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。     

空间效应模型在青贮玉米新品系评比试验中的应用

【目的】为了提高青贮玉米田间品种比较试验的准确性,降低空间变异对品种试验评比结果的影响。【方法】在非标准随机区组的条件下,利用SAS9.4对23个青贮玉米品种的单株产量进行方差分析和空间效应模型分析。【结果】研究结果表明:试验的误差存在典型的空间相关性,利用剩余误的误差的空间协方差可降低供试品种效应估计的误差和提高品种效应差异F检验与T检验的效率。在不同玉米品系平均单株产量分析中,空间效应模型在拟合效果、效应估计、误差估计方面都优于传统方差分析。田间试验存在的一些空间差异通过空间效益模型得到控制。【结论】遇到非标准随机区组设计时,建议采用空间效应模型分析不同青贮玉米品种田间试验数据,从而提高数据分析的准确性。     

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。     

基于线性混合效应模型的杉木树高-胸径模型

【目的】利用线性混合效应模型分析杉木树高与胸径的关系,为杉木树高测量提供支持。【方法】收集688组有效杉木研究数据,利用最小二乘法构建树高(H)和胸径(DBH)的线性基础模型,同时考虑林分密度效应和海拔效应,在R 3.2.2软件中拟合混合模型,比较基础模型和2种混合模型的赤池信息规则(AIC)、贝叶斯信息规则(BIC)和-2倍对数似然值(-2log lik),在此基础上,引入误差效应方差协方差矩阵及指数函数、幂函数和恒等式函数,筛选较好的混合模型;基于独立验证数据对模型进行验证,选取R~2、|E|、RMSE3个评价指标对模型精度进行评价。【结果】固定模型的AIC=2 089.731,BIC=2 102.151,-2log lik=2 083.732,均大于混合模型,即混合效应模型拟合效果优于固定模型;考虑模型误差效应方差协方差矩阵,加入恒等式异方差函数能够显著提高模型的精度,且含有不同随机参数的混合模型精度不同,引入海拔随机效应的混合模型拟合精度(R~2=0.804 4,|E|=1.553 9,RMSE=2.143 0)高于含有林分密度效应的混合模型(R~2=0.797 0,|E|=1.576 6,RMSE=2.183 0)。【结论】考虑随机效应的混合模型既能反映杉木树高的总体变化趋势,还能体现不同组分间的差异,在估测精度和通用性上均优于固定模型。     

模型选择信息量准则AIC及其在方差分析中的应用

【目的】探讨模型选择信息量准则AIC在方差分析模型选择中的必要性和意义。【方法】简要介绍了模型选择信息量准则AIC的概念,推导了AIC在方差分析模型选择的公式,并运用AIC对水稻品种比较试验数据进行了最佳ANOVA模型选择分析。【结果】对5个水稻品种比较试验进行方差分析模型的选择是必要的;AIC准则在方差分析模型选择中是一种简单有效的方法。【结论】AIC可用于方差分析模型的选择,以改进方差分析结论的可靠性。     

番鸭体重生长非线性混合效应模型评价的研究

【目的】定量描述和估计本地番鸭体重生长的轨迹和参数。【方法】本研究对116只番鸭进行了21 weeks的饲养和观测;利用5种生长函数(Gompertz、Logistic、Von Bertalanffy、Richards和Brody)拟合了番鸭体重生长的非线性混合效应模型;分别计算了这些模型的8个生长参数(成熟体重、拐点日龄、拐点体重、初生体重、绝对生长率、相对生长率、绝对成熟率和相对成熟率);根据信息准则、误差方差的大小和生长参数估计值的准确度,比较了不同模型间的拟合和估计结果。【结果】与非线性固定效应模型比较,5种非线性混合效应模型拟合的番鸭体重生长方程和估计的8个生长参数,其准确度整体上提高了许多;全群番鸭体重生长Gompertz非线性混合效应模型,其信息准则最小,误差方差减少量达99.92%;雄、雌番鸭体重生长Richards非线性混合效应模型, 其信息准则最小,误差方差减少量分别是89.80%、91.81%。【结论】Gompertz和Richards非线性混合效应模型分别是评价全群和雄、雌番鸭体重生长的最优模型。     

