6
2 T R N N V 2 , N o . 3 M a y , 1 99 8 A MM I 性分 ` , 2 仲怀 2 ( ` 西南 农业 大学 学系 ; 西 南 农业农业 级重 实验室 , 重庆 , 4 7 1 6 ) A M M I 型发展了 分析 环境 互作 统计 , 的定 量指 提出 个度量 性 的新 参 数 D ` 实例 , D i 生态 价方 稳定性方差法的分 析结 好的 讨论 A MM I 在分析 稳定 义以应用 新参数时应 关锐 A M M I ; ; , ; 稳定 可加互 可乘 ( 记为 A MM ) I 社会 学和 物理 l [ , ` , , ` G u a c h ( 1 9 8 8 ) 最早 应用 于多 点产量资料的 论研 究和不 累积 的应 , A MM I 性模 的残 中分离 与干扰可 高估计的 准确 , , 助于 图可 直观地 分析 交互作 模式 7 [, ` 3 , 2 ` , 2 , 利用 A MM I 示多 产量 中基 因型 环境 互作 的研 引起 种家 的兴 , 发表 数量相当可观的这方 用文章 , G a u h c an d Z o b e l ( 1 99 5 ) 了一个 l s[ 如此 , A M M I 分析评 定品 究仍 在定性 A M M I 分析的 础上 种的相 对稳 定性 ? A MM I 分析统分析 稳定 差异 的结 致性如 ? 是本 探讨的 1 数学模型 A MM I 是将方 和主 成分分 相结 中同时具有可 加和 乘分 l [ 1 , 其方 : y , 1 , 2 , + i a + . y s , + + l j k ( 1 ) , G ; j 1 , 2 , , E ; k 1 , 2 , , R , i y k j i 种在 j k 重复的 : 平均 ; i 平均的 离差 ( 即基 因型主 ) ; 几为第 J 境与 的离 ( 环境主 ) 倍加参数 : : , 交互 效应 主成 分轴 ( I P C A ) is ( g n l u v a l u e ) , y , 向量 , 向量为标准向量 ( 长度 1 ) 且不 , 的单位 * 尔大大气学系 H . G . G a u h c 教授M A T M ODE L 软件大量; 塔基 大学 P . L . c o r l e i l u s 也为 本研 究提 供 有价 的文 献 . 文中的油 验产量 资料 由 川省农业科 院作 物所 张 启行 副研究员 , 谨致谢 稿 : 199 6 2 0 0 9 , 改稿 : 1 9 97 0 5 21

����AMMIģ�͵�Ʒ���ȶ��Է���

Embed Size (px)

DESCRIPTION

chinese article

Citation preview

  • 4 2 31 9 9 8 5

    A CT A A GR ON O M I C A S IN IC A

    V ol.

    24,

    No

    .

    3

    Ma y , 1 9 9 8

    A M M I ` ,2 2

    (` ; , , 4 7 1 6 )

    A M M I , D ` , D i A M M I

    A M M I ; ; , ; ( A M M )I l[ , ` , , ` G ua ch

    ( 1 9 8 8) , A M M I , , 7[, ` 3 , 2 ` , 2 , A M M I , , G au hc an d Zob el ( 1 9 9 5) ls[ , A M M I A M M I ? A M M I ?

    1 A M M I

    l[ 1 , :

    y,

    1 , 2 , + ia + .ys , + + ljk ( 1 ) , G ; j 1 , 2 , , E ; k 1 , 2 , , R

    , iy kj i j k : ; i ( ) ; J ( ) : : , ( IP C A ) is( gn lu va lue ) , y , , ( 1) ,

    * H . G . G au hc M A T M O D E L ; P . L . c or lle il us . , : 1 9 96 20 0 9 , : 19 9 7 0 5 2 1

  • 3 : AM M I

    s y, 5, , I P c A I P C A

    , , , ; iP , p I P C A ; E,j

    2 , A M M I

    , , ; , Z i(z ) , , , , y , y , ; Z is( gn lu ar va lu e d e -co m p os iit o n ) , Z Z 2 2 ` , z , ; ( IP c A ) , G oll ob ( 1 9 68 ) F I P C A ] :

