интерпретированы результаты статистического анализа. Идентифицированы сорта салата посевного листовой и кочанной разновидности в соответствующие фенологические фазы роста и развития. Определен наиболее подходящий метод для кластеризации сортов салата посевного. Интерпретированы результаты кластеризации. Установлено, что наиболее отличным от других является сорт 'Годар', наиболее подобными между собой - сорта 'Думка' и 'Ольжич'. Выводы. По результатам идентификации установлено, что сорта салата кочанного похожи в таких комбинациях: 'Бона' и 'Дивограй', 'Ольжич'
ISSN 2518-1017 PiaNT VftRIETIES STUDYING ftND PROTECTION, 2017, Vol. 13, No 3
321
и 'Думка'. По продолжительности межфазных периодов можно отметить высокую скороспелость сортов 'Думка' и 'Дивограй' по сравнению с сортами 'Бона' и 'Годар', самую низкую - по сравнению с сортом 'Ольжич'.
Ключевые слова: салат посевной, сорт, морфологические признаки, коллекция, отбор, различие, описательная статистика, кластерный анализ, кластеризация, метод Уорда.
YAK 635.521:631.527
Leschuk, N. V.*, & Orlenko, N. S. (2017). Practical aspects of applying statistical analysis of quantitative characters of cutting lettuce varieties var. capitata L. Plant Varieties Studying and Protection, 13(3), 313-322. http://dx.doi.Org/10.21498/2518-1017.13.3.2017.110716
Ukrainian Institute for Plant Variety Examination, 15 Henera Rodymtseva Str., Kyiv, 03041, Ukraine, *e-mail: [email protected]
Purpose. To determine and substantiate practical aspects of statistical analysis application for management results of the morphological description of cutting lettuce (Lactuca sativa L.) varieties when identifying them during corresponding phenological phases of growth and development. Methods. Field study, analytical approach based on descriptive statistics and cluster analysis. Results. Quantitative values of display of such morphological characters as leaf rosette diameter, lettuce head size, leaf blade thickness and its venation were determined for the Lactuca sativa L. varieties. Statistical indices of four morphological characters of randomized sampling frame of seven cutting lettuce varieties were determined and the results of statistical analysis were interpreted. Cutting lettuce of loose leaf and capitate varieties was identified during corresponding phenologi-
cal phases of growth and development. The most suitable method for clustering cutting lettuce varieties was defined. The results of clustering were interpreted. It was found that 'Hodar' variety differed greatly from others, 'Dumka' and 'Ol-zhych' varieties were the most similar. Conclusions. The results of the identification allowed to establish that capitate lettuce varieties were similar in the following combinations: 'Bona' and 'Dyvohray', 'Olzhych' and 'Dumka'. According to the duration of interphase periods, it can be noted that such varieties as 'Dumka' and 'Dyvohrai' had the highest rate of maturation in comparison with 'Bona' and 'Hodar' varieties, and the lowest one as compared to the 'Olzhych' variety.
Keywords: cutting lettuce, variety, morphological characters, collection, selection, distinctness, descriptive statistics, cluster analysis, clustering, Ward's method.
Hadiuwëa/ Received 14.06.2017 flozodœeHO do dpyKy/ Accepted 30.08.2017
322
СОРТОВИВЧЕННЯ ТА ОХОРОНА ПРАВ НА сорти РОСЛИН, 2017, Т. 13, №3
