肥料對(duì)作物產(chǎn)量的影響模型

1、目前,農(nóng)業(yè)科學(xué)的發(fā)展已進(jìn)入了定量地研究生命現(xiàn)象的階段。但在世紀(jì)以前,農(nóng)牧學(xué)還不過是家傳口授的訣竅或零星記載的技藝總結(jié),直到世紀(jì),由于生物學(xué)和化學(xué)的發(fā)展,農(nóng)牧學(xué)才成為一門經(jīng)驗(yàn)學(xué)科。本世紀(jì)以來,隨著各門學(xué)科的相互滲透和結(jié)合,尤其是遺傳學(xué)、生理學(xué)、生態(tài)學(xué)、生化學(xué)、生物數(shù)學(xué)等現(xiàn)代學(xué)科向農(nóng)牧學(xué)的滲透,使農(nóng)業(yè)科學(xué)成為既有廣闊的科學(xué)基礎(chǔ),又有較濃厚經(jīng)驗(yàn)色彩的技術(shù)科學(xué)門類。在農(nóng)業(yè)科學(xué)的這一發(fā)展過程中,數(shù)學(xué)方法和技術(shù)的引入是十分重要的,其中特別是生物統(tǒng)計(jì)學(xué)對(duì)農(nóng)業(yè)由經(jīng)驗(yàn)型向精確型的轉(zhuǎn)化起著不可忽視的作用。在農(nóng)業(yè)生物科學(xué)方面,由于生物有機(jī)體本身具有復(fù)雜的生命活動(dòng),同時(shí)由于有機(jī)體與環(huán)境條件的不可分割的關(guān)系,在生長發(fā)育

2、過程中又受著經(jīng)常變化的氣候及土壤肥力等自然條件的復(fù)雜影響,因而試驗(yàn)結(jié)果包含試驗(yàn)因素的主效,因素間交互作用及誤差等多項(xiàng)變異,故單從試驗(yàn)結(jié)果數(shù)據(jù)很難判斷試驗(yàn)處理因素是否有效及效果的大小與可靠程度。（一）農(nóng)業(yè)試驗(yàn)設(shè)計(jì)農(nóng)業(yè)試驗(yàn)設(shè)計(jì)的主要作用是減少試驗(yàn)誤差,提高試驗(yàn)的精確度,使研究人員能從試驗(yàn)結(jié)果中獲得無偏的處理平均值及試驗(yàn)誤差的估計(jì)量,從而能進(jìn)行正確有效的比較。農(nóng)業(yè)試驗(yàn)根據(jù)不同目的、不同規(guī)模、不同條件來選擇最佳的農(nóng)業(yè)試驗(yàn)設(shè)計(jì)方案和相應(yīng)的統(tǒng)計(jì)方法。迄今為止,數(shù)理統(tǒng)計(jì)學(xué)家已為農(nóng)業(yè)科學(xué)工作者提供了許多試驗(yàn)設(shè)計(jì)方法。如完全隨機(jī)區(qū)組、拉丁方、裂區(qū)、條區(qū)、不完全隨機(jī)區(qū)組、正交、回歸設(shè)計(jì)等。農(nóng)業(yè)科學(xué)工作者廣泛應(yīng)用這

3、些試驗(yàn)設(shè)計(jì)方法來估計(jì)影響農(nóng)業(yè)試驗(yàn)過程中的因素主效和交互作用的大小,作出有一定概率保證的統(tǒng)計(jì)推斷?？梢哉f,任何重要的農(nóng)業(yè)科學(xué)試驗(yàn),如品種比較試驗(yàn),肥料試驗(yàn)、載培條件試驗(yàn)及各種農(nóng)藝措施綜合配套試驗(yàn)都是采用一定的試驗(yàn)設(shè)計(jì)方法進(jìn)行的?？梢娬_的試驗(yàn)設(shè)計(jì)方法保證了農(nóng)業(yè)科學(xué)試驗(yàn)結(jié)果的可靠性和其實(shí)際應(yīng)用價(jià)值。（四）農(nóng)業(yè)多元分析影響農(nóng)業(yè)生物產(chǎn)品產(chǎn)量與質(zhì)量的性狀很多,這些性狀在生物的生長發(fā)育與產(chǎn)品形成過程中相互聯(lián)系或制約,因此研究多個(gè)農(nóng)業(yè)生物性狀的綜合生物學(xué)效應(yīng)及多元相關(guān)分析十分重要。由于計(jì)算機(jī)技術(shù)的迅猛發(fā)展,目前已利用主成分分析、典范相關(guān)分析、因子分析、聚類分析和判別分析等方法研究和分析農(nóng)業(yè)科學(xué)試驗(yàn)中的多變量

