线性混合模型在作物育种无重复试验数据实证分析中的应用

【目的】提出针对无重复试验数据进行分析的方法,并演示用SAS提供的Proc mixed程序分析无重复试验数据的过程。【方法】基于国际标准统计分析软件(SAS)的Proc mixed过程和实际试验设计,应用线性混合模型对作物育种中的无重复试验数据进行分析,在分析植物育种无重复试验数据特点和传统方差分析法应用缺陷的基础上,将线性混合模型分析法中利用协方差结构反映试验误差特征的原理,用于植物育种无重复试验数据的统计与分析中,采用模型拟合信息量准则选择最优的试验误差协方差结构模型,最后进行实证分析。【结果】线性混合模型分析法给出了植物育种无重复试验品系产量效应估计及其差异显著性测验的结果;采用效应估计值得到的品系效应排序及入选优良系,与直接采用品系产量观测值法所得的结果存在较大差异;误差协方差结构模型的选择,对无重复试验分析结果的影响较大。【结论】利用线性混合模型原理和SAS软件的Proc mixed程序,可实现对植物育种无重复试验数据的分析,能解决植物育种无重复试验品系间可比性差及不能进行效应差异显著性统计测验的问题。     

数量性状相关遗传变异的研究——Ⅱ. 自花授粉作物性状间遗传相关系数的估算方法

根据本研究第Ⅰ报的研究结果,本文提出了估算性状间遗传协方差和遗传相关系数的五种方法,即F_2P法(利用亲本和F_2代资料)、F_3P法(利用亲本和F_3代资料)、F_2F_3法(利用F_2、F_3代资料)、F_2F_3P法(利用亲本和F_2、F_3代资料)及方差-协方差分析法,並给出了这些估计的理论值。以三个小麦杂交后代群体资料为例,用这些方法估算了若干性状间的遗传相关。F_2F_3P法是狭义遗传相关的无偏估计,而其余四种方法中,从估计的精确性、试验工作量及统计检验方法等方面综合比较,以方差-协方差分析法为优。     

巧用SAS t检验过程分析试验资料

本文简要介绍了SAS t检验过程PROC TTEST的基本语法和3个用它分析试验资料的程序示例。     

现代生物统计方法在动物饲养科学中的应用 (Ⅶ)多协变量饲养试验结果的方差分析

既然对定量因素饲养试验的统计分析回归分析方法较方差分析法更为合适,那么在饲养试验中当定量与定性因素共存时,相对定性因素不同水平的比较而言,定量因素就变成了协变量,这在很大程度上拓宽了协方差分析方法的适用范围,同时亦说明存在于一个饲养试验中的协变量数目将不只一个,面对多个协变量的饲养试验结果如何进行方差     

现代仪器在饲料分析中的应用

现代的分析方法主要有:电化学分析法、光学分析法、色谱分析法等。文章对现代仪器分析中的几种常用分析方法作了简要的介绍,并就其在饲料品质检验方面的应用进行了综述。     

三因素随机区组试验结果的二次回归分析法

运用最小二乘原理，提出了三因素随机区组试验结果的二次回归分析法，包括建立试验指标与试验因素间的三元二次回归方程和有关显著性检验。此法开辟了分析因子试验结果的新途径，能从试验结果中提取新的重要信息，从而提高了因子试验结果的利用率。以一猪的饲养试验资料为例，介绍了该法的分析步骤。     

计算机仿真技术在系统稳定性分析中的应用

通过对一个三阶锁相环电路的分析，介绍了线性系统基于罗斯-霍尔维茨判据稳定性分析方法、Matlab计算机仿真的稳定性分析方法和零极点分布图稳定性分析法，并给出了相应的仿真试验图和结果。     

运用星座图聚类分析法对茶树品种区域试验的定量化评价

介绍了星座图聚类分析应用于茶树品种区域试验定量化评价的方法,并对1997—2002年全国茶树品种区域试验河南点试验数据进行了星座图聚类分析,结果表明:其分析结果与常规分析方法基本一致,说明星座图聚类分析法应用于茶树品种区域试验中对试验结果作综合判定是可行的,而且可对茶树综合性状作出定量的评价分析,弥补了常规分析方法的单纯性。     

Mandel方差分析法在基因型X环境互作研究中的应用初探

本文系统地介绍了Mandel二因子互作方差分析法的原理与方法,并应用1990年西南玉米区域试验资料详细说明共分析、计算方法。得到了一个估计试验资料的理论方程,用其估计的理论值与实际资料的吻合程度极高,是一种值得在G×E互作分析中广泛采用的分析方法。     

化学发光免疫分析方法的研究及应用

本文根据各化学发光免疫分析方法所使用标记物质的不同,将化学发光免疫分析方法分为化学发光免疫分析、化学发光酶免疫分析和电化学发光免疫分析法．并对各方法经典标记物质及分析方法原理进行了分析。同时,介绍了化学发光免疫分析方法在医学检验、食品安全及环境科学方面的应用进展情况。     

用SAS软件进行组内有重复的两向分组资料的方差分析

两向分组资料的方差分析分为组内只有单个观察值和组内有重复的2种两向分组资料的方差分析,利用SAS软件进行组内有重复观察值的两向分组资料的方差分析简单方便。以实例阐述了用SAS软件进行组内有重复观察值的两向分组资料的方差分析的方法。     

