信息量准则AIC在玉米品种区域试验分析的应用.docVIP

信息量准则AIC在玉米品种区域试验分析的应用 孙京波 指导教师 胡希远 摘 要：作物区域试验对育种和农业生产具有非常重要的意义。关于作物区域试验数据分析的模型和方法在文献中多种多样，对于实际试验分析者，究竟选用什么样的模型和方法分析作物区域试验才合理是目前必须解决的一个重要现实问题。本文通过SAS这一国际标准的分析软件，基于混合线性模型拟合的信息量准则（AIC）对区域试验数据资料进行模型的，品种进行Regional trial production plays an important role in Agriculture, but data analysis methods of the experiment are varied with a bit confusing. In this paper , through SAS the analysis of the international standard software ,we will analyze the experimental data of corn for the model constructing ,slecting and treating. Meantime , the mixed model analysis is applied under the information criterion (AIC). The results showed that?there is no?optimal?model for?stability analysis?of maize varieties, but tests?of different?varieties?of regional?stability analysis have?the best model. Keywords: Regional Trial，cornvariance， mixed model， Information cretion 目　录 第一章 绪论 4 1.1 研究背景 4 1.2 模型选择方法及其研究现状 4 1.3 拟研究的内容 5 1.3.1 信息量准则在品种稳定性分析模型选择应用研究 5 1.4 本研究的创新点 6 第二章 模型和模型选择准则 6 2.1 模型的概念 6 2.2 模型选择的两类标准 6 2.2.1有效准则 6 2.2.2相合准则 6 2.3 模型选择的方法 7 2.3.1 AIC准则 7 2.3.2 Cp统计量 7 2.3.3 基于 F 检验的逐步回归法 7 2.3.3.1 向前法 8 2.3.3.2 向后法 8 2.3.3.3 逐步法 8 2.3.4 准则 8 2.3.5 校正准则 8 2.4 准则法和逐步回归法的优缺点 9 第三章 信息量准则在区域试验稳定性分析模型选择应用研究 9 3.1 线性混合模型和模型选择应用于区试的必要性 10 3.2 区域试验品种稳定性分析的发展 11 3.3品种稳定性分析模型 11 3.3.1.稳定性方差模型 12 3.3.2 Finlay-Wilkinson回归模型 12 3.3.3Eberhart-Russell回归模型 12 3.3.4 AMMI-1模型 13 3.3.5环境方差模型 13 3.4 稳定性模型分析的程序 14 3.5模型评价与选择 14 3.6 数据资料 14 3.6.1 材料和方法 14 3.6.2 试验数据初步分析 16 3.6.3不同分析模型的数据拟合效果 16 3.6.4不同品种稳定性分析模型对品种稳定性的评判 18 第四章结论 32 参考文献 33 致 谢 34 附件1：SAS 程序以2004年01组为例 35 第一章 绪论 1.1研究背景及其研究现状 区域试验布点多、范围广，能在较多样的生态环境和接近大田生产的条件下进行试验，有助于迅速明确新品种的推广价值和适应范围。而与之配套的方差分析却是工农业生产和科学研究中对试验数据进行分析的一种重要的数理统计方法，其应用极其广泛。但是，可供应用统计方法和分析软件等因素的限制，传统上通常是依据一定试验设计中试验因子、环境因子及其之间互作等可能效应的多少来确定ANOVA模型，极少考虑针对特定试验数据的最佳ANOVA模型选择。因此ANOVA模型未必就一定能最佳体现所有试验数据的信息；即使偶尔有考虑ANOVA模型的选择问题，多是采用传统的具有一定局限性的F检验结果进行因子选择[1]。传统方差分析法分析结果的准确性及其研究结论的可靠性会受到不同程度地限制。由于多环境下品种与环境互作效应形成机理的复杂性，关于区域试验数据的分析目前还没形成一个普遍认可的最佳模型或方法。但是，Akaike于1973年从信息论的角度出发提出了AIC准则，赤池弘次建议