4、數(shù)據(jù),得出一些有意義的結(jié)果,從而指導(dǎo)生產(chǎn)實(shí)踐。（五）農(nóng)藝措施優(yōu)化綜合農(nóng)藝措施組合的優(yōu)化技術(shù)是通過人工控制農(nóng)藝措施實(shí)現(xiàn)農(nóng)業(yè)高產(chǎn)優(yōu)質(zhì)低耗的新途徑?？刹捎孟冗M(jìn)的試驗(yàn)設(shè)計(jì)來達(dá)到優(yōu)化農(nóng)藝措施的目的。年代,我國推廣優(yōu)選法,正交設(shè)計(jì)和其它優(yōu)選法開始應(yīng)用于農(nóng)業(yè)科學(xué)試驗(yàn)。年代,農(nóng)業(yè)科學(xué)工作者運(yùn)用回歸設(shè)計(jì)的方法來建立模式化的施肥和栽培程序。目前我國已在水稻、油菜、玉米、棉花、小麥、柑桔等十多種農(nóng)作物中建立了優(yōu)良品種模式栽培程序,對(duì)不同種作物在不同類型土壤上的施肥也建立了一些優(yōu)化方案。由于推廣優(yōu)化載培技術(shù),有的良種增產(chǎn)效果十分顯著。卜穎 科技興農(nóng) 農(nóng)業(yè)經(jīng)濟(jì)·三、數(shù)理統(tǒng)計(jì)學(xué)在農(nóng)業(yè)生產(chǎn)和科學(xué)研究中的應(yīng)用前景由

5、上所述,數(shù)理統(tǒng)計(jì)學(xué)與農(nóng)業(yè)科學(xué)的淵源至深,且對(duì)當(dāng)代農(nóng)業(yè)科學(xué)的建立和發(fā)展貢獻(xiàn)很大,兩者的相互滲透已形成了農(nóng)業(yè)試驗(yàn)統(tǒng)計(jì)學(xué)這一重要的農(nóng)業(yè)數(shù)學(xué)分支。不僅如此,由于農(nóng)業(yè)問題的數(shù)量化離不開統(tǒng)計(jì)學(xué)的數(shù)據(jù)整理和分析推斷方法,數(shù)理統(tǒng)計(jì)學(xué)的方法和技術(shù)還是農(nóng)業(yè)系統(tǒng)論、農(nóng)業(yè)控制論、農(nóng)業(yè)信息論、農(nóng)用計(jì)算機(jī)技術(shù)、農(nóng)業(yè)最優(yōu)控制、農(nóng)業(yè)生態(tài)學(xué)、農(nóng)業(yè)時(shí)序分析、農(nóng)業(yè)區(qū)劃理論、農(nóng)業(yè)線性規(guī)劃、農(nóng)業(yè)動(dòng)態(tài)規(guī)劃等數(shù)學(xué)與農(nóng)業(yè)融合而形成的農(nóng)業(yè)數(shù)學(xué)分支學(xué)科的重要基礎(chǔ),因此,在農(nóng)業(yè)科學(xué)由經(jīng)驗(yàn)科學(xué)到精確科學(xué),由分析科學(xué)到綜合科學(xué)的轉(zhuǎn)化過程中,數(shù)理統(tǒng)計(jì)學(xué)必將發(fā)揮更大的作用。在現(xiàn)代的農(nóng)業(yè)科學(xué)技術(shù)中,育種學(xué)和栽培學(xué)的科技新成果對(duì)“兩高一優(yōu)”農(nóng)業(yè)的發(fā)展影響最大

6、,而新的育種學(xué)方法中,除了生物技術(shù)外,人們期望甚高的是在數(shù)量性狀座位()圖譜與分子標(biāo)記圖譜建立起一一對(duì)應(yīng)關(guān)系的基礎(chǔ)上,采用分子標(biāo)記輔助技術(shù)來直接對(duì)數(shù)量性狀優(yōu)良基因型進(jìn)行選育,而這種新的選種技術(shù)必然要求發(fā)展的統(tǒng)計(jì)作圖方法。最近幾年,國外一批數(shù)理統(tǒng)計(jì)學(xué)家與遺傳育種家結(jié)合,正在從事這一領(lǐng)域的研究。在更深入了解生物體內(nèi)生理生化反應(yīng)及其細(xì)胞學(xué)機(jī)制的基礎(chǔ)上,農(nóng)業(yè)生物的栽培(養(yǎng)殖)生理研究也必然要進(jìn)入精確量化的階段,這也是數(shù)理統(tǒng)計(jì)學(xué)在農(nóng)業(yè)科學(xué)中的一大用武之地。數(shù)理統(tǒng)計(jì)學(xué)在這方面的進(jìn)一步滲透將形成一門新的農(nóng)業(yè)技術(shù),即農(nóng)業(yè)數(shù)學(xué)技術(shù)。事實(shí)上,農(nóng)業(yè)數(shù)學(xué)技術(shù)已經(jīng)問世,如農(nóng)業(yè)測報(bào)技術(shù)早已成為指揮和調(diào)整農(nóng)業(yè)生產(chǎn)的必不可少

