绍GenStat、ASReml和R语言处理的方法

介绍GenStat、ASReml和R语言处理的方法

数据：wang9.1.csv
wang9.1.csv
GenStat 处理方法

ANOVA
对数据进行筛选，选择第一个地点的数据，进行分析，得到第一个地点的MSE。

第一个地点的自由度和MSE

10个地点的DF和MSE：

Bartlett’s test
GenStat command：
VHOMOGENEITY [group=Loc] ;var=MSE;DF=DF
Result：
Bartlett’s test for homogeneity of variances
Chi-square 15.37 on 9 degrees of freedom: probability 0.081
Line Mixed Model
Model 1


Model 2


LRT检验
X = -535.76+551.36 = 15.6
DF = 239-230 =9

结果是0.075，不显著，地点间方差其次。
asreml-r

和GenStat的Anova和mixed model结果一样。

dat <- dat[order(dat$loc),]
library(asreml)
summary(dat)
model1 <- asreml(yield ~1 + cul*loc+loc/block,                rcov =~ units,data=dat)
model2 <- asreml(yield ~1 + cul*loc+loc/block,                rcov =~ at(loc):units,data=dat)
1- pchisq(2*(model2$loglik-model1$loglik),9)

结果：

R语言代码

lianhe <- dat
head(lianhe)
a <- levels(lianhe$loc)
ams <- NULL
DF <- NULL
for(i in 1:length(a))
{  rr = lianhe[which(lianhe$loc == a[i]),]  result <- aov(yield ~ cul + block,data=rr)  DF[i] = result$df.residual;  ms[i] = sum(residuals(result)^2/DF[i])}
msdata <- data.frame(DF = DF,ms=ms)
msdatamean_ms <- mean(ms);mean_ms#  
 qq <- log(ms,base=exp(1));
qq#   S <- sum(qq);S#   
X <- DF*(10*log(mean_ms,base=exp(1))-S)
XS <- sum(log10(ms));
Smslength(a) ->b
W <- b*log10(mean_ms);
Wdf <-DF[1];df <- as.numeric(df);
dfX2 <- 2.3026*df*(W-S);
X2C <- 1+(b+1)/((3*b)*DF[1]) 
#C# > C# [1] 1.015278XXc <- X2/C;
XXcchi <- qchisq(0.95,b-1);
chi 1- pchisq(XXc,b-1) 
msdata