M. FILIPPI * SULLA MORFOLOGIA DI APORRHMS PESPELECANI (L.): CONFRONT0 TRA QUATTRO POPOLAMENTI

Documenti analoghi
M. FILIPPI. Istituto Sperimentale Talassografico, CNR via Roma, Taranto (Italy) NOTA PRELIMINARE KEY - WQRDS :

Lezione n. 1 (a cura di Irene Tibidò)

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2

Tipi di variabili. Indici di tendenza centrale e di dispersione

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Elementi di Probabilità e Statistica

tabelle grafici misure di

Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità

STATISTICHE DESCRITTIVE Parte II

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE

1/55. Statistica descrittiva

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

FENOMENI CASUALI. fenomeni casuali

Scale di Misurazione Lezione 2

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative

Esercizi di statistica descrittiva. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena / 30

Il Corso di Fisica per Scienze Biologiche

Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3

Capitolo 6. La distribuzione normale

Statistica di base per l analisi socio-economica

Esplorazione dei dati

Corso di Laurea in Farmacia, cognomi M-Z Modulo di Matematica, 1 dicembre 2011, TEMA 1. Giustificare adeguatamente le soluzioni dei seguenti esercizi:

Capitolo 6 La distribuzione normale

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore

MISURE DI DISPERSIONE

SCHEDA DIDATTICA N 7

Statistica descrittiva I. La frequenza

FISICA. Elaborazione dei dati sperimentali. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica

Statistica Un Esempio

Museo di Storia Naturale

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i

Indici di posizione e dispersione per distribuzioni di variabili aleatorie

La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci

CORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità

DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.

Teoria e tecniche dei test. Concetti di base

Misure di dispersione (o di variabilità)

Dati sperimentali Nella serie di 10 misurazioni di tempo effettuate, si sono ottenuti i seguenti valori espressi in secondi:

La variabilità. Antonello Maruotti

Stesso valore medio per distribuzioni diverse

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande)

STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a

Le variabili casuali o aleatorie

Sperimentazioni di Fisica I mod. A Statistica - Lezione 3

PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE

Prefazione Ringraziamenti

PROBABILITA. Distribuzione di probabilità

Note sulla probabilità

Corso di Laurea in Farmacia Modulo di Matematica ed Informatica, 3 giugno Giustificare adeguatamente le soluzioni dei seguenti esercizi

Capitolo 6. Variabili casuali continue. 6.1 La densità di probabilità

Statistica. Campione

LE MISURE. attendibilità = x i - X

Franco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Prof. Franco Ferraris - Politecnico di Torino

Corsi di Introduzione alla teologia

Statistica a.a Autovalutazione 1

OSPITI DELLA STAZIONE.

Elementi di Statistica

3.1 La probabilità: eventi e variabili casuali

Statistica. Alfonso Iodice D Enza

Cenni di statistica statistica

Elementi di statistica

Lezione 4 a - Misure di dispersione o di variabilità

Il valore atteso di una v.a. (discreta)

Statistica. Lezione 4

Schema lezione 5 Intervalli di confidenza

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA

Statistica. Matematica con Elementi di Statistica a.a. 2015/16

Compiti tematici dai capitoli 2,3,4

Statistica descrittiva II

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"

MISURE DI SINTESI 54

LA DISTRIBUZIONE NORMALE o DI GAUSS

Analisi della varianza

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

ESAME. 9 Gennaio 2017 COMPITO B

Indici di Dispersione

A1. La curva normale (o di Gauss)

La distribuzione delle frequenze. T 10 (s)

Facoltà di Giurisprudenza

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione

Probabilità. Ing. Ivano Coccorullo

6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:

STATISTICA 1 ESERCITAZIONE 2

DISTRIBUZIONE DEI VALORI ESTREMI Prof. Antonio Lanzotti

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica

Alberto Cecalupo (*) RINVENIMENTO DI SPECIE RARE AL LARGO DELLA SARDEGNA SUD-ORIENTALE (CONTRIBUTO 111) (**)