7、的工具。作物模式化栽培和科學(xué)配方施肥,科學(xué)配方飼養(yǎng)等已經(jīng)在農(nóng)業(yè)生產(chǎn)上發(fā)揮增產(chǎn)作用,數(shù)理統(tǒng)計(jì)學(xué)與計(jì)算機(jī)結(jié)合,已建立起各種農(nóng)業(yè)問題的專家系統(tǒng),幫助人們進(jìn)行農(nóng)藝措施的優(yōu)化決策和農(nóng)業(yè)生產(chǎn)生態(tài)系統(tǒng)的最優(yōu)調(diào)控,甚至在馬鈴薯、水稻等十余種作物上已實(shí)現(xiàn)復(fù)雜的計(jì)算機(jī)模擬,而這種計(jì)算機(jī)種植試驗(yàn)可以成為大田品種區(qū)域試驗(yàn)的必要而有力的補(bǔ)充。當(dāng)然,農(nóng)業(yè)數(shù)學(xué)技術(shù)還有待更多的數(shù)學(xué)工作者特別是數(shù)理統(tǒng)計(jì)學(xué)工作者與農(nóng)業(yè)工作者共同努力,使以數(shù)理統(tǒng)計(jì)學(xué)為核心的農(nóng)業(yè)數(shù)學(xué)之花在農(nóng)業(yè)生產(chǎn)和科學(xué)研究中結(jié)出更豐碩之果。數(shù)理統(tǒng)計(jì)與農(nóng)業(yè)科學(xué)張金力,陳筠青 第20卷第9期2003年9月 遼寧教育行政學(xué)院學(xué)報(bào)肥料對(duì)作物產(chǎn)量的影響模型。Colwll(1

8、981)描述了應(yīng)用互不相關(guān)的結(jié)果進(jìn)行評(píng)價(jià)的穩(wěn)定性的優(yōu)點(diǎn)。Kosaki和Ju。(1989)在他們的關(guān)于田間試驗(yàn)土壤變異性的論文中強(qiáng)調(diào)選取獨(dú)立影響土壤變異的因子的重要性。因此，產(chǎn)量預(yù)測方程的獲得與評(píng)價(jià)應(yīng)建立在互不相關(guān)的變量的基礎(chǔ)上。運(yùn)用主成分分析方法分析環(huán)境數(shù)、評(píng)價(jià)變量之間的關(guān)系、選取影響水稻產(chǎn)量變化的因子。在一些因子被確定后，可計(jì)算每個(gè)調(diào)查點(diǎn)的因子得分，用這些因子得分與產(chǎn)量進(jìn)行多元回歸分析，因此得到一個(gè)產(chǎn)量預(yù)測模型。 模型中含有的變量數(shù)越多，計(jì)算得到的決定系數(shù)就越高。從而對(duì)每個(gè)變量都必須進(jìn)行適當(dāng)?shù)目紤]，因?yàn)槭褂蔑@著性水平較低的變量會(huì)影響模型的精確度。因此，我們采用逐步回歸分析選擇達(dá)到指定顯著性水

9、平的變量.然后根據(jù)這些變量確定正確的模型。 逐步回歸分析的基本思想是在所考慮的全部因素中，根據(jù)指定的入選F值，逐個(gè)對(duì)自變量進(jìn)行檢驗(yàn)，將該自變量的偏回歸平方和與入選F值相比較，如果超過入選F值，表示該自變量對(duì)因變量有顯著影響，因而入選回歸方程，否則剔除該自變量。最后建立因變量對(duì)入選的自變量的回歸方程。劉洪斌，武偉 產(chǎn)量決定因子的多元統(tǒng)計(jì)分析 水土保持研究第2卷第l期1995年3月 1.3統(tǒng)計(jì)分析首析先對(duì)17種氨基酸含量及氨基酸總量(TAA)進(jìn)行方差分析，選取遺傳力、遺傳變異系數(shù)較高和誤差項(xiàng)變異系數(shù)相對(duì)較低的谷氨酸(Glu)、賴氨酸(Lys)、脯氨酸(Pro)和TAA這4個(gè)性狀，加上PC、GC、S

