A pontyhozamokról régi számok tükrében. Kivonat

Hasonló dokumentumok
Correlation & Linear Regression in SPSS

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.

Correlation & Linear Regression in SPSS

Animal welfare, etológia és tartástechnológia

Esetelemzések az SPSS használatával

A TÓGAZDASÁGI HALTERMELÉS SZERKEZETÉNEK ELEMZÉSE. SZATHMÁRI LÁSZLÓ d r.- TENK ANTAL dr. ÖSSZEFOGLALÁS

Bevezetés a Korreláció &

NÖVÉNYI TAKARMÁNY-KIEGÉSZÍTŐK ALKALMAZÁSA AZ INTENZÍV TAVI PONTYTERMELÉSBEN

Termékenységi mutatók alakulása kötött és kötetlen tartástechnológia alkalmazása esetén 1 (5)

Regresszió számítás az SPSSben

A STRATÉGIAALKOTÁS FOLYAMATA

FATERMÉSI FOK MEGHATÁROZÁSA AZ EGÉSZÁLLOMÁNY ÁTLAGNÖVEDÉKE ALAPJÁN

Hibridspecifikus tápanyag-és vízhasznosítás kukoricánál csernozjom talajon

A rosszindulatú daganatos halálozás változása 1975 és 2001 között Magyarországon

Statistical Dependence

Statisztika II előadáslapok. 2003/4. tanév, II. félév

A klímamodellek alkalmazásának tapasztalatai a magyarországi gabona félék hozam előrejelzéseiben

A BÜKKI KARSZTVÍZSZINT ÉSZLELŐ RENDSZER KERETÉBEN GYŰJTÖTT HIDROMETEOROLÓGIAI ADATOK ELEMZÉSE

y ij = µ + α i + e ij

MŰSZAKI TUDOMÁNY AZ ÉSZAK-ALFÖLDI RÉGIÓBAN 2010

Esetelemzés az SPSS használatával

OROSZ MÁRTA DR., GÁLFFY GABRIELLA DR., KOVÁCS DOROTTYA ÁGH TAMÁS DR., MÉSZÁROS ÁGNES DR.

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka

A magyar racka juh tejének beltartalmi változása a laktáció alatt

A vadgazdálkodás minősítése a Dél-dunántúli régióban

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

NÖVENDÉKNYULAK TESTÖSSZETÉTELÉNEK BECSLÉSE TOBEC MÓDSZERREL

A jövedelem alakulásának vizsgálata az észak-alföldi régióban az évi adatok alapján

Magyarország tógazdasági és intenzív üzemi haltermelése 2017-ben

A DEBRECENI MÉRNÖK INFORMATIKUS KÉPZÉS TAPASZTALATAIRÓL. Kuki Attila Debreceni Egyetem, Informatikai Kar. Összefoglaló

Effect of sowing technology on the yield and harvest grain moisture content of maize (Zea mays L.) hybrids with different genotypes

HALLGATÓI KÉRDŐÍV ÉS TESZT ÉRTÉKELÉSE

KÉPI INFORMÁCIÓK KEZELHETŐSÉGE. Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet. Összefoglaló

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Factor Analysis

ACTA AGRONOMICA ÓVÁRIENSIS

Pisces Hungarici 7 (2013)

Elemi csapásból hozzáadott érték

Kombinált intenzív-extenzív rendszer alkalmazása, tervezésének és működtetésének tudományos. háttere, gyakorlati tapasztalatai

AZ ERDÕ NÖVEKEDÉSÉNEK VIZSGÁLATA TÉRINFORMATIKAI ÉS FOTOGRAMMETRIAI MÓDSZEREKKEL KARSZTOS MINTATERÜLETEN

A VELENCEI-TAVI VADPONTY FAJTA ELISMERÉSÉRE IRÁNYULÓ TELJESÍTMÉNYVIZSGÁLAT EREDMÉNYE

Választási modellek 3

Dr. Sasvári Péter Egyetemi docens

STATISZTIKA PRÓBAZH 2005

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests

Hipotézis vizsgálatok

CSERNELY KÖZSÉG DEMOGRÁFIAI HELYZETE

Diszkriminancia-analízis

Construction of a cube given with its centre and a sideline

A kárókatona fészekalj és tojásméret vizsgálata a Kis-Balatonon és a Nagyberekben

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.