    , F t E 2 , 1 ) , d, 2 , , P ( 2 ) , d , i IP c A df G E i2 l

    , A M M I 2 ( 2 IP C A ) , I P -C A I IP C A Z , IP C A I (P 1 I P C A Z , ( co rr e s p on d e cn e an al y is s ) l1[ K e m tP on ( 1 9 8 4) , L` }

    ( 1) , s y ; 5, , ( ) I(P , G au hc an d Z ob el ( 19 9 5) S h af ii ( t 9 9 2) IP C A ( ) ( l)r 3 , 3 ] , , IP c A I IP c A Z ( ) , ( ; u a e h a n d Z o b e l ( 1 9 9 5 ) S h a f i i ( 2 9 9 2 ) A M M x l[ 3 23 , I PC A 3 , , I P C A I P C A 2 , I P C A ( ) :

    D` 2 , , G ( 3 ) , I P C A , : i IP C A ,

    ( 3) D . i , A M M I ( 3)

    J: A M M I , A M M I , , M A T M O D E L f ` ` 2 , E IG A ( )V ( C o r n e l iu s 1 9 9 6 , ) M A T M ( ) D E I J

  • 2 4

    3 , 8 ( A G ) 8 (l 8)

    , M A T M O D E L A M M I 1 ,

    l( P C A ) , 5 IP C A , IP C A , l0[ , ` 3 1 , 8 8 , 22 . 5 6% , n . 97 % , 65 . 47 % R o -m ag os a a dn oF x( 1 9 9 3) 1 00 80 % 90 % , z2[ 70 : 20 % :10 % l[

    3 1

    T a b l e l

    A M M I ( 8 )T h e r e s u l t s o r A M M I a n a l y s is o n t h e g e n o t y P e

    b y

    e n v i r o n m e n t m a t rx . T h e e r r o r

    15 t h e m e a n i n t r a b l oc k e r r o r o v e r t h e 8 e n v i r o n m c n t s.

    s o u r e e T r e a t m e n t G e n o t y p e E n v i r o n m e n t

    I n t e r a e t i o n 1 IP C A I 2 IP C A Z 3 IP c A 3 4 IP c A 4 5 IP C A S R e s id u o l

    E r r o r

    D f 5 5 M S

    ::

    8 9.

    8 3 35

    1 0 75 15

    5 7,

    0 1 6 9

    22 0 6 5 1

    9.

    4 8 2 6

    5.

    4 3 3 7

    3.

    3 1 2 0

    2.

    8 3 0 1

    0.

    7 4 8 4

    0.

    2 5 8 5

    7.

    6 6 6 2

    1.

    4 2 5 9

    1.

    5 3 5 9

    8.

    1 4 5 3

    0.

    4 5 0 3

    0 7 2 9 4

    0.

    4 9 4 0

    0 3 6 8 0

    0.

    4 0 4 3

    0.

    1 4 9 7

    0.

    0 6 4 6

    0.

    0 3 9 9

    3 5.

    7 3 6 8

    3 8.

    4 93 7

    2 0 4.

    1 4 2 9

    l ].

    2 8 5 71 8

    .

    28 0 7.

    1 2.

    38 10

    9 22 30 .

    1 0.

    1 32 8

    3.

    7 5 19

    , , : 1 % ; * * : s ig n i f i e a n e e l e v e l a t l % p r o b a b i l i t y .

    2 T a bl e 2 T h e s e o r e s o r s ig n i f ica n t I P C A a x l s e s f o r g e n o t y p e s

    G e n o t y P

    eIP C A I

    IP c AI P C A Z I P C A 3 I P C A 4 I P C A S

    F

    G

    0 . 5 53 80

    .

    3 76 4

    0 4 8 4 1

    0.

    6 9 7 1

    0 . 50 14 0 . 2 9 5 9 0 . 0 2 9 5 0 . 17 7 0

    0.

    0 5 5 0

    0.

    1 4 1 7

    0 1 2 0 3

    0.

    0 7 6 6

    0.

    2 0 9 4

    0 . 0 4 2 40

    .

    9 5 8 3

    0.

    3 9 7 7

    0.

    4 2 9 2

    0 . 17 8 40

    .

    2 9 13

    0 . 17 0 5 0 . 7 0 4 3

    0.

    0 7 2 9

    0 0 1 9 90

    .

    2 7 9 7

    0.

    3 7 2 4

    0.