10、C和其余7個(gè)農(nóng)藝性狀(見圖1)共14個(gè)性狀，對(duì)這14個(gè)性狀，先以品種平均數(shù)為基礎(chǔ)，算出分年度和年度合并(即將協(xié)方差分析中相應(yīng)項(xiàng)的自由度、乘積和、平方和分別相加)的4種生態(tài)類型的方差協(xié)方差陣，得到正定的相關(guān)矩陣R，按照通徑網(wǎng)絡(luò)進(jìn)行逐步追溯，最后將4種生態(tài)類型的方差協(xié)方差陣進(jìn)行合并，計(jì)算出綜合的相關(guān)矩陣，進(jìn)行有關(guān)通徑分析10.大麥品質(zhì)和農(nóng)藝性狀的通徑分析黃祖六1潘裕平2 第3卷第1期揚(yáng)州大學(xué)學(xué)報(bào)(自然科學(xué)版) 2000年2月3 1關(guān)于聚類分析聚類的依據(jù)是遺傳距離，遺傳距離較大的品種分在不同的類，遺傳距離較小的品種分在同一類，類內(nèi)距離(類內(nèi)所有品種兩兩之間遺傳距離的平均值)全部小于類間距離(分別在兩

11、個(gè)類的品種兩兩之間遺傳距離的平均值)，但聚類分析的準(zhǔn)確性、可靠性還很大程度上依賴于聚類性狀的選擇。莫惠棟10認(rèn)為：從育種家利用品種資源而言，可能兩三個(gè)重要性狀的聚類最有用，但這種聚類的穩(wěn)定性差;從品種資源的分類而言，則應(yīng)盡可能反映品種的綜合性狀，因而有較多主要性狀參與聚類。許蕊仙等認(rèn)為在進(jìn)行大量的品種資源分類中，應(yīng)盡量可能減少調(diào)查性狀的數(shù)量，這樣可以減少工作量，提高分析的準(zhǔn)確性。作者認(rèn)為，不管選用性狀多少，所選擇的性狀必須具有代表性，遺傳上穩(wěn)定性或生態(tài)上有特殊意義，另外性狀的選用還與試驗(yàn)的目的有關(guān)13。本文主要是對(duì)品種資源進(jìn)行分析，所以選用了七個(gè)有關(guān)的數(shù)量性狀，其中產(chǎn)量性狀較多，這樣有利于考察

12、品種資源的產(chǎn)量特征和對(duì)親本的選配。大麥品種數(shù)量性狀的聚類分析研究 沈前華 第21卷第4期1997年12月南昌大學(xué)學(xué)報(bào)(理科版)大麥品種數(shù)量性狀多元遺傳分析及其應(yīng)用研究I沈前華 第7卷 第2期 1995年12月江西農(nóng)業(yè)學(xué)報(bào)采用國內(nèi)外大麥品種63個(gè)(表1)，隨機(jī)區(qū)組設(shè)計(jì)，3次重復(fù)共189個(gè)小區(qū)。黃熟期每小區(qū)隨機(jī)取樣10株，測定株高、穗長、單株穗數(shù)、主穗實(shí)粒數(shù)、千粒重、單株粒重、抽穗期(播種至出穗天數(shù))。統(tǒng)計(jì)分析步驟按方差分析、協(xié)方差分析、主成分分析進(jìn)行.2關(guān)于多元遺傳分析在作物遺傳育種中其它方面的應(yīng)用應(yīng)用多元遺傳分析研究了大麥品種的遺傳類型及特點(diǎn)，遺傳差異與地理分布的關(guān)系，綜合評(píng)價(jià)了品種性狀，并可

13、選配優(yōu)良品種和親本。除這些應(yīng)用外，還可用于研究遺傳差異與雜種優(yōu)勢的關(guān)系，如Mull等(1965)在玉米上、徐靜斐等(1981)在水稻上;研究種的起源及種間的進(jìn)化關(guān)系，如Hussaini等(1 977)對(duì)鴨腳粟種間關(guān)系的研究;研究基因型與環(huán)境互作效應(yīng)，品種適應(yīng)區(qū)域問題，Abuu一EI一Fittauh等(1 969)在棉花上以及。川、pbeu等(1980)在小麥上的研究就屬于此類。 多元遺傳分析還包括典范相關(guān)分析，典型相關(guān)分析和因子分析、聚類分析等方法，其應(yīng)用也遠(yuǎn)不止于此s.。同時(shí)幾種方法可以結(jié)合運(yùn)用，既可簡化分析步驟又可以相互驗(yàn)證。大麥品種數(shù)量性狀多元遺傳 分析及其應(yīng)用研究I 沈前華 第7卷第2

14、期 江西農(nóng)業(yè)學(xué)報(bào)1995年12月按劉來福介紹的方法，統(tǒng)計(jì)10個(gè)農(nóng)藝性狀間的基因型相關(guān)系數(shù)矩陣R。按Jacobi法求解R的特征根和特征向量。選留前幾個(gè)較大的特征根和特征向量，使其累計(jì)貢獻(xiàn)率超過85%。計(jì)算各品種的主成分值，進(jìn)行主成分分析。計(jì)算遺傳距離，用類平均法進(jìn)行聚類分析。本試驗(yàn)結(jié)果表明，主成分分析認(rèn)為好的親本，在田間表現(xiàn)也是優(yōu)良的。利用多元分析來評(píng)價(jià)親本，使研究對(duì)象數(shù)量化、直觀化，這本身就是一個(gè)進(jìn)步。它幫助我們提高育種的準(zhǔn)確性，減少盲目性。特別是對(duì)分析鑒定大量的品種資源，將更科學(xué)有效。本研究聚類分析結(jié)果基本上符合實(shí)際情況。遺傳距離反映了品種間的親緣關(guān)系。多元分析在大豆雜交親本選配方面的應(yīng)用