Dispensa di Statistica

Variabili casuali. - di Massimo Cristallo -

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media

Modelli probabilistici variabili casuali

Università di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012

Statistica Sociale - modulo A

Distribuzione normale

Statistica Inferenziale

Esercitazioni di statistica

Esercitazione: La distribuzione NORMALE

Transcript:

M. FILIPPI * SULLA MORFOLOGIA DI APORRHMS PESPELECANI (L.): CONFRONT0 TRA QUATTRO POPOLAMENTI L'tlporrhais pespelecani (L.), 758) f! uno strombaceo comune nella regione Atlantico-mediterranea, con habitat in biocenosi dei fondi detritici costieri o del largo a struttura siltoso-sabbiosa, owero siltosoargillosa (PERES et PICARD, 964). La specie f! presente talvolta sul piano infralitorale. Nei mari italiani essa f! reperibile dai 0 ai 40 metri in Adriatic0 (DONATI, 969), (PARENZAN & STJEPCEVIC, 980) ed in Tirreno (SETTEPASSI, 97; TORELLI, 982); nello Ionio dai 60 agli 80 metri lungo le coste calabre, quanto lungo quelle salentine (PANE'M'A, 970). La specie f! caratterizzata da una grossa variabilita che risiede soprattutto nelle digitazioni che ornano il labbro della conchiglia. A tal proposito DONOVAN (904), FORBES & HANLEY (85), LOCARD (892), SET- TEPASSI (97) attribuiscono alla specie quattro digitazioni, compresa quella &ante il canale sifonale o digitazione caudale; JEFFREYS (865) ne attribuisce invece cinque; NORDSIECK (968) conferma quattro digitazioni, mentre GRANGER (884) ne attribuisce soltanto tre e CEPIKA (975) da tre a cinque. Per queste diversita ed anche per una lunghezza differente della conchiglia, i suddetti autori hanno istituito le seguenti varieth: minor (MOXTEROSATO, SETTEPASSI, 97; FONTAWES - PALLARY, 98); minor oblongus (SETTEPASSI,. c.); monstr. gigantea (COEN, 94, 9, 97); adultus (MONTEROSATO - SETTEPASSI, 97); robustus (SETTEPASI, 97); elogantus (SETTEPASSI,. c.); obesus (B.D.D., 882); bilobatus (CLEMENT, 89); alterutra robusta (~ETTEPASSI. c.); incrassatus (LOCARD, 900); major digitis Zongis perfecta (MONTEROSATO. c.); digitis tribus (PHILIPPI, * Istituto Sperimentale Talassografico del C.N.R. aa, Cerruti, - Via Roma, - 7400 Taranto

86); longisd igitat us ( MONTEROSATO, 890); longisp inulus (MOP~TEROSA TO, 890); digitis quatuor obesa (B.D.D.,. c.); digitis quator rectis (PHILIPPI. c.); digito-ramosa (SETTEPASSI,. c.); multidigitata (SETTEPASSI,. c.); tri-costata (S~EPASSI. c.); venetianus longisdigitatus (MONTEROSATO. c.); venetianus Coen anom. digito multiplicata (SETTEPASSI,. c.); venetianus Coen anom. digitis quatuor (PHILIPPI,. c.); digitis quinque (PHILIPPI,. c.). Per il colore MONTEROSATO (890) ha distinto una varieth rufa ed una violacea; JEFFREYS (. c.) una alba; SETTEPASSI brunea e COEN vinitincta, (97) e (94, 9). Ritenere eccessiva la creazione di tante sottospecie e varietj basate unicamente sugli aspetti fenotipici della conchiglia, ha reso necessaria un'analisi morfometrica ed una successiva analisi statistica di diversi popolamenti, con provenienza diversa all'interno del Mediterraneo. MATERIAL E METODI Sono stati studiati quattro popolamenti provenienti da: Area Scanzano (Golfo di Taranto) N. esemplari 446 )) Bocche di Cattaro (Kotor) Yugoslavia N. esemplari 5 )) Lesina N. esemplari 97 )) Foce del Piave N. esemplari 76 Fig. - Distanze misurate che intercorrono tra le digitazioni, l'apice ed il canale sifonale di Aporrhais. 4