    6 3 8 7

    0 . 4 1 1 50

    ,

    0 0 0 2

    0 . 2 1 16 0 . 0 2 9 9 0 . 0 9 1 5 0 . 26 6 8

    0.

    2 0 8 3

    0 . 0 2 0 50 3 8 7 3

    0 1 2 8 00

    .

    1 4 7 6

    0 . 0 6 5 8 0 . 0 9 6 9 0 . 4 3 2 2

    , 5 (I P C A I 5 ) 2 IP C A I IP C A Z ( 1 ) 2 I P C A I G , H ; I P C A Z F , A , , 2

  • 3 : AM M I

    1 , F B ,

    1 , IP C A I IP C A Z ( ) 5 IP C A ( ) 68

    .

    40 %, 31 . 60 %

    IP C A 3 5 , , IP C A 3 5 , , ( 3) r IP C A I 2 IP C A I

    5

    3 IP C A I 2 iD( l) : F > B > H > C > E > A > D > G ; J:IP C A I

    5 D ( 2) : F > H >

    D > B > C > A > E > G ,

    F G , IP C A I 2 IP C A I 5

    ((( 1... B. DDD

    III {{{ l ,,

    EEEEEEE

    .....FFF ... l {{{

    lll lllll

    2 1 2I , C A I

    1 A MM I F i g

    .

    1 B ip l o t o f r es u l t

    s o f A M M I

    a n a lys i s fo

    r g e n o t y p e

    , , D : , IP C A 3 IP C A D , I P -C A I

    2 D :

    , A M M I D : , IP C A 3

    5 z[ 20[ 8 3 3 ,

    T a b l e 3

    3 T h e p a r a m e t e r , o f g e n o yeP s t a b l lt y fo r d e r e n t a n a l y s m e th od s

    A M M I A M M I

    a n a lysi s

    R

    e r e s s o n a n a ly ssE

    e ( ) v a lu

    S t a bi l i t y

    V n ra n C e

    M

    e a n r a n k

    d i ffe r e n e e

    G e n o t y P e

    I ) ( 2 )

    A

    B

    G

    H

    I) ( l )

    0.

    55 65

    0.

    4 0 2 2

    0.

    4 9 8 8

    0.

    70 13

    0.

    54 34

    0.

    2 98 9

    0.

    9 5 8 8

    0.

    4 3 53

    0.

    8 22 2

    ( ).

    7 7 58

    0.

    8 0 8 1

    0.

    7 3 30

    0.

    9 2 62

    0.

    3 1 6 1

    0.

    9 6 8 2

    0.

    7 25 1

    0.

    5 98 0

    1.

    4 3 4 7

    1.

    0 8 6 6

    1.

    5 1 7 0

    0.

    7 7 9 1

    0.

    8 92 0

    0.

    9 1 5 3

    0.

    7 7 7 2

    0.

    08 5 9

    0.

    0 5 1 90 1 2 4 10

    05 7 4

    .

    0.

    14 4 10

    .

    0 4 16 0

    .

    1 5 38 .

    0.

    05 2 3`

    3.

    2 4 0

    2.

    6 4 0

    3.

    2 9 6

    3.

    2 7 6

    3,

    8 2 0

    1.

    2 8 0

    4.

    0 5 6

    1.

    6 6 8

    0 5 38

    0 4 24

    0.

    5 4 9

    0 54 5

    0.

    64 8

    0.

    1 65

    0.

    6 9 3

    0.

    23 9

    M R D

    2 0 3 6

    2.

    2 8 6

    2.

    5 3 6

    1.

    4 6 4

    3.

    14 3

    2 3 5 6

    2,

    3 2 1

    1.

    35 7

    : D ( l) IP C A I 2 . D (2 ) IP C A I 5 ; , , : 1%

    N o t es :

    D.

    ( 1 ) 15 t h

    e p a r a me t e r o f g e n o t y p

    e t a bi l i t y b a s e d o n t h e IP C A 1 2 I ) : ( 2 ) 15 t h e p a r a m e t e r o f g e n o t y p e s t a bi l i t y

    ba sed o n t h

    oI P C A I

    5

    . , , : sig n i f ie a n e

    ele v e l a r l % p r o b a b i li t y

    .

