有缺失数据单因素随机区组试验资料分析的最小二乘法与估计 …

用最小二乘法和估计数值法同一有缺失数据的玉米新组合比较试验资料进行分析,对分析结果进行比较研究,结果表明,最小二乘法能估计出组合效应,获得组合的最小二乘均数,针进行了差分析和多重比较,与传统的估计缺值法比较,最小二涨进更为简便,分析更精确可靠     

有缺失数据单因素随机区组试验资料分析的最小二乘法与估计缺值法的比较研究

用最小二乘法和估计缺值法对同一有缺失数据的玉米新组合比较试验资料进行分析,对分析结果进行比较研究,结果表明：最小二乘法能估计出组合效应,获得组合的最小二乘均数,精确地进行方差分析和多重比较,与传统的估计缺值法相比,最小二乘法更为简便,分析结果更精确可靠。     

随机区组设计二因素试验结果的二次回归分析法

本文根据最小二乘原理提出随机区组设计二因素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二元二次回归方程和显著性检验。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，最后举例说明。     

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。     

三因素随机区组试验结果统计分析的BASIC程序

本文提供了三因素随机区组试验结果统计分析的 BASIC 程序,可进行方差分析、计算标准差、判定差异显著性。该程序输入输出方式简单,容易掌握。     

双因素双向随机区组试验设计与分析

设计了一种在试验环境的两个方向上都采用随机区组设计的双因素双向随机区组试验，并作了实例分析。这种设计可以控制两个方向上的环境差异，其精度比双因素随机区组高，因此具有较高的实用价值。     

单因素随机区组试验中重复测量数据分析及其SAS实现方法

结合两个实例,讨论了单因素随机区组试验中重复测量数据的分析方法,并用SAS程序进行了统计计算。对于不同地点的重复测量数据,在其变异来源中增加了一个地点取样误差,其SAS程序中,采用了Proc Anova语句,巧妙地在Model语句后加入了Test语句。对于不同时间点的重复测量数据,可以将单因素随机区组设计转化为裂区设计,单因素为主区因素,时间因素为副区因素,其SAS程序中,采用了Proc Mixed语句,并进行了同质性检验。     

3×2交叉试验结果分析的最小二乘法

提出了 3个处理、2个时期交叉设计试验结果分析的最小二乘法。该法在将试验个体分为 6组时 ,不要求 6组个体数相同。     

3×3交叉试验结果分析的最小二乘法

提出了 3个处理、3个时期交叉设计试验结果分析的最小二乘法。在将试验个体分为 6组时 ,不要求 6组个体数相同     

利用Excel软件对随机区组试验进行方差分析的探索

探索了利用Excel软件对农业上常用的随机区组试验进行方差分析的基本原理和具体操作方法,并提供了实例运算。     

重复数不等资料估计固定效应简便方法的应用

本文用重复数不等资料估计固定效应的简便方法[1，2，5]，分析了一实际资料；说明此法在处理重复数不等资料时是简便、可行的有效方法，本文还为此法的应用编制了一通用性强的计算机程序。     

利用小区平均数分析不完全双列杂交配合力的最小二乘法

本文提出了在随机区组设计下利用各小区平均数分析不完全双列杂交一般配合力（ＧＣＡ）和特殊配合力（ＳＣＡ）的最小二乘法。该法能对两类配合力进行显著性检验，能对各亲本ＧＣＡ间差异和各组合ＳＣＡ间差异进行显著性检验。与利用各小区单株观察值的最小二乘法相比，该法计算量小，较为简便、实用。