Tabella I Localith Varieth o sottospecie N. esemplari Cattaro Foce del Piave Lesina Scanzano (Golf0 di Taranto) Aporrhais pespelecani longispinulus monodigitata minor robustus oblongus mandarinus longis digitatus alterutra >i var. brunea an. labrata var. violacea longis digitatus monod igitata a terutra an. digitis quatuor minor venetianus alterutra robusta gracilis expansilabrus alterutra robusta an. adunca juvenis var. alba incrassatus juvenis minor dig. triplicata an. impositae digitis quatuor mono-aculeata forma tipica in crass at us a terutra juvcnis minor robustus monod igitata venetianus an. impositae alterutra robusta longispinulus angulatus protrada forma tipica robusfus juvcnis longis digitatus alterutra adunca an. applicata venetianus longis digitatus con forme irregolari molto variabili venetianus digitis quatuor sexadigitata alterutra adunca an. digito ramosa 25 6 2 7 0 4 6 8 0 2 9 2 68 76 79 8 5 5 4 57 7 0 2 9 6 4 La tabella I riporta le classificazioni dei quattro popolamenti. La Figura esemplifica i parametri che sono stati considerati per la 5

elaborazione dei dati statistici: H = altezza misurata dall apice all esterno del canale sifonale; S = spessore; Da = altezza dell apice misurata a partire dalla terza spirafino all apice della conchiglia; Da dig = distanza che intercorre tral apice e la prima digitazione; Da -2 dig = distanza che intercorre tra la prima e la seconda digitazione; Da 2- dig = distanza che intercorre tra la seconda e la terza digitazione; Da -4 dig = distanza che intercorre tra la terza e la quarta digitazione; L dig = lunghezza della prima digitazione; L 2 dig = lunghezza della seconda; L dig = lunghezza della terza; L 4 dig = lunghezza della quarta. DISCUSSIONE Supponiamo di aver definito la misura caratteristica di un parametro di una certa specie. Poichi! di tutti gli esemplari a disposizione, appartenenti alla stessa specie, alcuni potranno avere la misura dello stesso parametro differente da quella caratteristica: per difetto, per eccesso o addirittura uguale, si pub a ragione ritenere che in una serie di misurazioni come quelle sopracitate il valore piii probabile caratteristico del parametro che individua la specie sia la media aritmetica di tutte le misurazioni. Definiremo scarto la differenza positiva o negativa tra il valore misurato ed il valore medio. Date 954 conchiglie e per ciascuna di queste parametri misurabili, supposto di avere allora 954.esperimenti,, relativi a ciascun parametro (dove per esperimento si intende la misura calcolata di un parametro), definiremo evento i fatto che alcuni di questi esperimenti diano misure comprese o meno entro certi limiti. Scelto dunque un parametro, ragioneremo per questo ed il discorso varra anche per tutti gli altri dieci. Considerato il grande numero di esperimenti, per l attribuzione dei valori di probabilita si ricorrera alla cosiddetta.legge empirica del case,>, per cui: (<la probabilita di un evento sara data a limite della frequenza dell evento a tendere all infinito del numero degli esperimenti,,. Chiameremo wariabile aleatoria)) la funzione che fa corrispondere ad ogni esperimento effettuato la relativa misura: poichi! ad ogni valore della variabile aleatoria corrispondono tutti gli esperimenti a risultato uguale e quindi un evento, si fara corrispondere ad ogni evento un valore di probabilita, definendo cosi la cosiddetta.distribuzione di probabilitb. Sono stati quindi calcolati i <<momenti,> del primo ordine, lo scarto,il momento centrale del second0 ordine e lo standard deviation della succitata distribuzione. I momento del primo ordine ci dark indicazioni sulla ((tendenza centrale. della distribuzione di probabilita. I momento 6