15、康波王振民鄧劭華司麗敏 吉林農(nóng)業(yè)大學(xué)學(xué)報(bào)1997，19(1)：3236穗粒重與多數(shù)性狀的表型相關(guān)系數(shù)都達(dá)到顯著和極顯著水準(zhǔn);千粒重與旗葉寬極顯著相關(guān)，而與其他性狀相關(guān)程度較低;穗粒數(shù)與穗徑、穗柄徑、一級(jí)枝梗數(shù)、二級(jí)枝梗數(shù)、莖粗、旗葉面積極顯著相關(guān);生育期性狀(包括抽穗日數(shù)、開花日數(shù)和生育期)都與莖粗性狀極顯著正相關(guān)，但與穗柄長呈負(fù)相關(guān);一級(jí)枝梗數(shù)、二級(jí)枝梗數(shù)與穗柄徑、莖粗極顯著相關(guān);旗葉長與其他性狀相關(guān)均未達(dá)顯著標(biāo)準(zhǔn)，但旗葉寬與穗粒重、千粒重、穗粒數(shù)、穗徑、穗柄徑、一級(jí)枝梗數(shù)、二級(jí)枝梗數(shù)極顯著相關(guān)。以上結(jié)果與馮光印13、朱振新14的研究結(jié)果一致?；蛐?遺傳)相關(guān)系數(shù)與表型相關(guān)系數(shù)的大小、方向

16、一致，遺傳相關(guān)系數(shù)一般大于表型相關(guān)系數(shù)，說明遺傳因子對(duì)性狀間關(guān)系有決定作用，這與高士杰15的分析結(jié)果相吻合。2主成分分析與因子分析高粱數(shù)量性狀的多元遺傳分析 儀治本 梁小紅 華北農(nóng)學(xué)報(bào)2002，17(3)：5258李綏艷 聚類分析在大麥資源分類上的應(yīng)用 農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究2000，16(2)：153154優(yōu)異豐富的種質(zhì)資源是大麥育種工作的基礎(chǔ)，而種質(zhì)基礎(chǔ)的寬窄和遺傳多樣性的豐缺、親緣的遠(yuǎn)近，則是育種工作取得突破性進(jìn)展的關(guān)鍵。聚類分析是數(shù)理統(tǒng)計(jì)中研究“物以類聚”的方法。它是根據(jù)多種指標(biāo)(變量)的測定數(shù)據(jù)，定量地確定研究對(duì)象成員間的相似性或親疏關(guān)系，以此將對(duì)象(樣品、指標(biāo))歸成大小類群，研究其

17、間關(guān)系。所以，聚類分析既可見類間關(guān)系，也可見類內(nèi)親疏，是劃分資源材料類群較為科學(xué)的方法。2分類指標(biāo)的選擇農(nóng)業(yè)經(jīng)濟(jì)系統(tǒng)是一個(gè)多因素、多層次、結(jié)構(gòu)復(fù)雜的大系統(tǒng)，要正確地劃分農(nóng)業(yè)經(jīng)濟(jì)類型，首先必須選擇一套能全面反映當(dāng)前農(nóng)業(yè)經(jīng)濟(jì)狀況的指標(biāo)體系。根據(jù)寧夏農(nóng)業(yè)實(shí)際情況，我們選擇對(duì)其農(nóng)業(yè)經(jīng)濟(jì)發(fā)展起主導(dǎo)作用的因子作為聚類指標(biāo)，通過實(shí)地調(diào)查和對(duì)統(tǒng)計(jì)資料的綜合分析，最終選定以下十一個(gè)指標(biāo)：年平均降水量、年平均溫度、人均耕地、水澆地占總耕地比例、糧食單產(chǎn)水平、人均糧食、糧食面積占耕地面積比例、經(jīng)濟(jì)作物面積占總播種面積比例、牧業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值比例、漁業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值比例、人均純收入。年平均降水量和年平均溫度這兩個(gè)