Statistical Inference

A tógazdasági haltermelés jövőbeni lehetőségei és korlátai

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

Erdészettudományi Közlemények

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Lineáris regresszió vizsgálata resampling eljárással

FELADATMEGOLDÁSI SZOKÁSAINAK VIZSGÁLATA. Baranyai Tünde

PONTY TELJESÍTMÉNYVIZSGÁLAT EREDMÉNYE

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik)

6. Előadás. Vereb György, DE OEC BSI, október 12.

A jövőbeli hatások vizsgálatához felhasznált klímamodell-adatok Climate model data used for future impact studies Szépszó Gabriella

Statisztikai szoftverek esszé

General information for the participants of the GTG Budapest, 2017 meeting

TDA-TAR ÉS O-TDA FOLYADÉKÁRAMOK ELEGYÍTHETŐSÉGÉNEK VIZSGÁLATA STUDY OF THE MIXABILITY OF TDA-TAR AND O-TDA LIQUID STREAMS

Animal welfare, etológia és tartástechnológia

Időjárási paraméterek hatása az őszi búza liszt fehérjetartalmára és sütőipari értékszámára

NYOMÁSOS ÖNTÉS KÖZBEN ÉBREDŐ NYOMÁSVISZONYOK MÉRÉTECHNOLÓGIAI TERVEZÉSE DEVELOPMENT OF CAVITY PRESSURE MEASUREMENT FOR HIGH PRESURE DIE CASTING

Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft

Sztochasztikus kapcsolatok

Különböző esszenciális zsírsav tartalmú haltápok hatása a ponty (Cyprinus carpio) növekedési teljesítményére és természetes immunrendszerére

Dr. Bercsényi Miklós¹, Havasi Máté¹, Demeter Krisztián². 1: Pannon Egyetem 2: Dalmand Zrt.

Az egészségügyi munkaerő toborzása és megtartása Európában

THE EFFECTIVENESS OF THE E-LEARNING APPLICATION: IMPACT ASSESSMENT OF THE QUALITY

MAGASÉPÍTÉSI PROJEKT KOCÁZATAINAK VIZSGÁLATA SZAKMAI INTERJÚK TÜKRÉBEN 1 CSERPES IMRE 2

Magyarország tógazdasági és intenzív üzemi haltermelése 2016-ban

Biomatematika 13. Varianciaanaĺızis (ANOVA)

A Fusarium solani-val szembeni ellenállóképesség vizsgálata különböző zöldborsó fajtákon és nemesítési kombinációkon

36% more maize was produced (Preliminary production data of main crops, 2014)

Az ezüstkárász (Carassius auratus gibelio Bloch) jelenlétének hatása a hozamokra és a termelési értékekre az egynyaras ponty nevelése során

Minőségjavító kísérlettervezés

Pszichometria Szemináriumi dolgozat

Animal welfare, etológia és tartástechnológia

Elemszám becslés. Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Hypothesis Testing. Petra Petrovics.

Bird species status and trends reporting format for the period (Annex 2)

Animal welfare, etológia és tartástechnológia

Czimbalmos Róbert 1 -Kovács Györgyi 2. 59/ , 59/ ,

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Regression

A bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:

Statisztika II. feladatok

14. N.4. A klímaváltozás hatása a legelőgazdálkodásra

Honlap szerkesztés Google Tudós alkalmazásával

Tudományos Ismeretterjesztő Társulat

Többváltozós lineáris regresszió a gyakorlatban

A halastavak környezeti hatása a befogadó víztestekre

A takarmány mikroelem kiegészítésének hatása a barramundi (Lates calcarifer) lárva, illetve ivadék termelési paramétereire és egyöntetűségére

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

Magyarország tógazdasági és intenzív üzemi haltermelése ben

Átírás:

Halászatfejlesztés 33 - Fisheries & Aquaculture Development (2011) 33:19-25 ISBN:978-963-7120-31-2 HAKI 2011 A pontyhozamokról régi számok tükrében Horváth Zoltán 1, ifj. Horváth Zoltán 2, Hancz Csaba 2 1 H&H Carpio Halászati Kft., Szentlőrinc 2 Kaposvári Egyetem, Állattudományi Kar, Kaposvár Kivonat A félintenzív tógazdasági technológia főbb elemeiben (népesítési szerkezet, takarmányozás, technologiai műveletek a kihelyezéstől a lehalászásig) nem változott jelentősen az elmúlt 40-50 évben. Napjainkban a szakma szinte egyöntetűen a paradigmaváltás szükségességét hangsúlyozza. Az új utak keresése közben talán nem érdektelen elszámolni a múlttal. Jelen tanulmányunkban az egykori Balatoni Halgazdaság összesen mintegy 2000 tó-év, 1961 és 1986 között felvett termelési adatát elemeztük. A vizsgált időszak utolsó 14 évéről meteorológiai adatokat is találtunk, így ezeket is bevontuk a vizsgált változók körébe. Célunk a két- és háromnyaras pontyhozamokra ható tényezők vizsgálata volt. A feltehető egyszerű kérdésekre a varianciaanalízis és a lineáris regresszióanalízis viszonylag egyszerű módszereivel igyekeztünk válaszokat találni. A kétnyaras ponty nettó hozama 435±366 kg/ha volt, megmaradása 43,1±23,6 %, a felhasznált takarmány 1972±1276 kg/ha volt (N=621). Ezek a számok a háromnyaras nevelés során a következőként alakultak: 364±299 kg/ha, 70,2±22,9 %, 1401±758 kg/ha (N=1378). Egytényezős varianciaanalízissel vizsgálva az üzemegység ( management ) és a tóméret hatását a fenti mutatókra, a következő eredményeket kaptuk. Az üzemegység hatása mindhárom, egymással egyébként meglepően laza kapcsolatot mutató (R 2 < 0,5) paraméterre szignifikáns volt (P<0,05) a kétnyaras nevelésben. Az étkezési hal előállítása során a megmaradás nem különbözött üzemegységek szerint. A tóméret (<10 ha, 11-30 ha, >30 ha) hatása a kétnyaras nevelés során a hozamra és a felhasznált takarmány mennyiségére, a háromnyaras nevelésnél pedig csak a takarmányfelhasználásra volt szignifikáns. A nettó hozam nagyságát becslő egyenleteket a többváltozós lineáris regresszióanalízis stepwise módszerével állítottuk elő. A kétnyaras pontyhozamokat alapvetően a kihelyezési darabszám és a megmaradás határozza meg (R 2 = 0,531), a további számos változó bevonása érdemben nem javította a modell pontosságát. Háromnyaras ponty nevelésénél elfogadható pontosságú (R 2 = 0,603) becslőegyenletet kaptunk a megmaradás, a takarmányfelhasználás, a kihelyezési átlagsúly és a kihelyezett egyéb halsúly független változók bevonásával. Meglepő módon az éves ill. a tenyészidőre vonatkozó hőmérsékleti és csapadék adatok egyik korosztály esetében sem kerültek be a modellbe. Kulcsszavak: ponty, tógazdasági hozam, statisztikai analízis 19