centrale del secondo ordine (varianza) ci dara indicazioni sulla probabilit& della entita degli scarti. Infine lo standard deviation ci fornira un indicazione dell entita della dispersione dei valori della variabile aleatoria attorno a suo valore medio. La variabilita morf ologica di crescita di una digitazione come fatto biologic0 pub ritenersi l effetto di numerose cause (ph, salinita, temperatura, ecc.). Ciascuna causa si ritiene abbia distribuzione qualunque di probabilita, considerato che per una distribuzione di probabilith la cui variabile aleatoria i? somma di pih variabili, vale la cosiddetta.proprieth asintotica, per cui quanto piu i! grande il numero delle variabili sommate, tanto piu la distribuzione somma tende a quella (<normale,>, ovvero (<di Gauss,>. Pertanto si potra a ragione ritenere che la distribuzione di probabilita relativa alle osservazioni sulle misure di ciascun parametro 6 una distribuzione di Gauss. Risultera allora possibile calcolare la probabilita che ha la variabile aleatoria (misura di un parametro) di assumere valori compresi tra due limiti qualsiasi. In particolare, determinato il valore medio della distribuzione, Sara possibile calcolare la probabilita che ha la variabile di assumere valori compresi in una fascia simmetrica rispetto allo stesso valore medio, owero la probabilita che lo scarto non superi in valore assoluto un certo limite. Non solo, ma facendo appello a cosiddetto (<Lemma di Tchebycheff, valutati i momenti del primo e del secondo ordine, si potra affermare che la probabilita di un evento del tipo: 40 scarto che i? compreso in un fascia rt a attorno a valore medio, ha un limite inferiore funzione esclusivamente della varianza e dell entita dell intervallo di variabilith: E chiaro che tale limite i! utile quando a i! > CJ (x). Allora, scelto un parametro si calcolera il valore medio e definita una fascia di valori intorno ad esso, si valutera la probabilita di ottenere misurazioni comprese in questa fascia, ovvero la probabilita che ha quell individuo di appartenere alla specie che ha que valore x come valore medio. Considerato che degli parametri definiti alcuni sono, per la loro importanza, piu caratterizzanti la specie di altri, si assegneranno a questi,diversi pesi di importanza e precisamente per i parametri Da dig, Da -Zdig, Da -4 dig, peso, il6% rispettivamente; per L ldig, L Zdig, L dig, L 4dig, 8% rispettivamente ed infine per Da, H ed L il 4% rispettivamente. Operativamente per calcolare la probabilita complessiva che ha uno dei 954 individui di appartenere alla specietl. pespelecani e di non essere una varieta distinta, si valuteranno per ciascun.parametro. di misura 7

x rilevata, lo scarto rispetto a valore medio, la probabilita relativa PfX), e quella pesata relativa all importanza di ciascun parametro. Di queste se ne fara la somma. ESEMPIO: Individuo N. 49 che ha i seguenti valori xilevati dei parametri: H = 5,l cm; S =,6 cm; Da = 0,7 cm; Da dig =,l cm; Da -2 dig =,5 cm; Da 2- dig =,6 cm; Da -4 dig =,l cm;l dig =,l cm; L 2 dig =, cm; L dig =,5 cm; L 4 dig =,2 cm. Dopo aver calcolato gli scarti E rispetto ai valori le P (XY P, = 84,8% (altezza medi, calcoleremo P(Da-44dig) = 5,6% (dist. apice a /49 dig.) digi tazione) P(Ldig) = 49,8% (lunghezza 9 dig.) Risultando le probabilita di appartenenza alla specie A. pespelecani degli altri parametri uguali ad, si calcola la probabilita totale che la conchiglia classificata a N. 49 appartenga alla specie succitata: P(,,,, = 0,848 X 0,04 + (0,67 + 0,056) X 0,6 + (0,498 + ) X X 0,08 + 0,04 + 2 = 2 X,6 + 82%. CONCLUSION Dall analisi statistica dei dati risulta ragionevole assumere come appartenenti alla specie A. pespelecani quegli individui, i cui valori parametrici diano valutazioni complessive di probabilita di appartenenza maggiore od uguale a 50%. Pertanto, avendo verificato che le probabilita compiessive relative a tutti gli individui sono di gran lunga contenute tra 80 ed il95%, si pub affermare che essi non costituiscono varieth a s& stanti od ecotipici, bensi appartengono alla specie A. pespelecani. RINGRAZIAMENTI Si ringrazia il Prof. P. PARENZAN Direttore della Stazione di Biologia Marina di Porto Cesareo (LE) per aver fornito i tre popolamenti che non provengono dal Golfo di Taranto e Ing. G. PALMITESTA per l elaborazione statistica dei dati. Si ringrazia inoltre il dr. M. PASTORE dell Istituto Sperimentale Talassografico per aver fornito il popolamento dell area di Scanzano. 8