18、因子，綜合反映了一個(gè)地區(qū)的光照、熱量和水分條件;人均耕地和水澆地比例則反映了農(nóng)業(yè)的生產(chǎn)潛力;單產(chǎn)水平、人均糧食則反映了土壤肥力和生產(chǎn)水平的情況;經(jīng)濟(jì)作物播種面積比例、牧業(yè)產(chǎn)值和漁業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值的比例則反映土壤性質(zhì)，傳統(tǒng)的耕作技術(shù)、作物構(gòu)成以及農(nóng)、牧、漁各業(yè)的生產(chǎn)情況;人均收入是一項(xiàng)綜合指標(biāo)，它可以反映該地區(qū)整體經(jīng)濟(jì)實(shí)力。模糊聚類分析方法在寧夏農(nóng)業(yè)經(jīng)濟(jì)類型劃分中的應(yīng)用 馬冬梅1梁勇2馬平1摘要：通過對(duì)2001年種植的21個(gè)不同基因型春小麥進(jìn)行研究，證明模糊聚類是進(jìn)行春小麥優(yōu)良品種分類的較好的方法，通過對(duì)6個(gè)品質(zhì)指標(biāo)(、伯爾辛克值、沉降值、粗蛋白含量、面包體積、濕面筋)模糊聚類可以將本試驗(yàn)的春

19、小麥分為4類，同時(shí)對(duì)6個(gè)品質(zhì)指標(biāo)(、伯爾辛克值、沉降值、粗蛋白含量、面包體積、濕面筋)和5個(gè)農(nóng)藝性狀指標(biāo)(株高、穗長、有效分蘗、主穗小穗數(shù)、千粒重)聯(lián)合模糊聚類與品質(zhì)性狀模糊聚類結(jié)果相似。關(guān)鍵詞：春小麥;模糊聚類;品質(zhì)性狀;農(nóng)藝性狀模糊聚類是進(jìn)行春小麥品種分類的較好的方法。使用此方法對(duì)品質(zhì)性狀和農(nóng)藝性狀進(jìn)行聚類，其結(jié)果與已知的品種分類相符，而且通過此方法可以進(jìn)行優(yōu)良品種選擇。以已知的品質(zhì)優(yōu)良的品種為參照，評(píng)價(jià)未知品種(系)的品質(zhì)是否優(yōu)良，即未知品種與已知品質(zhì)優(yōu)良的品種同時(shí)種植，收獲后同時(shí)對(duì)品質(zhì)指標(biāo)進(jìn)行檢測，其結(jié)果作模糊聚類，與已知品質(zhì)優(yōu)良的品種聚于一類的既為品質(zhì)優(yōu)良的品種。同樣使用模糊聚類可以

20、選擇農(nóng)藝性狀、品質(zhì)優(yōu)良的品種，其方法與模糊聚類選擇品質(zhì)優(yōu)良品種的方法相同，只是增加了農(nóng)藝性狀，這為優(yōu)良品種選擇提供了一條簡便有效的途徑。模糊聚類分析在春小麥分類中的應(yīng)用馬廷臣，師鳳華，李卓夫 遼寧農(nóng)業(yè)科學(xué)2002(5)：13153.1小結(jié) 本文采用了四種統(tǒng)計(jì)方法，即傳統(tǒng)的新復(fù)極差法與較新穎的穩(wěn)定性參數(shù)法、回歸系數(shù)法、高穩(wěn)系數(shù)法，分別分析了參加安徽省2001年度雙季晚粳區(qū)域試驗(yàn)的各組合、品系，得出的結(jié)論基本一致：在單產(chǎn)高于對(duì)照的組合、品系中，至少有兩個(gè)屬于高產(chǎn)穩(wěn)產(chǎn)類型，即99一25和4003。在高穩(wěn)系數(shù)法中，抗優(yōu)97亦屬高產(chǎn)穩(wěn)產(chǎn)。這4個(gè)組合、品系均與對(duì)照無顯著性差異，均可進(jìn)入下一輪試驗(yàn)。第二年的

21、試驗(yàn)方案表明，抗優(yōu)97因性狀突出，同時(shí)參加了該年度的區(qū)域試驗(yàn)和生產(chǎn)試驗(yàn)，且高產(chǎn)穩(wěn)產(chǎn)優(yōu)質(zhì);80優(yōu)98進(jìn)入生產(chǎn)試驗(yàn);99一25、4003進(jìn)入2002年度雙季晚粳組區(qū)域試驗(yàn)續(xù)試;黃糯1號(hào)、晚粳100的單產(chǎn)與對(duì)照有極顯著差異，且低而不穩(wěn)，故淘汰。以上結(jié)果表明，后三種方法與傳統(tǒng)分析方法相比，既考察了單產(chǎn)因素，又考察了穩(wěn)產(chǎn)因素，同時(shí)考慮到環(huán)境變異，而且結(jié)論與傳統(tǒng)方法基本一致，故后三種方法用于農(nóng)作物產(chǎn)量分析切實(shí)可行。3.2討論筆者在小結(jié)中提到用回歸系數(shù)法、穩(wěn)定性參數(shù)法、高穩(wěn)系數(shù)法(以下分別簡稱b法、ai法、Hsc法)考察參加2001年度雙季晚粳區(qū)試的組合、品系的高產(chǎn)穩(wěn)產(chǎn)性時(shí)，得出的結(jié)論基本一致，說明不完全一

