国家自然科学基金(30571072)
- 作品数：20 被引量：132H指数：7
- 相关作者：胡希远李建平董晓萌宋喜芳尤海磊更多>>
- 相关机构：西北农林科技大学渭南师范学院中国农业大学更多>>
- 发文基金：国家自然科学基金教育部留学回国人员科研启动基金更多>>
- 相关领域：农业科学理学生物学更多>>
- 空间效应模型在小麦品种比较试验中的应用被引量：3
- 2008年
- 为了提高作物品种比较试验数据分析的准确性,降低试验田内空间变异对试验结果的影响,基于SAS 9.1数据分析平台和Proc mixed过程步,对一个包含15个品种(系)的小麦品种比较试验的数据进行了空间效应模型和传统方差分析模型在数据拟合和统计分析等方面的对比分析。结果表明,空间效应模型在模型拟合效果、效应估计、效应误差估计和效应显著性方面都优于方差分析模型,田间试验存在的空间变异性可通过空间分析得以更好地控制。建议采用空间效应模型分析小麦品种田间试验数据,以提高试验数据分析的准确性。
- 李建平宋喜芳胡希远
- 关键词：小麦
- 不同荞麦品种生长模型和生长特性的比较研究被引量：8
- 2010年
- 选用Logistic、Gompertz、Richards、Mitscherlich和Korf等5种理论生长方程对榆荞2号、九江苦荞和西农9920荞麦品种的植株生长发育变化进行模拟,并对拟合效果进行对比分析。结果表明,除Mitscherlich对榆荞2号和西农9920地上部干重变化的拟合精度较低以外,其它模型拟合各品种地上部干重变化的精度都在0.90-0.94之间,拟合株高变化的精度都在0.96-0.992之间。其中Logistic模型的拟合精确度最高。
- 尤海磊胡希远高金锋李建平
- 关键词：荞麦
- 非独立试验数据的一般线性混合模型分析被引量：2
- 2007年
- 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。
- 胡希远高金锋
- 关键词：非独立数据SAS
- 黒龙江二龙山农田土壤养分状况研究被引量：2
- 2011年
- 对黑龙江二龙山农场区1050个土样的土壤有机质含量进行了测定,为农场耕地可持续发展提供科学依据。结果表明,黑龙江二龙山农场区农田土壤肥力较高,但是磷肥投入略显不足。基于此,提出"视壤施肥、比例施肥和实行培肥"的建议。
- 吴冬任长宏胡希远
- 关键词：土壤养分分布
- 一种度量生物性状非线性相关性的广义相关系数被引量：8
- 2008年
- 【目的】克服以往的相关性指标所存在的线性相关性和信息损失的问题,为实际育种工作提供一种新的多性状间的非线性相关分析方法。【方法】采用四阶矩法,提出一种用于描述变量间或向量间相关性程度的广义相关系数。【结果】将该广义相关系数应用于生物性状团的相关分析,可使性状团之间的相关程度介于0与1。【结论】该广义相关系数计算简单,无信息损失,并能度量变量之间的非线性相关性。
- 董晓萌曹彬婕罗凤娟郭满才袁志发
- 关键词：广义相关系数信息损失
- 非线性广义相关系数及其R语言实现被引量：1
- 2010年
- 为了克服以往的相关性指标所存在的线性相关性和信息损失的问题,以期为实际应用工作提供一种新的多变量间的非线性相关分析方法。本文采用四阶矩法,提出一种用于描述变量间或向量间的相关性程度的广义相关系数,且该广义相关系数计算简单,无信息损失,并能度量变量之间的非线性相关性。并用R语言编写该函数包,便于应用工作者使用,且丰富了R语言中的函数包。
- 董晓萌
- 关键词：广义相关系数信息损失R语言
- 生物性状不同组合间的相关性度量
- 2017年
- 借助于一元线性回归模型,采用矩法,提出描述生物性状间不同组合的非线性广义相关系数.定义了各性状的总相关信息量及其相关贡献率,利用该广义相关系数对春播菜用大豆生物性状团的相关性进行度量,可使不同性状组合之间的相关程度介于-1与1之间.
- 董晓萌
- 关键词：广义相关系数
- 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被引量：7
- 2011年
- 【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。
- 任长宏胡希远李建平
- 关键词：作物育种线性混合模型
- 田间灌溉试验资料广义混合线性模型分析被引量：1
- 2007年
- 利用广义混合线性模型和传统方差分析模型对一玉米田间灌溉试验资料进行了对比分析,展示了两种分析法在模型定义、程序应用和分析效果等方面的差异状况。结果表明,采用广义混合模型分析误差相关的灌溉试验资料,模型拟合效果好,可以更客观地进行试验处理效应的测验。
- 胡希远
- 关键词：灌溉试验
- 具有时空效应土壤养分试验分析方法的探讨
- 2011年
- 以土壤耕作方式对三叶草中氮素在土壤矿化影响的试验为例,论述了涉及空间和时间效应的土壤养分试验的特点、可能的分析方法及线性混合模型分析的程序,并对方差分析与线性混合模型分析在该类试验统计测验结果的差异状况进行了比较。结果表明,该类试验的误差在不同深度土层间和时段间存在相关性和异质性,其相关性随着土层间距和时段间距减小而增大。相对线性混合模型分析法、方差分析法分析该试验时,依测验的效应不同会导致第一类或第二类统计错误率的增大。线性混合模型分析法能考虑该类试验数据误差和异质的特性,对数据拟合效果好,所以利用其分析该类试验结论更可靠。
- 胡希远任常宏吴冬
- 关键词：土壤养分分析方法线性混合模型