  • 2 4

    , b ; 8 :

    A M M I D : (1 ) : F > B > H > C > E > A > D > G ;A M M I (2 ) : F > H > D > B > C > A > E > G ; : F > H > B > A > D > c > E > G ; : F > H > B > A > D > c > E > G ; : F > D > A > B > G > F > c > E

    , A M M I D , ( 2 ) 8 A M M I D , ( 1) A M M I D i ( 2) , , IP C A 3 , I P C A IP C A I

    2

    4 ,

    , , , , A M M I , , , A M M I

    , A M M I , , A M M I A M M I 14[ , , , , , , A M M I , A M M I IP C A , IP C A (n io se ) , 9[, ` , ` 3

    A M M I , , A M M I , , AM M I IP C A 3 , IP C A IP C A , ,

    A M M I , IP C A I 2 , ,

  • 3 : A M MI 3 09

    f

    E , 19 9 2 , , ,

    , 2 9 9 2 , , 18 ( 2 ) , 1 16 12 5C o m

    s toc k

    ,

    E.

    1.

    a n d R.

    H.

    Mo l l

    , 19 6 3,

    In:S t

    a t is t i

    e al G

    e n e t ie s a n d P la n t B r e e d i n g ( e d

    s .

    H a ns o n , W

    .

    I). ` R o bi n s o n ,

    H.

    F.

    ) p p.

    1 64 19 6 . W a s l l i n g t o n , D . C . , N a t . A e a d . cS i . , N a t . R e s C o u n e i lC o r n e liu s

    ,

    P.

    L. ,

    19 9 3,

    C r o p cS i e n e e 33,

    11 8 6~ 1 19 3

    E b e r ha r t , 5

    .

    A. a n d W

    .

    A R us s e l l

    ,

    1 9 6 6,

    C r o p sc e n e e, 6 , 3 6 4 0

    F i n la y

    ,

    K.

    W. a n d G

    .

    N.

    W i lk i ns o n , 1 9 6 3 , A u

    t r a li a n Jou r n a l o f A g re u l t u r a l R e s e a r e h , 14 , 7 4 2 ~ 7 54

    (a u e l H . ( . , 19 8 8 . B i o n e t r ie s , 44 , 7 0 5 7 1 5G a u e l l

    ,

    H. . , 1 9 9 0 , T h e o r e t ie a l a n d A P P li e d ( ; e n e t i e s , 8 0 , 15 3 ~ 1 6 0

    Ga u e h

    ,

    H.

    G 19 9 2 , S t a t i s t l e a l A n a ly s i s o f R e g o n a l Y i e ld T r i a ls . E l s e v i e r , A m s t e r d a m , f h e N e t h e r la n d sG a u e h

    ,

    H.

    (. 1 9 9 3a , A n e r i e a r l cS i e n t i s r , 8 1 , 4 6 8 ~ 4 78( a u e }1 , H . (. , 1 9 9 3 b , M A I

    ,

    M ( ) I ) E l Ve r s

    i o n 2.

    0.

    M ie r oc o m P

    u t e r P o w e r. I t h a e

    a ,

    N e w Y o r k

    Ga u e ll

    ,

    H.

    (. a n d R . E . F u r n a , 1 99 1 , A r o n o m y J ) u r n a l , 8 3 , 9 16 9 2 0(a u e }1 , H . ( . a r l d R . W . Z o b e l , 2 9 9 5 . In : G e n o t y E n v i r o lm e n t I n t e r a e t io n . ( e d s . K a n g , M . 5 . a n d G a u e h , H . ( . ) .C R ( P r e s s , 1K {a R a t o n , F lo r aG o l lo b

    ,

    H.

    F.

    19 6 5.

    P s y e h o n l e t r ik a, 3 3 , 7 3 1 1 5

    H u h n,

    M.

    1 9 7 9.

    E l ) P i n M e d e i n e a n d B i o lo g y , 1 0 , 1 12 1 17J o h

    r ls ` ) n , I).

    E.

    a n d F.

    A.

    G r a y bi l l,

    19 7 2.

    J.

    A nl . S t a t

    .

    As s oc

    . , 6 7 , 8 6 2 8 6 8K

    e n p t o n , R.

    A.

    19 8 4 , J o ur n a l o f A g r i

    e u l tu r a l cS i e n

    e e , C a m b r id g e, 10 3 , 1 2 3 13 5

    Ma n d

    el

    ,

    J.

