李玉梅，向 阳，皮建辉

（1.怀化学院数学系，湖南怀化418008；2.怀化学院生命科学系，湖南怀化418008）

人类的一些形态学特征如内眦褶、耳垂类型、头发类型等明显地受到遗传因素的影响，具有群体遗传特性，在不同民族的人群中存在不同的出现率［1－3］.对这类形态学特征的研究，将为族群的起源以及族群间的亲缘关系提供生物学方面的依据，因此这些特征构成了人类群体遗传学研究的经典指标［4］.近年来，我国学者先后在不同地区对不同群体的人类形态特征的分布频率及相关性做了广泛的研究.如：栗淑媛等［2］对内蒙古兴安盟3个民族9种形态特征做了相关研究.张兴华等［5］对西藏地区13项人类群体遗传学指标的相关研究.旺庆等［3，6］对浙江汉族和江西汉族9种形态特征做了调查研究.这些研究大多采用相关分析或聚类分析.相关分析只是考察形态特征的相关关系，而没有体现种族之间的关系；聚类分析只是考察族群间的相近程度，而没有体现形态特征间的关系.而我们除了要研究族群之间的关系和形态特征之间的关系外，还希望能在同一个直角坐标系内同时表达出族群与形态特征两者之间的相互关系，实现这一目的的方法是对应分析.

对应分析是一种多元相依变量统计分析技术［7］，通过分析由定性变量构成的交互汇总表来揭示变量间的联系，可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系.本文用对应分析研究我国不同地区汉族人群的9项人类群体遗传学特征.

1 对象与方法

从文献中整理了6个不同地区汉族的9项人类群体遗传学特征的出现率，数据见表1.6个不同地区汉族包括浙江汉族［3］，江西丰城汉族［6］，伊盟汉族，巴盟汉族，阿盟汉族和兴安盟汉族［2］.9项形态学特征是内眦褶、上眼睑皱褶、门齿类型、鼻梁类型、鼻孔形状、下颏类型、耳垂类型、额头发际、头发类型.将表1中6个不同地区汉族（Yj，j＝1，2，…，6）作为样品，9项形态学特征的出现率作为变量（Xi，i＝1，2，…，9），用SPSS13.0软件对数据矩阵进行对应分析.

对应分析可用于处理二维列联表资料，具备一般主成分分析的特征.虽要分析的变量较多，但说明问题的只是方差贡献最大的少数几个因子.分析中主要取前两个主成分，要求二者的累计贡献率较大，一般以大于75%为宜.通过因子负荷图，能发现各变量与每个样本的亲密程度，每一样本点或样本点群，可以用靠近它们的变量点来描述.

2 结果与分析

表2和图1是6个不同地区汉族9项形态学特征出现率的对应分析中最重要的结果输出部分.从表2可以看出，前两个特征值的累积贡献率为0.917即91.7%，表明这两个维度能够解释总信息量的91.7%，由前二个因子轴构成的二维投影图（图1）已包含了原向量信息的91.7%.图1中，依据各样品点和变量点的簇集情况，可将它们分成3个点群：

表1 6个汉族9项遗传学指标出现率Tab.1 Frequencies of occurrence of nine genetic characters of six Han nationalities.／%

表2 惯性贡献Tab.2 Inertial contribution

图1 对应分析因子负荷图Fig.1 The factor loading chart

Ⅰ.民族：江西汉族 变量：卷发；

Ⅱ.民族：浙江汉族 变量：突形下颏；

Ⅲ.民族：伊盟汉族，巴盟汉族，阿盟汉族，兴安盟汉族 变量：有内眦褶，有眼睑，铲形门齿，凸鼻梁，窄鼻孔，发际有尖，有耳垂.

点群族Ⅰ江西汉族的卷发出现率最大，为18.1%.相对于其他地区汉族，江西汉族的卷发具有明显优势，是其他地区汉族的1～2倍.点群族Ⅱ浙江汉族的突形下颏出现率为43.5%，是其他地区汉族的2～3倍以上，浙江汉族的突形下颏比其他地区汉族更为突出.点群族Ⅲ伊盟汉族、巴盟汉族、阿盟汉族和兴安盟汉族，这些民族的有内眦褶，有眼睑，铲形门齿，凸鼻梁，窄鼻孔，发际有尖和有耳垂的出现率差异不是特别明显.

［1］ 王 杨，郑连斌，陆舜华，等.广东梅州地区客家人9项人类群体遗传学指标的研究［J］.华中师范大学学报：自然科学版，2012，46（1）：75－82.

［2］ 栗淑媛，郑连斌，陆舜华，等.兴安盟3个民族9种形态特征的研究［J］.天津师范大学学报：自然科学版，2000，20（4）：39－44.

［3］ 旺 庆，李咏兰，张瑜珂，等.浙江汉族9项人类群体遗传学研究［J］.华中师范大学学报：自然科学版，2013，47（3）：380－384.

［4］ 人类遗传学编写组.人类遗传学［M］.北京：高等教育出版社，1999.

［5］ 张兴华，郑连斌，陆舜华，等.西藏林芝地区藏族13项人类群体遗传学指标的研究［J］.华东师范大学学报：自然科学版，2011，3（2）：152－162.

［6］ 旺 庆，李咏兰，陆舜华，等.江西丰城汉族9项人类群体遗传学特征研究［J］.内蒙古大学学报：自然科学版，2013，44（1）：62－68.4

［7］ 裴鑫德.多元统计分析及其应用［M］.北京：北京农业大学出版社，1991.