22、致。如抗優(yōu)97，b法、ai法得出的結(jié)論是高而不穩(wěn)，而Hsc法得出的結(jié)論卻是高而穩(wěn)(其Hsc值81.16%，居第2位);8優(yōu)98，b法、ai法得出的結(jié)論是高而不穩(wěn)，而HSC法得出的結(jié)論卻是低而不穩(wěn)，說明這三種方法之間有矛盾，關(guān)聯(lián)性不強(qiáng)。筆者對(duì)這三種分析方法的數(shù)值進(jìn)行了相關(guān)性測驗(yàn)，結(jié)果表明，在b法與ai法之間相關(guān)極顯著，r一h=0.9858*，而ai法與Hsc法之間、h法與Hsc法之間相關(guān)卻不顯著，r_、C=一0.2128m，r、sC=-0.2280ns。依筆者愚見，ai值與b值之間之所以相關(guān)極顯著，可能與它們都以“1”為臨界值考察有關(guān)，而HSC法卻以數(shù)值從高到低來考察。若將產(chǎn)量因子x加進(jìn)來考察，

23、其相關(guān)關(guān)系將增加到6對(duì)，顯著與否又是一番景免胡久抬奸宕片曰才一不文少身新四種統(tǒng)計(jì)分析方法在水稻區(qū)試中的應(yīng)用與探討 王澤松"艾可根"桂云波"宋衛(wèi)兵 !種子科技! 2004(2 2)協(xié)方差分析作為試驗(yàn)控制的一種輔助手段，對(duì)減少誤差能起到很好的效果。但在應(yīng)用之前需對(duì)各組資料做正態(tài)性和直線回歸系數(shù)無顯著差異(宜用一個(gè)共同的回歸系數(shù))的檢驗(yàn)。只有資料符合上述2個(gè)條件，或變量經(jīng)過變換后符合上述條件，方可進(jìn)行協(xié)方差分析。3)應(yīng)用作協(xié)方差分析時(shí)，所有的過程不是一次能寫出的。就本列而言，首先應(yīng)運(yùn)行過程步1和過程步2對(duì)各處理的蘋果產(chǎn)量數(shù)據(jù)(協(xié)變量和因變量)做正態(tài)性檢驗(yàn)。若數(shù)據(jù)不滿足正

24、態(tài)性的條件，可采取適當(dāng)?shù)淖兞孔儞Q方法使之滿足，條件符合后再運(yùn)行過程步3和4，對(duì)協(xié)變量和因變量分別做方差分析，看對(duì)是否有顯著性影響。若無影響，對(duì)因變量作方差分析即能說明各肥料對(duì)蘋果產(chǎn)量的實(shí)際效應(yīng)。若對(duì)有顯著影響，需進(jìn)行協(xié)方差分析消除協(xié)變量的影響，即運(yùn)行過程步5。實(shí)踐證明，應(yīng)用中的過程步，過程步和過程步進(jìn)行協(xié)方差分析是完全可行的。4)本文結(jié)合統(tǒng)計(jì)軟件為協(xié)方差分析提供了樣板程序，引用的資料雖為單向分組資料，但2項(xiàng)分組資料和系統(tǒng)分組資料的協(xié)方差分析同單向分組資料的協(xié)方差分析并無原則上的區(qū)別，只是多了一個(gè)或幾個(gè)方向的變異來源。只要對(duì)程序稍加改動(dòng)，分析過程即可自動(dòng)完成。玉米雜交種主要性狀分析與高產(chǎn)育種探索

25、 楊金慧 西北農(nóng)業(yè)學(xué)報(bào)1998,7(4):62653.1相關(guān)和通徑分析表明，性狀間的相互作用關(guān)系是復(fù)雜的，既有相輔相成的，也有相互制約的，某一性狀的加強(qiáng)常伴隨一些性狀作用的加強(qiáng)和另一些性狀作用的削弱。如加強(qiáng)行粒數(shù)的選擇，能促使出籽率、果穗長等性狀的提高，同時(shí)也能使穗行數(shù)減少。因此，為了提高產(chǎn)量，應(yīng)抓住某個(gè)主要性狀的選擇，同時(shí)兼顧其它主要性狀不至于削弱。3.2本文通過主成分分析探討了產(chǎn)量和農(nóng)藝性狀間的關(guān)系，結(jié)果表明，I1越大，產(chǎn)量通過穗長、結(jié)實(shí)長、出籽率和千粒重來提高，這類品種適應(yīng)性強(qiáng)，高產(chǎn)穩(wěn)產(chǎn)，但受穗行數(shù)的抑制，因此，穗行數(shù)宜適中，一般1618行比較好，鄭試201、陜資1號(hào)等雜交種屬此類型。I