缺失原始数据的单因素方差分析方法研究

对缺失原始数据的数据资料进行了方差分析。从方差分析的基本原理入手,对基本统计数据进行反向推理,得到处理间和误差项的各项离差平方和、自由度以及均方,从而可以实现缺失原始数据下的方差分析,并编写了SAS程序予以实现整个计算和方差分析过程。     

非独立试验数据的一般线性混合模型分析

传统方差分析模型的假设条件之一是试验数据相互独立,实际的试验数据未必能满足其条件,这使方差分析的应用范围和分析的效果受到限制。近年来,一般线性混合模型得到发展,为分析非独立试验数据提供了新途径。本文讨论了一般线性混合模型分析非独立试验数据的方法及其在SAS软件的实现,对小麦品比和玉米灌溉2个不同试验的非独立数据进行了一般线性混合模型与方差分析模型的对比分析。结果表明,与传统方差分析法相比,一般线性混合模型数据拟合效果好,在小麦品比试验使小麦品系效应比较的平均标准误降低18.4%,平均分析相对效率为1.5,而在玉米灌溉试验使灌溉效应比较和品种×灌溉交互效应比较的平均标准误降低9.1%￣10.8%,平均分析相对效率均约为1.2。因此,对非独立试验数据,一般线性混合模型分析的准确性和效率要比传统方差分析模型高。     

SAS统计软件在生产试验中的应用

SAS是目前世界上应用最广泛的数据统计分析软件,具有强大的数据处理功能。熟练掌握SAS对高效处理数据大有裨益。为此,通过不同作物田间试验数据介绍了SAS软件在实际运用过程中进行X2测验、方差分析及直线回归等的操作,以期为现代农业的推进提供信息技术支持。     

作物品种区域试验多年资料联合分析法的应用

用作物品种区域试验多年资料联合分析方法的计算机程序对 2 0 0 1～ 2 0 0 2年度国家玉米品种区域试验的部分资料进行分析。结果表明 ,该程序不仅可以进行方差分析 ,而且可以计算品种、试点和品种试点组合的最小二乘均数 ,并可对其差异显著性进行检验。     

云南杨梅种植气候生态适应性的统计分析

 以影响杨梅产量和果实品质的气候要素资料，借助SAS,DPS统计软件进行多元统计分析。主成分分析结果表明，前3个主成分的累计贡献率达到87.44%，第1主成分表现为水分因子的影响，第2主成分表现为温度因子的影响，第3主成分表现为温度和干燥度对不同海拔高度的地区的综合影响为地形因素。R型聚类分析显示，14个气候要素可分为4类，分别为：温度因子、水分因子、干燥度因子和地形因子。两种分析共同揭示了影响杨梅生长和果实品质的气候因子组成。为提高杨梅产量，果实品质和杨梅栽培区划提供新的理论依据。     

作物品种区域试验多年资料联合分析法的计算机程序

分别用VisualBASIC 6 .0和TheSASSystemforWindowsV6 .12编制了作物品种区域试验多年资料联合分析方法的计算机程序。程序调试结果表明 ,两种系统开发的程序不仅可以进行方差分析 ,而且可以计算品种、试点和品种试点组合的最小二乘均数 ,并可对其差异显著性进行检验 ,且计算结果完全相同。     

应用SAS软件进行方差分析的快速方法

本文给出了应用SAS软件进行方差分析操作的简单方法。     

运用SAS广义线性混合模型分析裂区试验数据

裂区设计能够灵活地增加试验处理和进行误差分级控制,在农业试验中应用广泛.但数据的统计分析较复杂,目前有效的相关统计软件十分缺乏.为了建立操作简单、实用性强、计算结果无误的统计分析手段,采用SAS广义线性混合模型(GLIMMIX)程序模块进行裂区设计数据的统计和分析,并通过实例分析说明GLIMMIX相较于传统一般线性模型...     

山蚂蝗属植物外部形态变异及形态类型研究

[目的]研究山蚂蝗属植物的外部性状并探讨各性状间的相关性。[方法]利用SAS（6.0）和SPSS（10.0）数据处理系统软件对所测性状变异及其规律进行分析并计算各性状间的遗传相关系数。[结果]植株自然高度的变异系数高达104.97%;叶长、叶宽的变异系数分别为26.34%和33.51%;千粒重的变异系数为35.13%;果荚粒数、荚果长度、种子长度、种子宽度的变异系数分别为17.06%、24.99%、21.08%和20.35%;中央小叶柄长度、叶柄长度的变异系数分别为40.39%和58.24%;中央小叶长度与中央小叶宽度、叶柄长度与中央小叶宽度的相关系数分别为0.8370和0.5790;株高与小叶长度、小叶宽度、小叶叶柄长度、叶柄宽的相关系数分别为0.6488、0.6897、0.5156、0.6954;种子长度与千粒重、种子宽度与千粒重的相关系数分别0.8745和0.8293;株高与荚果长、叶柄长与荚果长的相关系数分别为0.5896和0.6059。[结论]该研究为山蚂蝗属种源的开发利用奠定了理论基础。