2017年7月14-17日,全国玉米遗传育种学术研讨会在成都召开,我公司技术总监邓飞应邀在大会上做报告。

题目:混合线性模型在玉米多点测试分析中的应用

报告人: 邓飞 (VSNC 技术总监)

主要内容:玉米育种中,测试是其中重要的环节。目前的测试数据大都采用线性模型的方法,比如方差分析和回归分析等,这种模型对数据的假定比较严格,比如数据是独立的、正态的、齐次的,随着玉米测试的规模和复杂度的增加,线性模型越来越不适合分析测试试验的数据。混合线性模型作为线性模型的拓展,在玉米多点测试数据分析中应用越来越普遍,具有许多模型不具备的优势。

1、不平衡数据
在测试试验中,缺失值普遍存在,即数据是不平衡的。混合线性模型本身可以处理不平衡数据。

2、考虑地点间异质
在多点试验中,经常存在不同地点间的异质情况,这种情况下就不能将数据进行联合方差分析。混合线性模型本身可以定义地点间的异质性矩阵,因此可以处理地点间异质性。

3、考虑空间坐标的影响
混合线性模型可以考虑试验点的行和列的信息,整合到分析模型中,从而降低试验误差。

4、考虑测试品种的系谱信息
比如不同的遗传组(不同类群)或者共有某个亲本,都可以考虑到模型中。

5、可以得到最优的品种排名
可以得到品种的最佳线性无偏预测(BLUP)和最佳线性无偏估计(BLUE),可以得到品种的稳定性和综合排名。

6、评价品种的丰产性和稳定性
混合线性模型还可以结合AMMI模型和GGE模型,以及因子模型(Factor Analysis),对品种的丰产性、稳定性以及地点的区域性划分进行分析。


报告阐述了测试在玉米育种的重要性,现代多点测试分析中的一些误区和挑战,混合线性模型的优势,如何实现混合线性模型对多点测试数据的分析,如何申请免费试用我公司的软件等。

如果您对我们的报告内容感兴趣,欢迎点击下载:

混合线性模型在玉米多点测试数据分析中的应用 PPT