Bevezetés A felvetett témáról, a halastavi pontyhozamokról sok gyakorló tógazda rengeteg tudással, helyi tapasztalattal rendelkezik. Az általánosítható ismereteket szakkönyvek sora foglalja össze Antalfi és Tölg (1971) könyvétől a Horváth L. által szerkesztett legújabbig (2000). Ha azonban egy kezdő szakember a könyvekből próbálna gazdaságában konkrét üzemtervet készíteni, kihelyezést, takarmányozást, trágyázást tervezni, komoly gondjai lennének az ajánlott irányszámok néha már értelmezhetetlenül tág határai miatt. Mi indokolja ezeket a tág határokat? Az a közhelyszámba menő tény, hogy minden tó és minden év más. Lehet-e mégis általánosítható elveket megfogalmazni, mindenki által ismert összefüggéseket megerősíteni vagy éppen megcáfolni némi adatbányászattal és a matematikai statisztika egyszerűbb módszereinek bevetésével? Jelen tanulmányunkban ezt kíséreljük meg az egykori Balatoni Halgazdaság összesen mintegy 2000 tó-év, 1961 és 1986 között felvett termelési adatának elemezésével. Célunk a két- és háromnyaras pontyhozamokra ható tényezők és ezek összefüggésrendszerének vizsgálata volt. Anyag és módszer Az elemzés alapjául az az adatbázis szolgált, amelyet a Balatoni Halgazdaság központjában állítottak össze. Az értékelhető adatsorok száma kétnyarasnál 621, háromnyarasnál 1378. Ez összesen 5 üzemegység 15 tórendszerének 116 taváról 25 éven keresztül gyűjtött közel 30 000 értékelhető adatot jelent. A rögzített adatok (változók) a következők voltak: kódok (üzemegység, tórendszer, tóméret), a tó nagysága, kihelyezési és lehalászási adatok (db és kg) a pontyra és az egyéb fajokra (növényevőkre) külön, feletetett takarmány, nettó hozam, megmaradás, súlygyarapodási- szaporulati- és takarmányegyüttható, valamint 13 év során hőmérsékleti és csapadék adatok. A statisztikai analíziseket az Excel programmal végzett elsődleges adatfeldolgozás után az SPSS for Windows 10.0 programcsomag segítségével végeztük. A kezeléshatást egytényezős varianciaanalízissel értékeltük. A varianciaanalízis során a kezelésátlagok összehasonlítására Tukey-tesztet használtunk. A többváltozós lineáris regresszióanalízis több verzióját kipróbáltuk, de a főbb összefüggések, becslő modellek bemutatására az ún. stepwise módszert alkalmaztuk. Eredmények A legfontosabb adataink elsődleges elemzése azt mutatta, hogy azokat általában igen nagy szórás jellemzi, annak ellenére, hogy az alapadatokat gondosan szűrtük a kiugró értékekre. A variációs koefficiens (CV) érteke a hektáronként feletetett takarmánynál 65 ill. 54%, a hozamnál 84 ill. 82%, a megmaradásnál pedig 55 ill. 33% volt, a két- illetve a háromnyaras nevelés során. A hozam és a megmaradás átlagai egyébként a várakozásnak megfelelően alakultak. A pontyra vonatkoztatott takarmányegyüttható 3,9 kg/kg értéke a kétnyarasra vonatkozóan a szakmai kánonnak megfelelően alakult, de ez egyáltalán nem mondható el a háromnyarasra számított 8,1 kg/kg-ról, ráadásul hatalmas, tízszeres szórás társul 20