    1 96 9,

    J ou r n a l o f R e

    , e a r e h o f t he

    B ur e a u o f S t a n d a r d

    s .B

    .

    Ma t h e rn

    a t ie a l cS i e ne e s 7 3 , 3 0 9 3 2 8

    M a n d e l,

    J. , 19 7 1 , 1

    e eh n o n

    , e r r e s , 13 , 1 18N a s

    s a r , R. I n ` 1M H u h n 19 8 7 , Hu n i e t r i e s 4 3 , 4 5 5 3

    P ie l h o , H

    .

    P.

    , 19 9 5,

    T hc o r e te I a l d A p p l i e d G e rl e te s , 9 0 , 4 3 8 4 4 3

    R o m a g os a , I

    .

    a z 1 P.

    N.

    F o x, 19 9 3 , In

    :P l

    a n t B r eed in g

    :P r in e ip l

    e a n d P r os e t s , ( de s : H a y w a r d , M . D . e t a l. ) . p p .

    3 7 3 3 9 0 ( h a p n a n a n d H a l l , I ` ) n d o nS h

    af i i

    ,

    B.

    c r a l, 19 92

    ,

    Cr o p cS i

    c n e e , 32 , 9 2 2 9 2 7Y a m d

    a ,

    Y. , 1 96 2 , Jp

    n.

    J.

    G e n e t.

    3 7 , 4 9 8 5 0 9Y a t e , , F

    . a n d W.

    ( ;.

    ( ( ,e h

    r a n. , 19 3 8 , J

    ( , u r n a l o f A r i e u l t u r a l SC e n e e . 28 , 5 5 6 58 0Z)b

    ol

    ,

    R.

    W.

    a n d D.

    H.

    W a l la e e

    . , 19 9 4 , I n:

    Ha n d boo k o f P la n t a

    nd C

    r o p P h ysi o lo g y

    ,

    (ed

    s.

    Pe s s a r a k l i

    ,

    M.

    ) p p.

    8 4 98 6 2 M

    a r e el l k k e r , N e w Y ( r k

    ,gJ

    J5

    OC,19gJ

    11eetl. .

    adh1SQU191..1-, .1se10,9

    qJ6q,,

    A n a l y s i s o f V a r i e t y S t a b i l i t y B a s e d o n A M M I Mo d e l

    Z h a n g Z e 2 1 u C h e n g Z X i a n g Zh o n g h u a i Z

    ( e)I Part ,tJ ` )f A g~ , , S ou t s t g r u l t ar l U ner s ; 2 ,h k : ~ u al ` t o r y

    j A g lr l t u r a l M z , S (,u t h t A g u lt u 1 U n vet sr , C h g , 6 3 0 7 1 6 )

    A b s t r a e t T h e A d d i t i v e M a i n E f f e e t s a n d M u lt i p li e a t iv e In t e r a e t io n ( A M M I ) m o d e l h a s

    d e v e lo p e d a n e w s t a t is t ie a l m e t h od fo r a n a l y z i n g t h e g e n o t y p e b y e n v ir o n m e n t i n t e r a e t io n

    .

    H o w-

    e v e r , t he r e i n o q u a n t i t a t i v e e r i t e r i o n f o r e v a l u a t i n g s t a b i l it y d i f f e r e n e e s a m o n g v a r i e t ie s i n t h e

    A M M Ia n a l y

    s is.

    T he n e w p a r a m e t

    e r , D. ,

    h a s b e e n P r o p os e d t o m e a s u r e t h e s t a b i li t y o f v a r ie t y

    b as e d o n t h e A M M I a n a l y

    s is in t h i s p a p e r.

    T h e r e s u lt s o f a n a p p li e d e x a m p l e i n d i e a t e d t h a t t h e

    e s t im a t e s o f D:

    w e r e g r e a t ly e o n e o r d a n t w i t h t h e e s t im a t e s o f e e o v a lu e a n d s t a bi l it y v a r ia n e e.

    Im-

    p l ie a t io n s a n d r e le v a n t q u e s t io ns w e r e a l s o d i

    s e u s s e d f o r t h e a p p l ie a t i o n o f t h

    eA M M I

    a n a lys is

    .

    K e y w o r d s A M M I m o d e l ; Ge n o t y p

    e ; E n v i r o n m e n t ; ( E in t e r a e t io n ; S t a b i li t y