水稻品种(系)稳定性分析模型的评价

利用方差分析(ANOVA)模型、线性回归(LR)模型和加性主效应乘积交互作用(AMMI)模型对1991年和1992年江苏省中粳稻区域试验参试品种(系)进行稳定性分析。结果表明：LR模型在评价参试品种(系)稳定性方面有一定的局限性;AMMI模型和ANOVA模型对参试品种(系)稳定性分析结果虽互有差异,但趋势基本一致。     

作物品种区域试验统计分析模型的比较

 通过对作物品种区域试验中有关品种×环境组合均值估计的主要统计分析模型进行概述和比较 ,改进提出LR PCA复合模型 ,并通过数据实例的交叉验证对各种模型的预测精度进行比较。结果表明 ,各种模型的精度顺序为LR PCA复合模型 >AMMI模型 >PCA模型 >处理均值模型 >回归模型 >ANOVA加性主效模型 ;LR PCA复合模型的预测精度是算术平均值的 1.5 5倍 ,比AMMI模型的精度提高了 8.4 %。最后对LR PCA模型的应用问题作了讨论     

马铃薯品种稳定性分析研究

利用2005—2010年国家马铃薯中晚熟西北组共6组区域试验数据资料,比较LR模型和AMMI模型在品种稳定性分析上的差异。结果从LR模型分析稳定性结果看,2005—2010年‘92-24-144’的静态稳定性较高,其他大多数参试品种具有较好的动态稳定性,且年度间表现基本一致。AMMI模型分析表明,不同品种的稳定性有差异,‘青97-1-38’,‘92-24-144’的稳定性较高,‘中薯36’,‘甘L9810-18’,‘庄薯3号’的稳定性较差,年度间均表现一致;而且多数品种所表现的稳定性差异在年度间不一致。因此,AMMI模型在品种稳定性评价方面具有较高的可信度,建议马铃薯品种区域试验采用AMMI模型进行分析。     

利用AMMI模型分析旱地小麦新品种云麦70的稳定性及适应性

[目的]评价旱地小麦新品种云麦70在不同生态条件下的稳定性及适应性。[方法]利用AMMI模型对2011~2013年度云南省旱地小麦区域试验产量资料分析,以期评价云麦70的稳定性及适应性。[结果]云麦70属高产稳产型品种,适应地区广。结果还表明,利用AMMI模型分析小麦区试资料可以较好地评价单个品种的表现。[结论]云麦70在嵩明、楚雄、文山、临翔等地具有较高的产量,适宜作为这些地方的主推品种。     

基于AMMI模型对蓖麻杂交种适应性的分析(英文)

[目的]分析4个蓖麻杂交种的生产适应性和稳定性,探讨AMMI模型在品种评价中的应用方法。[方法]应用AMMI模型及双标图对4个蓖麻杂交组合2008-2009年多点试验的产量性状进行稳定性分析,进而评价各参试组合的稳定性和适应性。[结果]AMMI模型分析表明,交互作用主成分轴奇异值IPCA1、IPCA2两项共解释了92.24%的互作变异,AMMI模型不仅最大程度地反应互作变异,而且能准确地分析品种的适应能力和稳产性。[结论]AMMI模型把方差分析和主成分分析结合在一起,相对于传统的方差分析方法提高了精确度。甚至能够对自身没有结果能力的雌性系,也可以通过鉴定其F1代的基因和环境的互作效应,间接评价雌性系的适应性。     

AMMI模型应用于油菜区域试验的分析研究

AMMI模型是一种有效的加性主效应和乘积交互作用（Additive main effects and multiplicative interaction,简记为AMMI）模型，它发展了分析基因型与环境互作的统计方法。本文以1996和1997年（秋播）的云南省油菜区域试验的小区产量为资料，应用AMMI模型分析研究油菜区域试验。通过分析得出：使用AMMI模型能提高估计的准确性、提高选择的概率。例如，此组区域试验用线性回归模型分析时，剩余残差点交互作用的74.60%；而在AMMI模型中，残差仅占交互作用的16.63%。在AMMI分析中，显著的主成分轴（PCA1-3）用尽量小的自由度捕捉尽量大的SS（其中，PCA1用24%的互作自由度捕捉了48.72%的互作SS），而剩余大自由度对应小的SS，作为试验误差处理，提高试验精确度。特别是AMMI模型利用对应分析图可以直观评价品种的稳定性和较适应地区，为其推广某一品种和在某一区域推广一品种等科学决策提供依据。当显著的PCA轴多于3个以上时，可通过D值的大小来确定品种的稳定性。由此得出结论，此模型可提高试验精确度，减少试验重复数，评价品种更精确，选择出的品种更可靠，且能够直观地得出各参试品种的稳定性和较适应地区。它是一种花费小、简便易行、经济实用的统计分析方法。     

