Исследовании комплекса метаболических и гормональных показателей у бройлерных цыплят в условиях промышленной технологии

В исследовании применялись методы многомерного статистического анализа для реализации выявления зависимости между изучаемыми переменными и выделения латентных факторов, которые способны описать изменчивость сообщества планктона в целом.
Изучение морских природных экосистем в процессе их функционирования существенно зависит от систематизации большого объема переменных, являющихся характеристиками среды и показателями функционирования организмов. Зачастую используют многомерные методы статистики, в том числе метод главных компонент, включенный как одно направлений факторного анализа.
Исходной для факторного анализа являлась матрица, которая демонстрирует корреляционные отношения между структурно функциональными характеристиками планктонного сообщества и гидролого-гидрохимическими параметрами на станции.
Однако, известно из теоретических сведений, коэффициенты корреляции могут выявлять стохастическую связь между каждой парой признаков, но не показывают причинно-следственную зависимость между ними. Эту зависимость реализует метод главных компонент, который может совместить принципы корреляционного, дисперсионного и регрессионного анализов.
В результате компонентного анализа было выделено три фактора, суммарный вклад которых в изменчивость планктонного сообщества составляет больший процент.
Исходя из проведенного факторного анализа, наиболеевесомыми абиотическими факторами, оказывающими влияние на планктонное сообщество - температура, концентрация биогенных элементов и абсолютное содержание растворенного кислорода.
2.
Скуридин Г.М., Багинская Н.В. Новый подход в корреляционном анализе количественных признаков//Нов. тех. – 2001, с. 1-5 (доступ:http://www.ict.nsc.ru/ws/Lyap2001/2454/).
Корреляционный анализ используется в биологических, медицинских исследованиях. Однако в большинстве случаев качественная интерпретация результатов корреляционного анализа осложнена многофакторностью формирования признаков: внешними условиями, генотипом организма, моментом наблюдения и т.д.
Наиболее адекватным путём решения вышеназванных проблем определяется метод преобразования исходных данных путём внесения факторных поправок, которые разработаны на основе многомерной несбалансированной рандомизированной аддитивной линейной модели формирования количественного признака со случайными факторами.
При выборе исходной модели мы исходили из следующих общих посылок и допущений:
Факторы биологической изменчивости независимы друг от друга.
Между колебаниями фактора изменчивости и значением количественного признака существует линейная зависимость.
Выборочные средние являются несмещёнными оценками генеральных средних.
Для корреляционного анализа, осуществляемого в селекционно-генетических целях, практическое использование имеет выявление эффектов генетических различий и колебаний внешних условий.
Для оценки информационных возможностей предлагаемого метода приведём три примера анализа данных по коррелятивной изменчивости количественных признаков у двух биологических видов: мягкой пшеницы (Triticum aestivum) и облепихи (Hippophae rhamnoides).
Очевидно, что в пределах каждой из чистых линий наблюдавшиеся автором фенотипические корреляции фактически являются экологическими корреляциями. Таким образом, прямое объединение выборок приводит к взаимному наложению эффектов экологического и генотипического факторов.
Использование факторных поправок по предлагаемой схеме помогло разделить эффекты факторов изменчивости и выявить генотипическую и экологическую корреляцию признаков с высокой статистической достоверностью результатов.
Применение метода факторных поправок для статистической обработки того же массива выявило корреляционные, формирующиеся под влиянием трёх основных факторов изменчивости: генотипического, экологического и сезонного (динамики признаков в течение лета)

. По всем трём факторам в общей сложности выявлено 29 коррелятивных связей, т.е. общая информативная ценность результатов повышается почти в 3 раза.
Следовательно, по выявленным факторным корреляционным комплексам теперь можно сделать определённые прогнозы. Таким образом, использование предлагаемого метода внесения факторных поправок на основе приведённой модели формирования признака показывает следующие возможности, что позволяет выявить корреляционные комплексы, обусловленные отдельными факторами изменчивости признаков.
Реализует возможность провести адекватный содержательный анализ результатов.
Помогает увеличить информационную отдачу неорганизованных данных.
Преодолевает причины непостоянства и неоднозначности результатов ограниченных экспериментов.
3.
Павлов И.Н. БИОЛОГИЧЕСКИЙ МОНИТОРИНГ ТЕХНОГЕННОГО ЗАГРЯЗНЕНИЯ ПО МОРФОМЕТРИЧЕСКИМ ПОКАЗАТЕЛЯМ ДРЕВЕСНЫХ РАСТЕНИЙ // Фунд.исслед. № 8. 2006, с. 34-37
Биологический мониторинг окружающей среды возможен по функциональным и структурным признакам. Основная задача обработки основана на выделении этих факторов, что позволяет «компрессовать» информацию, которая содержится в большом количестве измеряемых признаков.
Факторы могут быть избраны числа исходных параметров, либо определяться по совокупности исходных признаков, например, как линейные комбинации. При формировании новой системы факторов к ним добавляются специфические требования, которые включают - информативность с точки зрения правильного разделения на классы; взаимная некоррелированность.
К методам сокращения размерности факторного пространства, т. е. пространства исследуемых признаков, относятся метод главных компонент и факторный анализ. Метод главных компонент применяется при анализе основных линий изменчивости признаков.
Для оценки связи между различными показателями, которые характеризуют текущие годичные побеги, использована программа компонентного анализа, по которой производился расчет матрицы коэффициентов корреляции и факторных нагрузок для каждого признака.
Чем выше коэффициент корреляции, тем в большей степени показатель реализован данным фактором. Знаки коэффициентов не играют существенной роли. Они могут служить только для индикации противоположных тенденций на компоненте. Первичные факторные нагрузки формируют три главные компоненты.
Для облегчения интерпретации факторных нагрузок по компонентам целесообразно ортогональное преобразование факторов, что не меняет факторного разложения ковариационной матрицы. Факторы при этом изменяются таким образом, чтобы свести нагрузки к нулю, что упрощает объяснение. После ротации выделены три комплекса, включающий с одной, двумя и тремя главными компонентами. Факторные нагрузки после ротации, в комплексе из трех компонент, образуют более упорядоченную структуру главных компонент (более четко выделены по факторным нагрузкам признаки, образующие главные компоненты).
Использование метода главных компонент в экологических исследованиях реализует определение наиболее информативных признаков и их совокупностей с указанием факторных нагрузок; сжатие информации путем уменьшения количества изучаемых признаков; оценку направления влияния признаков; анализ структуры; преобразование исходных данных в систему линейно-независимых признаков.
4. Каменев Л.И., Маленко И.В., Тутаева и др. АНАЛИЗ ЭФФЕКТИВНОСТИ СПОСОБА ДЫХАТЕЛЬНОЙ ГИМНАСТИКИ С БИОЛОГИЧЕСКОЙ ОБРАТНОЙ СВЯЗЬЮ ПРИ ХРОНИЧЕСКИХ БРОНХИТАХ// НИИ Фунд. Исслед, Тула. № 4, 2004. 69 с. (доступ LIBRARY ID: 10436014)
Исследовании было основано на значимости определения содержания микроэлементов, состояния вентиляции легких и микроциркуляции крови для контроля эффективности лечения хронических бронхитов