博文
基于空间效应与竞争效应的林木遗传分析模型--全文下载
||
| 中文摘要: |
| [目的] 建立空间效应与竞争效应的分析模型，以提高林木遗传评估的准确性.[方法] 利用R软件及其程序包breedR模拟数据，结合实测数据，采用XFA1结构拟合加性效应、近邻竞争效应和AR1结构拟合空间效应，建立随机区组设计模型（RCBM）、空间模型（SM）、空间与测量误差模型（SUM）和空间与竞争模型（SCM），运行ASReml估算遗传参数，进行模型比较。[结果] 对于模拟数据，估计的参数结果均显示SCM是最优模型，其大大降低了随机误差方差，随机误差方差分别由7.56（RCBM）、5.72（SUM）降低到3.13（SCM），分别降低了58.6%、45.3%，并估算到四周近邻竞争方差；SCM模型估算的单株狭义遗传力在0.40左右，高于RCBM（0.24）和SUM模型（0.30）；设置参数的不同初始值，SCM估计的参数结果均较为稳定；对于实测数据，估算结果与模拟结果比较一致。[结论] SCM模型是新的单株混合模型，可用于林木遗传分析。 |
全文下载地址：
http://xuebao.scau.edu.cn/zr/hnny_zr/ch/reader/view_abstract.aspx?file_no=20170513&flag=1
https://blog.sciencenet.cn/blog-1114360-1071888.html
上一篇：动植物育种遗传数据分析(中文版)--第6章
下一篇：<R与ASReml-R统计学>部分错误更正
扫一扫，分享此博文
全部作者的精选博文
全部作者的其他最新博文
全部精选博文导读
相关博文
- • AAA PCI -- 学者心声（Authorea 预印论文报道）
- • Building a DIKWP-TRIZ Software System (初学者版)
- • DIKWP-TRIZ: Semantic Blockchain and Semantic Communica(初学者版)
- • DIKWP-TRIZ in 3-No Problem and Artificial Consciousnes(初学者版)
- • Comparison Between DIKWP-TRIZ and TRIZ(初学者版)
- • DIKWP-TRIZ: Enpower AI/AC Innovation (初学者版)