三种评价品种稳定性方法的比较

运用线性回归Eberhart和Russell模型、主效可加互作可乘(AMMI)模型以及高稳系数法(HSC)同时分析2002~2003年度重庆市油菜新品种区域试验参试组合的产量稳定性,对3种评价品种稳定性的方法进行了比较。结果表明,线性回归Eberhart和Russell模型和高稳系数法(HSC)可以为选择高产、稳产的油菜新品种提供有益的参考,但两者都有不足之处;AMMI模型通过从加性模型的残差中分离模型误差与干扰,可以提高估计的准确性,并且借助于双标图可以直观地描绘和分析基因型与环境互作的模式;三者中,AMMI模型是一种较为理想的品种稳定性评价方法。     

应用AMMI模型分析广西普通玉米区试品种的稳定性

以不同玉米品种产量资料为基础,应用回归模型和AMMI模型,对2008年春造广西普通玉米品种区域试验A组12个玉米品种的稳定性进行分析评价。结果表明,回归模型在联合回归、基因型回归和环境回归分析中都未达显著水平,因此,回归模型不适用于分析本试验数据;利用AMMI模型分别以1个到多个IPCA主成分轴分析G×E交互作用效应,结果发现当用3个主成分进行分析时,3个IPCA达显著或极显著水平;AMMIⅠ和AMMIⅡ双标图分析结果表明,12个参试玉米品种中,BY789、Z5S31、NX969和YX2774为丰产且稳定性较好的品种,MN4为产量最低、稳定性较差的品种。     

西藏春油菜新品种的稳定性和适应性分析

应用Eberhat-Russe11法、品种区域试验法AMMI模型相结合,分析了西藏春油菜区试试验4个参试新品种的稳定性适应性,并对几种方法进行比较,结果表明:AMMI模型解释基因型与环境互作明显优于线性回归模型。通过AMMI模型双标图可以看出产量在品种和地点的变异程度,稳定性较好的品种是蜀油8号。品种区域试验AMMI模型分析法测定油菜品种丰产稳产性一个比较简便的方法。若能与回归系数法相结合,则能进一步提高分析的准确性。     

AMMI模型在鲜食糯玉米区域试验中的应用

[目的]分析基因型、环境及基因型与环境互作对玉米品种单位面积果穗数的影响,评价山东省不同玉米品种的稳定性和地点的鉴别力。[方法]采用AMMI模型对2010年山东省鲜食糯玉米品种区域试验数据进行分析。[结果]3条主成分轴共解释了98.09%的互作平均果穗数;LN7087和鲁甜糯1号属于高产、稳产型品种,适应性广;鲁星糯1号平均果穗数较高,稳定性差;莱农糯11、鲁糯6号平均果穗数较低,稳定性较好,适应性广泛。e1和e2试点对品种的分辨力较强;e3和e5试点对品种的分辨力较弱。[结论]AMMI模型分析方法可用于评价玉米品种的稳定性和适应性,较透彻地分析环境和基因互作效应,但也有局限性。该研究可为在较短时间内建立较客观地评价玉米品种的丰产性和稳定性的统计分析方法奠定基础。     

Comparison of Statistical Models for Regional Crop Trial Analysis

Based on the review and comparison of main statistical analysis models for estimating varietyenvironment cell means in regional crop trials, a new statistical model, LR-PCA composite model was proposed, and the predictive precision of these models were compared by cross validation of an example data. Results showed that the order of model precision was LR-PCA model ＞ AMMI model ＞ PCA model ＞ Treatment Means (TM) model ＞ Linear Regression (LR) model ＞ Additive Main Effects ANOVA model. The precision gain factor of LR-PCA model was 1.55, increasing by 8.4% compared with AMMI.     

水稻品种区域试验的AMMI模型分析

在农作物品种区域试验中,品种在各地点的表现通常是不一致的,也就是说品种的基因型和环境（Ｇ×Ｅ）存在着交互作用。常用的Ｇ×Ｅ交互作用分析方法是相对于环境指数的线性回归方程,但这一方法约束性较强,解释Ｇ×Ｅ交互作用较少。加性主效应和乘积交互作用模型（简称ＡＭＭＩ模型）在常规的基因型和环境的加性模型中加入了乘积形式的交互作用,能更多地解释Ｇ×Ｅ交互作用。实例分析表明ＡＭＭＩ模型是品种区域试验结果分析更为有效的方法。     

应用AMMI模型分析春小麦区试数据的研究

在作物品种区域化试验中,基因型与环境的交互作用(简称G×E)越来越受到人们的重视.主效可加互作可乘模型(additive main effects and multiplicative interaction model,简称为AMMI模型)是一种非常有效的分析G×E的方法,而双标图(biplot)是解释AMMI分析结果的一种直观有效的图形工具.在对AMMI模型、双标图和稳定性参数Di(j)简要介绍后,选用1999～2000年新疆春小麦品种区试的产量数据进行了实例分析,以加深对新方法在区试数据分析中应用的认识,促进其在新疆的推广应用,提高新疆在区试数据分析方面的水平和效率.文章得出的有关品种稳定性和适应性、地点对品种鉴别力等初步结果,对育种和生产单位有一定的参考价值.     

