共查询到20条相似文献，搜索用时 31 毫秒
1.
三种评价品种稳定性方法的比较 总被引：4，自引：0，他引：4
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。 相似文献
2.
3.
AMMI模型应用于油菜区域试验的分析研究 总被引：9，自引：0，他引：9
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。 相似文献
4.
[目的]比较研究用以评价甘蔗品种稳定性的三种模型。[方法]以广东省2009年甘蔗品种区域试验产量数据为例,对线性回归模型、AMMI模型和LR PCA模型在评价甘蔗品种稳定性方面的应用进行了比较。[结果]回归法计算简便、直观,AMMI模型和LR PCA模型的分析结果则更全面、深入,而这两种模型之间仍存在着一定差异。[结论]实际操作中,在根据不同的数据资料选择相适宜的分析方法的同时,也可以采用不同的方法进行分析,通过比较选择较为合理的结果。 相似文献
5.
6.
7.
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。 相似文献
8.
优质油菜新品种(系)的稳定性和适应性分析 总被引：6，自引：0，他引：6
应用AMMI模型对8个甘蓝型优质油菜新品种（系）区试产量进行了分析。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AMMI1模型双标图可以看出产量在品种和地点间的变异程度,找出稳定性较好的品种。从AMMI2双标图上可以找出与每一个地点产量互作最大的品种。 相似文献
9.
10.
11.
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。 相似文献
12.
13.
14.
AMMI模型在亚麻区域试验分析中的应用 总被引：2，自引：0，他引：2
在亚麻区域试验中,品种(G)和环境(E)互作现象普遍存在,AMMI模型作为一种分析G×E互作关系的方法,较线性回归分析法更多地解释基因型与环境互作效应,AMMI模型中双标图和特殊互作效应值Dge的引入,为直观、定量地估计环境对基因型的分辨力及基因型对环境的特殊适应性提供了一种非常有效的手段.通过对2005年至2006年云南省亚麻区域试验的产量数据进行分析,结果表明线性回归分析法只解释互作SS的56.91%,而AMMI模型3条主成分轴共解释了96.53%的互作SS.应用AMMI模型分析亚麻品种区域试验是一种行之有效的方法. 相似文献
15.
双标图在大豆区域试验产量分析中的应用 总被引：2，自引：0，他引：2
运用主效可加互作可乘模型(Additive Main Effectsand Multiplicative Interaction Model)简 称 AMMI 模型，结合双标图(biplot)对2003年黑龙江省大豆品种区域试验，第一积温带西部 风沙干旱区(2区)各承试点的平均产量结果进行分析。从中可以看出：AMMI 模型将方差分析和 主成分分析相结合，使品种在各个试验点的适应性和稳定性更加形象化；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。 相似文献
16.
17.
为了解AMMI模型在水稻区域试验产量组成性状分析中的应用效果,利用AMMI模型对2006年安徽省晚粳水稻区域试验资料进行了分析。结果表明,在分析基因型与环境互作时,AMMI模型优于多元回归和相关分析;AMMI模型中的极显著和显著能分别解释产量、单位面积有效穗数、株高、穗长、每穗实粒数性状的89.19%、95.90%、96.30%、91.20%、90.40%的交互作用平方和;AMMI模型稳定性参数Di可以用来分析产量性状在不同地点下的稳定性,稳定性产量性状Di值分析表明,品系和环境的变化对单位面积有效穗数与每穗实粒数影响较小。 相似文献
18.
19.