Genetica e Genomica II - Miglioramento genetico
Genetica e Genomica II - Miglioramento genetico
Genetica e Genomica II - Miglioramento genetico
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
6 Capitolo ottavo<br />
Frequenza (f)<br />
–3σ –2σ –1σ µ +1σ +2σ +3σ<br />
68,26%<br />
95,45%<br />
99,73%<br />
Fig. 8.3 - Curva normale o a campana<br />
di una popolazione teorica con media<br />
µ e deviazione standard σ.<br />
µ<br />
Fig. 8.4 – Curve gaussiane aventi<br />
stessa media µ ma diversa deviazione<br />
standard σ.<br />
Estratto distribuito da Biblet<br />
Si supponga che per il campione estratto dalla popolazione di erba medica precedentemente<br />
considerata, oltre alla produzione di seme per pianta (carattere peso del<br />
seme) sia stato valutato anche il carattere altezza della pianta. Le due distribuzioni<br />
(altezza e peso) presenteranno le seguenti medie e deviazioni standard:<br />
Altezza (cm) Peso (g)<br />
x 53,59 23,28<br />
s 10,85 8,50<br />
Prendendo in considerazione soltanto le deviazioni standard sembrerebbe che i<br />
dati relativi al carattere altezza siano più dispersi intorno alla media rispetto a quelli<br />
del carattere peso. Questa informazione è erronea in quanto non tiene conto delle<br />
diverse unità di misura dei due caratteri. È opportuno calcolare quindi i coefficienti<br />
di variabilità:<br />
Tali coefficienti indicano che in realtà è la distribuzione del carattere peso a presentare<br />
una maggiore dispersione dei valori individuali intorno alla media.<br />
8.1.5 Distribuzione normale<br />
L’istogramma di frequenza riportato nella Fig. 8.2, qualora venisse preso in esame<br />
un numero più elevato di piante, assumerebbe una distribuzione a forma di campana.<br />
Una distribuzione di questo tipo si dice “normale” o “gaussiana”, dal nome del<br />
matematico K. F. Gauss. Ovviamente non è detto che la distribuzione delle frequenze<br />
abbia sempre un andamento a campana. Infatti, sulla manifestazione di un carattere<br />
incidono numerosi fattori, spesso non determinabili, che possono renderla molto dissimile<br />
dalla curva normale. Tuttavia, è sempre conveniente assumere che la distribuzione<br />
reale possa essere descritta dalla curva di Gauss in quanto è possibile trasferire<br />
le proprietà aritmetiche di tale curva (simmetria, punto di massimo e punto di flesso)<br />
alla popolazione, assegnando ad esse un significato biologico (punto di massimo =<br />
media aritmetica e punto di flesso = deviazione standard). Quando i dati hanno una<br />
distribuzione differente da quella normale, spesso una semplice trasformazione conduce<br />
ad una distribuzione normale. Ad esempio, a tal fine può essere impiegata la radice<br />
quadrata o cubica, il reciproco, l’elevazione a potenza o il logaritmo.<br />
L’analisi di una popolazione con le frequenze distribuite normalmente secondo<br />
la curva di Gauss riportata nella Fig. 8.3 permette di dedurre che il 68,26% degli<br />
individui avranno valori compresi tra µ-σ e µ+σ; il 95,45% valori compresi tra µ-2σ<br />
e µ+2σ e il 99,73% tra µ-3σ e µ+3σ. L’andamento della curva fornisce anche una<br />
indicazione sulla variabilità presente nella popolazione. Infatti, qualora la maggior<br />
parte delle osservazioni siano distribuite intorno alla media, la deviazione standard<br />
(s) è piccola e di conseguenza la curva sarà stretta ed alta. Viceversa, una curva larga<br />
e bassa denota una distribuzione delle osservazioni che si scostano molto dalla media,<br />
quindi con deviazione standard più grande (Fig. 8.4).<br />
Estratto della pubblicazione