云南粳稻品质性状稳定性分析

利用AMMI模型对种植在4个试点的11个粳稻品种的稻米品质进行稳定性分析,以品质性状的表型值及其相应的稳定性参数(Di)为指标,对供试品种进行聚类分析和评价。结果表明,品质性状在不同品种和环境间的差异以及品种×环境互作效应均达极显著水平;品质性状的稳定性随品种和环境不同而变化较大,品质性状的稳定性顺序为粒宽粒长碱消值直链淀粉含量蛋白质含量糙米率精米率整精米率垩白粒率,其稳定性参数分别为0.13,0.14,0.31,0.37,0.43,0.48,0.79,0.84和2.33。综合考虑稻米的品质性状及其稳定性,云粳4号、云粳优10号、云粳12号和云粳15号稻米品质好且稳定性较高,可作育种亲本,以改良稻米品质及其稳定性。     

甘蔗品种的区试蔗茎产量和蔗糖分与环境互作效应分析

利用AMMI(主效可加互作乘积)模型及双标图、Di(品种稳定性参数)以及相应表现型值与Di值的聚类分析,对2005～2006年14个甘蔗品种云南5个试点的2年新植1年宿根甘蔗品种区域化试验蔗茎产量和蔗糖分进行基因环境互作研究分析.结果表明:①产量与环境的互作效应显著,稳定性好的品种有云瑞99-113、德蔗93-94等;甘蔗糖分与环境互作效应较小,稳定性好的品种有云瑞99-113、云蔗98-236等.②根据AMMI双标图,提出了参试品种在参试点的适应性.③根据平均产量和糖分及其Di值聚类分析,参试品种可分为5类.基于AMMI的互作稳定性分析和聚类分析为蔗区甘蔗新品种的推广应用提供了依据.     

AMMI模型应用于桤木种源区域试验的分析研究

对桤木 1 3个种源在 5个测试点进行了生长性状的遗传测定。AMMI(加性主效应和复合交互效应 )模型和传统稳定性分析模型相比较 ,AMMI分析和生态价法的结果很吻合 ,而与回归分析法的结果有所差异 ,但排序结果基本是一致的。AMMI的Di 值法相对比较精确可靠。桤木树高在种源间差异极显著。树高相对稳定的种源是四川泸定沙湾、四川雅安和四川金堂淮口 ,最不稳定的是种源四川金堂长乐和四川沐川     

西北春谷区谷子新品种长生10号的丰产性及稳产性分析

[目的]促进谷子新品种长生10号的合理推广应用。[方法]根据2011~2012年国家谷子品种区域试验(西北春谷区组)产量汇总资料,采用变异系数、品种丰产性指标、高稳系数等分析方法及AMMI模型,对长生10号的丰产性、稳产性进行分析与评价。[结果]变异系数、品种丰产性指标、高稳系数等分析方法与AMMI模型分析结果基本一致,均表明长生10号是一个丰产性好、稳定性高且最适合辽宁省种植的谷子新品种。[结论]在推广长生10号时,不仅要依靠品种自身的增产潜力,同时也要考虑利用资源环境优势,并高度重视基因型与环境的互作效应。     

作物品种稳定性分析方法的研究进展

对作物品种稳定性、适应性和基因型与环境交互作用(简称G× E,下同)方面的内容进行了简要的介绍,重点对品种产量稳定性的主要分析方法给予了综述,在充分比较了几类方法优缺点的同时,特别推荐了非线性方法中的主效可加互作可乘模型法、模式分析法以及GGE叠图法,这三种方法是目前国际上较为流行的分析作物品种区试产量数据的方法.     

AMMI模型分析油菜不同基因型黄籽度的稳定性

将AMMI模型应用于甘蓝型黄籽油菜8个基因型的黄籽度稳定性研究,结果表明：该模型可应用于非区试资料品质性状的稳定性分析,且优于传统的回归模型分析法;利用对应分析图可以直观评价各基因型的稳定性和适应环境;品质差(黄籽度低)的基因型稳定性相对较好,而品质好(黄籽度高)的基因型稳定性相对较差。