MINQUE法在遗传模型分析中的应用

介绍了应用ＭＩＮＱＵＥ法分析遗传模型的基本原理,阐述了近年来发展的新的遗传模型及其ＭＩＮＱＵＥ算法的应用概况。ＭＩＮＱＵＥ法能够无偏地分析非平衡数据,有效地分析种种复杂的遗传模型,尤其在估计混合模型中遗传效应的方差分量和成对性状的遗传协方差分量,以及对遗传效应进行线性无偏预测等方面具有重要的应用价值。     

利用线性混合随机效应模型评价临床疗效

讨论了线性混合随机效应模型在糖尿病临床试验重复观测数据中的应用,在病人初始入组时,采用不同治疗方案得到重复观测的血糖数据,根据数据的图示以及它们具有相关性的特点,采用线性混合随机效应模型拟合数据,通过参数和标准误差的估计构造检验统计量。对临床疗效进行评价,并给出一种能较客观地评价临床疗效的方法。     

空间效应模型分析田间试验的方法与效果

为了提高田间试验分析的准确性,讨论了利用空间效应模型分析田间试验的方法,并通过实例分析和随机模拟分析对该方法的分析效果与传统方差分析法进行了比较。结果表明,空间效应模型数据拟合效果较传统方差分析模型好,空间效应模型具有较高的分析效率,在不同空间变异条件下效应误差估计和一类统计错误率控制准确;而传统方差分析模型的效应误差估计和一类统计错误率控制的准确性随空间变异增强和变程增大而降低。因此,建议采用空间效应模型分析田间试验数据。     

作物品种区域试验非平衡资料的分析方法——综合性状的分析

运用混合线性模型的分析原理,提出了作物区域试验非平衡数据的综合分析方法,用MINQUE法估算各性状的方差分量和成对性状的协方差分量,然后对品种效应的综合线性对比作显著性测验。对品种综合性状稳定性分析,用Jackknife数值重复抽样方法计算回归参数的估计值及其标准误,并通过分析回归参数置信区间来综合评价品种稳定性。作为综合分析区域试验非平衡数据的实例,分析了黄河流域棉花区域试验的纤维强度和皮棉产量。     

基于综合灰色关联度加权法的玉米品种评价

【目的】利用综合灰色关联度加权法对玉米品种的各主要性状进行综合评价分析, 为农作物新品种评价提供科学参考。【方法】采用2008年广西玉米区域试验数据,利用决策分析中的多属性决策理论,运用综合灰色关联度的方法确定各性状的客观权重,然后对玉米品种进行评价。【结果】玉米品种HM-2的综合评价值最大,其次是哈宝7号,最小的是XQ-9;玉米品种HM-13产量最高,其次为联玉19,产量最低的是KY116。【结论】在实际生产中,不能只考虑产量这一单一性状来选育新品种,应尽量选择对产量和环境的互作有影响的几个重要性状进行综合评价。综合灰色关联度加权法可有效减少某些人为的设定因素,使新品种的选育、评价和鉴定更科学、客观、符合实际。在玉米的育种实践工作中,其可作为辅助工具,以选育出高产、稳产、低风险、综合性状优良的玉米新品种。     

灰色关联度分析和DTOPSIS法综合评价玉米新品种

用灰色关联度分析和DTOPSIS法对2007年度河南省玉米区试品种进行综合评价,结果表明,两种方法综合评估的判断结果基本相同,其中浚原单1号表现最优,其次是喜试512、W9198。综合分析结果与品种在区试中的表现一致。研究认为,灰色关联度分析与DTOPSIS法结合能全面、客观地评判品种。     

烟草区试中品种丰产稳定性分析方法探讨

采用2011年陕西省烟草区域试验的数据资料,通过与烟草上常用方法比较,探讨Francis-Kannen-berg模型分析法、适定性参数法和高稳系数法在烟草区试丰产稳定性评价方面的可靠性与适用性。结果表明,Francis-Kannenberg模型分析法和适定性参数法计算简便,结果可靠,可以对烟草品种丰产稳定性进行基本的评价;高稳系数法受产量影响较大,不可以单独对烟草品种丰产稳定性进行评价。同时分析结果表明,在参试品种中丰产稳定性最好的品种为秦烟96和YN105。     