ABSTRACT The author has analysed 954 specimens, some of which presented remarkable morphological variations, but by a statistical analysis effected, it has come out that they all belong to the species A. pespelecani. sea. Key-words: Aporrhais, morphology, stock analysis, Mediterranean BIBLIOGRAFIA ADAMS, H. & ADAMS, A. (858) - The Genera of Recent Mollusca. London, J. V. Voorst Paternoster Row, vv., pp. 280. BUCQUOY, E. & DAUTZENBERG, P. (882) - Les mollusques marins du Roussilon, pp. 27 CEPIKA, A. (975) - A concise Guide in colours. Shells of Britain and Europe. Hamlyn ed., pp. 08 DONOVAN, E. (804) - The natural History of British Shells, 5 w., pl. IV, fig. 4. FORBES, E. & HANLEY, S. (85)- A history of British Mollusca and their shells. London, J.V. Voorst Paternoster Row, 4" V., pp, 85. FRETTER, V.' & GRAHAM, A. (962) - British Prosobranch Molluscs. pp, 648. GORDON, E. & BEEDHAM, B. (972) - Identification of British Mollusca. Hilton Publ. Ltd., pp. 50. GRANGER, A, (884)- Histoire naturelle de la France. Mollusques (CQphalopodes,. Gastbropodes). Paris, Emille Deyrolle, pp. -2. JEFFREYS, J. G. (865)- British conchology. The Mollusca. London, J. Van Voorst Paternoster Row, vol. "/4". pp. 20, 88, 86. KERMARREK-LABISSE, N. (968) - Note sur des Aporrhais pespelicani L. (Mollusque Gasthropode marin) provenant de 'Adriatique et recueillis vivants a Ostende. Bull. du Mus. Nat. d'hist. Nat., 2B Serie, Tome 9, N. 5, 967 (68), pp. 968-069. KOBELT, W. (887) - Iconographie der schalentragenden europaischen Meeresconchylien. Verlag von T. Fischer. " v., pp. -2. LOCARD, A. (892) - Les coquilles marines des cotes de France. Description des Familles, genres et especes. Ed. Bailliere et fils, pp. 2-24. LOCARD, A. (899) - Les coquilles marines au large des c6tes de France. Faune pqlagique et faune abyssale. Libr. J. B. Bailliere et fils, pp. 68-2. MCMILLAN, N. (97)- British shells. F. Warne & Co.Ltd., London; 968, reprint 97. pp. 45. NORDSIECK, F. (968) - Die Europaischen Meeres-Gehauseschnecken (Prosobranchia) von Eismeer bis Kapverden und Mittelmeer. pp. 96. PANETTA, P. (970) - Molluschi del Golfo di Taranto raccolti durante la crociera dell'albatrosn, Estr. da Mus. Civ. St. Nat. & Genova, V. LXXVII, pp. 58, 9

PARENZAN, P. (970) - Carta d'identitj delle conchiglie del Mediterraneo. w. Taranto, Bios Taras Ed., V. lo, pp. 4-4. PARENZAN, P. & STJEPCEVIC, J. (980) - Golfo delle Bocche di Cattaro - Condizioni generali e biocenosi bentoniche con carta ecologica delle sue due baie interne: di Kotor (Cattaro) e di Risan (Rissano). Estr. da Studia Marina, 9-0. pp. 6-76-0-78. SETTEPASSI, A. (97) - Atlante malacologico dei molluschi marini del Mediterraneo. Ed. Univag Roma. vol. 2" (numer. irregolare). Tav. /8 pp. XV - XXII. WEINKAUFF, H. C. (867) - Die conchylien des Mittelmeeres, 2hre geographische und geologische verbreitung. Band I. Mollusca acephala. Cassel V. V. Fischer pp. 48. 40