ezen átlagok mellé, amelyből többféle, akár az adatszolgáltatás megbízhatóságát megkérdőjelező következtetés is levonható. A takarmányfogyasztás és a hozam átlagának hányadosaként kapott 4,5 ill. 3,8 kg/kg-os érték jobban közelíti szakmai elvárásainkat, de ezek torzított értékek! A felhasznált takarmány, a hozam és a megmaradás alakulását elemezve, ha úgy tetszik, a management színvonalát ítélhetjük meg (1. táblázat). I. táblázat A hektáronként feletett takarmány, a nettó hozam és a megmaradás alakulása üzemegységek szerint (kezelésátlag ± szórás) Üzem- Kétnyaras nevelés Háromnyaras nevelés egység N Változó átlag szórás átlag szórás Takarmány 2127 b 1543 1615 b 978 1 165 ill. 236 Hozam 435 ab 373 416 b 335 Megmaradás 39,8 ab 24,8 71,9 21,1 Takarmány 1974 ab 11218 1351 a 617 2 121 ill.327 Hozam 447 ab 390 386 b 313 Megmaradás 45,4 ab 22,9 72,8 20,1 Takarmány 2214 b 1271 1763 b 1012 3 64 ill. 70 Hozam 554 b 404 486 c 341 Megmaradás 45,5 ab 21,9 73,4 21,7 Takarmány 1954 ab 1103 1378 a 730 4 163 ill. 453 Hozam 444 ab 337 369 b 289 Megmaradás 46,5 b 23,4 69,4 23,3 Takarmány 1617 a 1059 1235 a 589 5 108 ill. 292 Hozam 331 a 258 293 a 224 Megmaradás 37,9 a 22,1 68,8 25,1 N = adatszám a két- ill. háromnyaras nevelésnél. A különböző betűkkel jelölt átlagok szignifkánsan különböznek (P<0,05). A varianciaanalízis az üzemegység szignifikáns hatását jelzi a háromnyaras megmaradásának kivételével minden változóra. Feltételezéseink és a szakma szabályai szerint is a halastó nagysága (ami egyébként 2 hektártól 80 hektárig változott) szintén befolyásolhatja a fentiekben vizsgált változókat. Eredményeinket a 2. táblázatban foglaljuk össze. II. táblázat A hektáronként feletett takarmány, a hozam és a megmaradás alakulása tóméret (kezelésátlag ± szórás) Tó nagysága N Változó Kétnyaras nevelés Háromnyaras nevelés átlag szórás átlag szórás Takarmány 1916 a 1309 1365 a 739 <10 ha, 465 ill. 1119 Hozam 428 a 378 362 295 Megmaradás 43,7 24,0 70,1 22,8 Takarmány 2036 a 1094 1518 a 763 11-30 ha 124 ill. 219 Hozam 421 a 325 404 279 Megmaradás 39,4 21,4 73,9 21,9 Takarmány 2529 b 1324 1772 b 1047 >30 ha 32 ill. 40 Hozam 567 b 354 449 423 Megmaradás 45,7 22,7 70,1 18,2 N = adatszám a két- ill. háromnyaras nevelésnél. A különböző betűkkel jelölt átlagok szignifkánsan különböznek (P<0,05). 21

A nettó hozam nagyságát köztudomásúan rengeteg tényező befolyásolja, nem csak a fentiekben tárgyaltak. Értelemszerűen minél több takarmánnyal etetünk minél több halat, és minél jobb a megmaradás, annál nagyobb hozamra számíthatunk. De nyilván számít a kihelyezett hal átlagsúlya, valamint a kihelyezett egyéb hal (növényevő) mennyisége is. Azt várnánk, hogy a tenyészidő hosszával, az átlaghőmérséklettel és az éves ill. a szezonon belüli csapadék mennyiségével is összefüggébe hozható az egy hektáron megtermelhető két- és háromnyaras ponty mennyisége. A nettó hozamot becslő egyenleteket a többváltozós lineáris regresszióanalízis stepwise módszerével állítottuk elő és az alábbi modelleket kaptuk. Kétnyarasnál: Model R R Square Adjusted R Square Std. Error of the Estimate 1,614(a),377,376 222,011 2,725(b),525,524 193,971 3,756(c),571,569 184,413 4,782(d),612,610 175,605 5,786(e),618,615 174,379 6,788(f),622,618 173,602 7,791(g),626,622 172,678 8,793(h),629,625 172,055 a Predictors: (Constant), p3megm%; b Predictors: (Constant), p3megm%, TAK c Predictors: (Constant), p3megm%, TAK, kiegyébkg d Predictors: (Constant), p3megm%, TAK, kiegyébkg, P2KIÁTL e Predictors: (Constant), p3megm%, TAK, kiegyébkg, P2KIÁTL, kiegyébdb f Predictors: (Constant), p3megm%, TAK, kiegyébkg, P2KIÁTL, kiegyébdb, ősztavaszh g Predictors: (Constant), p3megm%, TAK, kiegyébkg, P2KIÁTL, kiegyébdb, ősztavaszh, tenyidh. h Predictors: (Constant), p3megm%, TAK, kiegyébkg, P2KIÁTL, kiegyébdb, ősztavaszh, tenyidh., P2KIDB Predictors: a program által bevont független változók. Az a legpontosabb modell, amelyik a legnagyobb R 2 (R Square) értéket adja. A néhány %-os javulás érdekében általában nem erőltetjük újabb változók bevonását. A fenti táblázat alapján tehát megállhatunk a 3. vagy 4. modellnél, ahol megmaradási %, a feletetett takarmány mennyisége, a kihelyezett egyéb hal (nem ponty) mennyisége, a kihelyezési átlagsúly ill. a kihelyezett egyéb hal darabszáma alapján 57,1 ill. 61,2%-os megbízhatósággal becsülhető a ponty nettó hozama. A további, adott esetben a tenyészidő hosszára és átlaghőmérsékletére vonatkozó /ősztavaszh, tenyidh./ változók ill. a kihelyezett ponty darabszám bevonásával a becslés pontossága 62,5 %-ig nőtt.) 22

