运用广义线性混合模型分析随机区组重复测量的试验资料

Multiple measurements of the same subject are conducted, and there is autocorrelations among the data at each time point. Some special treatment is required for statistical analysis of repeated measure data. Although the repeated measure is widely used in agricultural and other research fields, the relevant and effective statistical methods are rare. In order to establish a simple, easy to use, and reliable statistical method, generalized linear mixed models (GLIMMIX) of SAS was adapted. Selection of covariance structure, variance analysis, and means comparison processes were showed by using RCB data. Traditional split plot and MANOVA methods wasted large amounts of information, reduced the power of the test, and could not handle missing data effectively, even resulting in incorrect conclusions. GLIMMIX was the best choice for variance analysis and means comparison of repeated measure data, because it was easy to use, and had powerful function, high reliability, and ability to handle missing data. At present, there was few relevant report in China, and this method would be very practical and innovative in this field.     

利用Excel实现单因素随机区组田间试验结果的方差分析

以Excel 2013版为例,研究并介绍了利用Excel实现单因素随机区组田间试验结果的方差分析的方法和步骤,以期供广大农业科技工作者使用时参考.     

有缺失数据两因素随机区组试验资料的最小二乘分析法及其应用

在缺失数据两因素随机区组试验资料是两因素水平组合重复数不等的非平衡资料。本文根据最小二乘原理提出分析这类资料的新方法。利用此法，可以估计出两因素的主效互作效应，人而获得两因素各水平及其合作的最小二乘均数，并精确地进行方关分析与多重比较，最后，以一实例介绍该方法的应用。     

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。     

利用混合线性模型分析绿豆主要农艺性状的遗传及相关性

以19个绿豆品种(系)为亲本, 采用非完全双列杂交试验设计及混合线性模型,研究绿豆主要农艺性状的遗传规律及其性状间的相互关系。结果表明, 绿豆全生育日数、株高、主茎节数和百粒重均以加性效应为主, 狭义遗传率较高且达极显著水平;单株荚数、单株产量和总产量的加性效应和显性效应均显著或极显著, 狭义遗传率相对较低;单荚粒数主要受显性效应影响, 广义遗传率较高;播种至开花天数与株高间存在显著或极显著遗传和表型正相关;单株荚数、单荚粒数与百粒重显著或极显著负相关;单株荚数与单株产量、总产量显著或极显著正相关;百粒重与单株产量、总产量相关性不大;针对全生育日数、株高、主茎节数和百粒重的选择可在早期世代进行, 而对产量的选择可以根据单株荚数和单株产量在晚期世代进行。     

应用混合线性模型(AD)分析热带温带玉米群体间的遗传关系

按Griffing双列杂交方法Ⅳ，对9个热带和温带玉米群体进行组配，获得36个杂交组合。2002年和2003年，采用混合线性（AD）模型和最小范数二阶无偏估算法（1）法（minimum norm quadratic unbiased estimation, MINQUE），分别在河南安阳和湖北十堰进行田间鉴定，对产量和产量构成因素的遗传方差分量、杂交组合的基因型值进行了分析。结果显示，产量和产量构成因素的遗传方差分量及其与环境的互作效应大多达到极显著水平，但各项遗传方差分量对总表型变异的贡献有差异。对小区产量而言，各效应的贡献是显性>显性与环境互作>加性与环境互作>加性；而加性方差分量对总表型变异的贡献为穗行数>穗粒数>百粒重>小区产量。对这36个组合的群体平均优势和群体超亲优势进行了估计，并在此基础上引入群体间遗传差异的度量参数ω/(2μ)，ω/(2μ) = 群体平均优势－群体超亲优势。对9个群体的比较表明，遗传差异与杂种优势之间不存在线性关系，亲本的遗传差异过大和过小都不利于产生强优势组合，具有中等遗传差异的亲本群体表现出了强的杂种优势。如组合3´6 (BSSS C9´Stay Green C4)、2´3 (BS16´BSSS C9)和1´3 (Suwan1´BSSS C9)都具有中等的遗传差别，有较好的杂种优势表现；BSSS C9与Stay Green C4和Suwan1、BS16和Suwan1在温带育种中值得关注，有可能形成新的杂种优势模式。     

利用Bayes分层广义线性模型剖析大豆籽粒性状的遗传基础

以溧水中子黄豆(P₁)和南农493-1(P₂)组合的504个正反交F_2:3~F_2:7家系群体为材料, 调查大豆粒长、粒宽、粒厚、长宽比、长厚比、宽厚比和百粒重性状在2007—2011年的表型观测值, 扫描F₂群体SSR分子标记信息, 用Bayes分层广义线性模型方法检测了上述性状的主效QTL、QTL´环境(QE)互作、QTL´细胞质(QC)互作和QTL´QTL(QQ)互作。共检测到89个主效QTL、33对QE、20对QC和35对QQ互作。上述7个性状的主效QTL分别有7、10、10、19、19、17和7个; QQ互作分别有1、10、6、0、6、9和3对, 没有检测到显性´显性互作; QE互作分别有5、7、6、3、6、2和4对; QC互作分别有2、1、3、8、4、2和0对。主效、QQ互作、QC互作和QE互作QTL的总贡献率分别为12.42%~61.79%、0~23.21%、0.35%~1.51%和0~14.16%, 表明主效QTL贡献最大, QQ互作次之, QE互作最小。各类QTL都有一因多效现象, 同一基因座可通过不同方式影响性状表达。这些结果揭示了大豆粒形性状的遗传基础, 为标记辅助育种提供了参考信息。