方差分析模型对马铃薯区域试验结果的影响

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,研究试点效应随机和固定的不同方差分析模型对区域试验结果的影响。结果表明,试点效应固定,品种产量平均相差73.06 kg就表现出显著差异,相差96.72 kg就表现出极显著差异;试点效应随机,则品种产量每667 m2平均相差330.30 kg才表现显著差异,相差442.74 kg才表现极显著差异。马铃薯品种区域试验参试品种是否存在显著或极显著差异将直接影响对参试品种的评价,因此,为提高审定品种的产量潜力,降低新品种推广风险,建议马铃薯品种区域试验选择品种试点效应随机的方差分析模型。     

黄淮南片小麦区试品种沉降值的测定及优质区划研究

通过对黄淮南片小麦区试38个参试品种在10个不同试点的沉降值测定分析表明:达强筋标准的品 种有陕农981、藁麦8901、郑麦3666、西农979、新9408、豫麦34、PH6911、郑麦005;接近弱筋的品种有郑麦004、 轮选987、旱抗1号;其余品种为中筋类型。在优质小麦生产中,起决定作用的是品种,但不同生态条件对品种 品质的表现影响也很大,品质表现最好的试点是陕西富平,其次是河南新乡、安徽涡阳、江苏徐州、陕西杨凌。 品质表现最差的是河南周口。     

基于综合灰色关联度加权法的玉米品种评价

【目的】利用综合灰色关联度加权法对玉米品种的各主要性状进行综合评价分析,为农作物新品种评价提供科学参考。【方法】采用2008年广西玉米区域试验数据,利用决策分析中的多属性决策理论,运用综合灰色关联度的方法确定各性状的客观权重,然后对玉米品种进行评价。【结果】玉米品种HM-2的综合评价值最大,其次是哈宝7号,最小的是XQ-9;玉米品种HM-13产量最高,其次为联玉19,产量最低的是KY116。【结论】在实际生产中,不能只考虑产量这一单一性状来选育新品种,应尽量选择对产量和环境的互作有影响的几个重要性状进行综合评价。综合灰色关联度加权法可有效减少某些人为的设定因素,使新品种的选育、评价和鉴定更科学、客观、符合实际。在玉米的育种实践工作中,其可作为辅助工具,以选育出高产、稳产、低风险、综合性状优良的玉米新品种。     

超甜玉米新品种灰色关联度综合评价

采用灰色关联度分析法,对2004年福建省超甜玉米区域试验9个参试品种从株高、产量等14个性状进行综合评价,评选出金银粟2号、超甜2000、广甜2号、闽甜208等多个综合性状优于对照品种穗甜1号的超甜玉米新品种,其结果与实际表现一致。     

甘蔗品种区域性试验的同异分析及联系势测验

为克服传统甘蔗品种评价的局限性,运用同异分析法和联系势测验对全国甘蔗品种第五轮区试(2006～2007年)的14个品种进行了评价,结果表明,云蔗99-596,Mex105,Q170,Hocp92-648,Hocp91-555,福农98-1103,粤糖94-128,Lcp85-384等8品种与理想品种联系值介于0.8005～0.8880之间,综合性状优良,可进行示范推广;其余品种需进一步试验观察。从而证明这种方法在甘蔗品比试验中应用是可行的。     

种子试验的数学模型

应用综合评价数学模型以玉米为例对河南省2001年区试套种组的10个参试组合进行定量评价。结果表明：浚单981居参试组合评价第一,表现稳定,可以在豫北地区和豫东地区推广。     

浙江省早籼稻品种区域试验点试验效果探讨

对浙江省早籼稻品种区域试验的试验点作了试验效果评价指标研究．结果表明，浙江省早籼稻区试点间存在着品种效应方差、年份效应方差、平均生产力及变异系数的相对差异，以诸暨、舟山、富阳、瑞安试验点综合评价指数最高，其次是嘉兴、衢州、台州试验点