Multi-environment trials data analysis: An efficient biplot analysis approach

doi:10.21203/rs.3.rs-1086830/v1

Multi-environment trials data analysis: An efficient biplot analysis approach

2021-11-30

0

OA

AI

DOI：10.21203/rs.3.rs-1086830/v1

原文链接

原文求助

摘要

En 中文

摘要多环境试验（MET）数据的分析在植物育种和农业研究中有着悠久的历史，最早的方**法基于方差分析（ANOVA）。基于ANOVA的图解分析（biplot analysis）已长期用于MET数据分析，并采用不同的建模方法取得了进展。本文采用混合模型方法分析MET数据，并比较了三种图解分析方法，即基因型主效应加基因型与环境互作（GGE）分析、因子分析乘积混合（FAMM）模型分析和组合模型分析。本研究使用了埃塞俄比亚农业研究所进行的全国品种试验系列中的十个产量数据集。结果表明，空间和因子分析（FA）模型在分析MET数据方面提供了显著改进，这通过遗传力测量得到了证明。我们证明，基于组合模型分析的图解分析为两种类型的平衡和非平衡数据集的第一两个乘积成分解释的基因型与环境（G×E）方差提供了大幅增加。因此，通过使用空间+FA（FAMM模型分析）的最佳线性无偏预测估计G×E均值，并基于组合模型分析进行图解分析，植物育种和试验评估项目可以为作物品种的评价提供一个更稳健的平台，从而更有信心地鉴别不同环境下的优良品种。

Multi-environment trials data analysis: An efficient biplot analysis approach

摘要

期刊

机构

引用论文