26、4越大，穗行數(shù)增加，植株矮，生育期短，行粒數(shù)少，這類品種宜種在生育期短、水肥條件好且適于密植的地區(qū)，陜單934等雜交種屬此類型。I2和I3應(yīng)大小適中，由于穗長、粒數(shù)和粒重的遺傳比較復(fù)雜，據(jù)本文分析結(jié)果，認(rèn)為其它產(chǎn)量性狀達(dá)一定水平時(shí)，在早代加強(qiáng)大穗、大粒的選擇壓，可望獲得高產(chǎn)玉米雜交種。3.3通徑分析表明，自變量對(duì)依變量的貢獻(xiàn)不僅反映了性狀間的直接關(guān)系，同時(shí)也反映了性狀間的間接關(guān)系。育種上可通過協(xié)調(diào)各性狀間的關(guān)系來提高對(duì)產(chǎn)量性狀的決策度，但性狀間關(guān)系復(fù)雜，目標(biāo)性狀不易掌握。而主成分分析是將多指標(biāo)化為較少的綜合指標(biāo)，這些綜合指標(biāo)是原來多個(gè)指標(biāo)的線性組合，它們之間互不相關(guān)，又能反映原來多指標(biāo)85%以

27、上的信息量，使育種者在工作中能抓住幾個(gè)主要目標(biāo)性狀的選擇，從而提高育種效率。目的和意義正交設(shè)計(jì)廣泛應(yīng)用于各研究領(lǐng)域的多因素多水平試驗(yàn).該試驗(yàn)一般不設(shè)重復(fù)，統(tǒng)計(jì)分析時(shí)，利用研究因素的水平重復(fù)作為“隱重復(fù)”，將空列或均方差較小的列作為“誤差列”進(jìn)行方差分析.當(dāng)“空列”的均方差較大或無空列時(shí)，就難以通過方差分析對(duì)試驗(yàn)結(jié)果作出科學(xué)結(jié)論.目前，對(duì)這一問題的解決尚缺乏系統(tǒng)的研究.林德光曾介紹有重復(fù)正交試驗(yàn)的方差分析方法1，但至今尚未引起廣泛的重視.在已發(fā)表的論文中難以見到有重復(fù)的正交試驗(yàn)，統(tǒng)計(jì)方法也存在不少問題.因此，本文以牡丹化控試驗(yàn)為例，研究了正交設(shè)計(jì)設(shè)置重復(fù)的必要性和系統(tǒng)的統(tǒng)計(jì)分析方法.。4重復(fù)必要

28、性例證為從理論和實(shí)踐上進(jìn)一步探討正交試驗(yàn)設(shè)置重復(fù)的必要性，我們將每一重復(fù)作為一個(gè)無重復(fù)試驗(yàn)結(jié)果，分別進(jìn)行方差分析，其結(jié)果列于表8.從中可以看到：4 1不設(shè)重復(fù)，試驗(yàn)效應(yīng)被誤差掩蓋5個(gè)無重復(fù)試驗(yàn)的總體效應(yīng)(+)均未達(dá)到顯著性檢驗(yàn)水準(zhǔn)，而有重復(fù)試驗(yàn)則達(dá)到了5%概率顯著性水準(zhǔn).這是因?yàn)樵诓辉O(shè)重復(fù)時(shí)，試驗(yàn)隨機(jī)誤差分散或隱含在正交表各列之中，由于隨機(jī)誤差與模型誤差相混雜，而且較大，至使檢驗(yàn)的誤差均方差相對(duì)增大.而在有重復(fù)試驗(yàn)時(shí)，對(duì)空列的模型誤差可以統(tǒng)計(jì)檢驗(yàn)并從總變異中剔除，從而提高了試驗(yàn)的精度.4 2不設(shè)重復(fù)，效應(yīng)規(guī)律被誤差干擾5個(gè)無重復(fù)試驗(yàn)的值由大至小有5種不同排序： ， ， ， ， .而有重復(fù)試驗(yàn)的排序?yàn)?，與前者均不相同.它們的共同點(diǎn)是，因素總是排在首位.這一差異規(guī)律，只有在有重復(fù)試驗(yàn)中才能揭示并得到統(tǒng)計(jì)學(xué)上的認(rèn)可.4 3無重復(fù)正交試驗(yàn)的統(tǒng)計(jì)結(jié)論是可疑的在無重復(fù)情況下，空列或均方差最小列的隨機(jī)誤差和模型誤差混雜在一起.這些列可以作為方差分析誤差的假定條件時(shí)，模型誤差非常小，與隨機(jī)誤差相比可以忽略不計(jì).但這