Чудовище хаоса.
Вы будете смеяться, что я высчитала формулы окраски мух.
Обнаружена заметная (0,52) корреляция центроидных размеров крыльев со среднемесячными показателями скорости ветра для пункта сбора. В результате множественного регрессионного анализа была получена линейная зависимость между центроидным размером крыла и климатическими характеристиками. Она может быть представлена с помощью формулы:
С_(крыла ♂ )=4,21+0,27∙V_(ветраVI-VII)+0,044∙φ
где V_(ветраVI-VII) - средняя скорость ветра в июне-июле для данного пункта сбора,
φ – географическая широта пункта сбора.
В данном случае коэффициент детерминации R2=0,40, следовательно, 40% изменчивости структуры крыла может быть объяснено влиянием преобладающих направлений ветра при уровне значимости р=0,000009. Низкий коэффициент детерминации может быть объяснён недостаточной точностью учёта климатических условий – так, для учёта скорости ветра использовались средние значения по населённому пункту, а не показатели конкретной точки сбора.
В результате множественного регрессионного анализа была получена линейная зависимость между центроидным размером крыла и климатическими характеристиками. Она может быть представлена с помощью формулы:
С_(крыла ♂ )=4,21+0,27∙V_(ветраVI-VII)+0,044∙φ
где V_(ветраVI-VII) - средняя скорость ветра в июне-июле для данного пункта сбора,
φ – географическая широта пункта сбора.
Относительная площадь затемнения апикальной части крыла у самца демонстрирует корреляцию с географическим положением пункта сбора и среднемесячной скоростью ветра. Наибольший коэффициент детерминации множественного регрессионного анализа R2=0,61 был получен для следующей модели при р<0,0001:
S_dark=-0,050+0,02∙α-0,02∙V_(ветраVI-VII)
где S_dark - отношение общей площади крыла к площади затемнённого участка,
α – географическая долгота пункта сбора.
V_(ветраVI-VII) - средняя скорость ветра в июне-июле для данного пункта сбора,
Связь площади затемнённого пятна со скоростью ветра можно объяснить тем, что форма пятна зависит от его формы (показана слабая корреляция центроидного размера крыла к формой пятна), тогда как центроидный размер крыла зависим от скорости ветра.
Относительные показатели зачернения апикальных частей первого членика передней лапки, средней и задней голеней демонстрируют заметную корреляцию с географической долготой (0,54). Полученные результаты описывает модель (R2=0,61, р<0,000001):
〖tar1〗_dark=-0,87+0,02∙α
где 〖tar1〗_dark - отношение общей длины первого членика передней лапки к площади затемнённого участка того же членика,
α – географическая долгота пункта сбора.
Обнаружена заметная (0,52) корреляция центроидных размеров крыльев со среднемесячными показателями скорости ветра для пункта сбора. В результате множественного регрессионного анализа была получена линейная зависимость между центроидным размером крыла и климатическими характеристиками. Она может быть представлена с помощью формулы:
С_(крыла ♂ )=4,21+0,27∙V_(ветраVI-VII)+0,044∙φ
где V_(ветраVI-VII) - средняя скорость ветра в июне-июле для данного пункта сбора,
φ – географическая широта пункта сбора.
В данном случае коэффициент детерминации R2=0,40, следовательно, 40% изменчивости структуры крыла может быть объяснено влиянием преобладающих направлений ветра при уровне значимости р=0,000009. Низкий коэффициент детерминации может быть объяснён недостаточной точностью учёта климатических условий – так, для учёта скорости ветра использовались средние значения по населённому пункту, а не показатели конкретной точки сбора.
В результате множественного регрессионного анализа была получена линейная зависимость между центроидным размером крыла и климатическими характеристиками. Она может быть представлена с помощью формулы:
С_(крыла ♂ )=4,21+0,27∙V_(ветраVI-VII)+0,044∙φ
где V_(ветраVI-VII) - средняя скорость ветра в июне-июле для данного пункта сбора,
φ – географическая широта пункта сбора.
Относительная площадь затемнения апикальной части крыла у самца демонстрирует корреляцию с географическим положением пункта сбора и среднемесячной скоростью ветра. Наибольший коэффициент детерминации множественного регрессионного анализа R2=0,61 был получен для следующей модели при р<0,0001:
S_dark=-0,050+0,02∙α-0,02∙V_(ветраVI-VII)
где S_dark - отношение общей площади крыла к площади затемнённого участка,
α – географическая долгота пункта сбора.
V_(ветраVI-VII) - средняя скорость ветра в июне-июле для данного пункта сбора,
Связь площади затемнённого пятна со скоростью ветра можно объяснить тем, что форма пятна зависит от его формы (показана слабая корреляция центроидного размера крыла к формой пятна), тогда как центроидный размер крыла зависим от скорости ветра.
Относительные показатели зачернения апикальных частей первого членика передней лапки, средней и задней голеней демонстрируют заметную корреляцию с географической долготой (0,54). Полученные результаты описывает модель (R2=0,61, р<0,000001):
〖tar1〗_dark=-0,87+0,02∙α
где 〖tar1〗_dark - отношение общей длины первого членика передней лапки к площади затемнённого участка того же членика,
α – географическая долгота пункта сбора.
опечатка) Надо: форма пятна зависит от формы крыла.
Выборка:
Для изучения внутрипопуляционной изменчивости было рассмотрено 136 самцов и 50 самок вида P. regalis, относящихся к шести популяциям: Саратовская обл., Балашовский р-н, с. Малая Семёновка; Воронежская обл., Кантемировский р-н, с. Митрофановка; Воронежская обл., Эртильский р-н, с. Ростоши; Ставропольский край, с. Шпаковское; Саратовская обл., Самойловский р-н, с. Трудовое; Липецкая обл., с. Чернышовка.
А по сколько особей из точки получается?
Это примерно по 30 особей из точки, у меня были ещё экземпляры из Азербайджана, Грузии и Италии, но там даже десятка на популяцию не наберётся, потому я их не стала учитывать в общей статистике. Так что я на них, наверное, буду эти формулы тестировать.
Я, конечно, понимаю, что один вид, шесть популяций - это совсем не много, но с другой стороны, надо же с чего-то начинать? Будем работать в этом направлении, я уже навыкалывала себе экземпляров из 7 популяций Dolichopus ungulatus =)