Háromnyarasnál hasonló, az alábbi táblázatban összefoglalt modelleket kaptuk: Model R R Square Adjusted R Square Std. Error of the Estimate 1,610(a),372,371 221,323 2,723(b),522,521 193,124 3,754(c),568,566 183,697 4,778(d),605,603 175,777 5,782(e),612,609 174,354 6,785(f),616,613 173,643 7,786(g),618,614 173,255 8,788(h),621,617 172,731 9,787(i),620,616 172,798 a Predictors: (Constant), p3megm% b Predictors: (Constant), p3megm%, TAK c Predictors: (Constant), p3megm%, TAK, P2KIÁTL d Predictors: (Constant), p3megm%, TAK, P2KIÁTL, kiegyébkg e Predictors: (Constant), p3megm%, TAK, P2KIÁTL, kiegyébkg, p2összkidb f Predictors: (Constant), p3megm%, TAK, P2KIÁTL, kiegyébkg, p2összkidb, TENYIDH g Predictors: (Constant), p3megm%, TAK, P2KIÁTL, kiegyébkg, p2összkidb, TENYIDH, P2KIDB h Predictors: (Constant), p3megm%, TAK, P2KIÁTL, kiegyébkg, p2összkidb, TENYIDH, P2KIDB, kiegyébdb i Predictors: (Constant), p3megm%, TAK, P2KIÁTL, kiegyébkg, TENYIDH, P2KIDB, kiegyébdb Az eredmények értékelése, következtetések A kétnyaras ponty hozama 435±366 kg/ha volt, megmaradása 43,1±23,6 %, a felhasznált takarmány 1972±1276 kg/ha volt, ezek az értékek a harmadik szezonban: 364±299 kg/ha, 70,2±22,9 %, 1401±758 kg/ha. Az eredmények a halastavi termeléssel foglalkozóknak sok meglepetést nem okoznak, legfeljebb a hatalmas mértékű szórások értelmezése és magyarázata okozhat gondot. Eredményeink igazolják, és konkrét adatokkal támasztják alá a közismert tényeket, miszerint kétnyaras hallal általában nagyobb nettó hozamot lehet produkálni, mint háromnyarassal, valamint utóbbinál lényegesen jobb megmaradásra számíthatunk. A pontyra vonatkoztatott takarmányegyüttható 3,9 kg/kg-os ill. 8,1 kg/kg-os átlagértéke, amelyekhez ráadásul hatalmas, tízszeres szórás tartozik, arra utal, hogy a tavi pontytakarmányozás és ebben nem sok változás történt az elmúlt évtizedekben a termelési technológia azon pontja, ahol valószínűleg a leghatékonyabban avatkozhatunk be. A különböző üzemegységek, amelyek az adott időszakban a magyar átlagot talán kevésbé, de a dunántúlit valószínűleg elég jól képviselték, jelentős különbségeket mutattak a legfontosabb termelési mutatókban. Ebből azt a szintén nem meglepő következtetést vonhatjuk le, hogy a management szerepe meghatározó a tavi termelésben is. A tóméret (<10 ha, 11-30 ha, >30 ha) hatása a kétnyaras nevelés során a hozamra és a felhasznált takarmány mennyiségére, a háromnyaras nevelésnél pedig csak a takarmányfelhasználásra volt szignifikáns, ennek ellenére elgondolkodtató 23

az a tény, hogy a 30 hektárnál nagyobb tavakban a pontyhozam (567 ill. 449 kg/ha) nagyobb volt, mint a kisebbekben (362-428 kg/ha). A nettó hozam nagyságát becslő modellek is tartogatnak meglepetéseket, amellett, hogy hozzák a triviális összefüggéseket. A kétnyaras pontyhozamokat alapvetően a kihelyezési darabszám és a megmaradás határozza meg (R 2 = 0,531). Ha a kihelyezési átlagsúlyt is bevonjuk, a független változók a pontyhozam varianciájának kb. 60%-át magyarázzák, de további változók bevonása érdemben nem javítja a modell pontosságát. Háromnyaras ponty nevelésénél a modell némileg változik, de elfogadható pontosságú (R 2 = 0,6) becslőegyenletet kapunk csak a megmaradás, a takarmányfelhasználás, a kihelyezési átlagsúly és a kihelyezett egyéb halsúly független változók bevonásával is. Az a tény, hogy az évi ill. a tenyészidőre vonatkozó hőmérsékleti és csapadék adatok egyik korosztály esetében sem tudják érdemben javítani a modelleket, több mint meglepő. Természetesen a jelen vizsgálat számos számos, ún. mintavételi hibával terhelt. Sok fontos paraméter (pl. trágyafelhasználás, ragadozó kihelyezés és lehalászott gyomhalak mennyisége) elemzéséről adathiány ill. a rendelkezésre álló adatok nyilvánvaló megbízhatatlansága miatt le kellett mondanunk. Reményeink szerint viszont azt legalább sikerült bizonyítanunk, hogy hasonló elemzések elvégzése fontos információkat szolgáltathat úgy a kutatás-fejlesztés, mind a gyakorló tógazdák számára. Irodalom Antalfi A., Tölg I., 1971. Halgazdasági ABC. Mezőgazdasági Kiadó. 218 pp. Halbiológia és haltenyésztés. (Szerk. Horváth László) 2000. Mezőgazda Kiadó. 440 pp. SPSS For Windows TM (1999): Version 10.0, Copyright SPSS Inc., Chicago, IL, USA. 24

Common carp pond yields in the light of an old database Zoltán Horváth 1, Zoltán Horváth Jr. 2, Csaba Hancz 2 1 H&H Carpio Halászati Kft., Szentlőrinc 2 University of Kaposvár, Faculty of Animal Sciences Abstract Main elements (stocking structure, feeding, operation techniques) of the semi-intensive technology of fish pond culture did not change in the last 40-50 years. Nowadays all professionals uniformly underline the necessity of paradigm shift. Meanwhile seeking new ways perhaps may be of some interest to give an account of the past. Around 2000 pond-year data registered between 1961 and 1986 in the late Balaton Fisheries Ltd. were analysed in the present study. As meteorological data also were available from the last 14 years of the period under investigation, those variables were also involved. The aim of the investigation was to analyze factors effecting net yields of two- and three-years-old common carp in pond polyculture. Analysis of variance and analysis of linear regression were used to get answers to some simple questions. Net yield of two-years-old carp was 435±366 kg/ha, with a survival of 43.1±23,6 % and feeding of 1972±1276 kg/ha cereals (N=621). Corresponding values in three-years-old culture were as follows: 364±299 kg/ha, 70.2±22,9 %, 1401±758 kg/ha, respectively (N=1378). Effects of management (plant unit) and pond size on the traits shown above were analyzed by one-way ANOVA. Effect of management proved to be significant for all traits in the second year of rearing (P<0.05). Survival showed no significant differences among plant units. Significant differences were found in carp yield and feed used in the second and only in feed/ha in the third year according to pond size (<10 ha, 11-30 ha, >30 ha). Stepwise method of linear regression was used to obtain best fit models estimating carp net yield. Net yield of two-years-old carp was essentially determined by the number of stocked fish and survival (R 2 = 0.531) and including numerous independent variables did not better in effect the reliability of the estimation model. Acceptable precision (R 2 = 0.603) was achieved using survival, feed/ha, mean weight of fish at stocking and weight of other stocked fish as independent variables for the third year of rearing. Surprisingly meteorological traits as average temperature and precipitation during the rearing season and the whole year could not improve our models significantly. Keywords: common carp, net yield, pond, statistical analysis 25