在作物种早期品系筛选或种质资源研究工作中，常常由于试验品系或材料(本文中统称品系)数目众多、每一品系种子量较少或人力财力限制等原因，对其进行评价的田间试验往往不能采用具有重复的标准随机区组设计[1]，而是采用相隔若干试验小区设置一个或数个标准对照品种的对比或间比等试验设计。该类试验设计在作物育种品系筛选和种质资源研究中发挥了一定的作用。由于传统方差分析法只能利用重复观测值和区组处理来估计试验误差及分离系统误差与随机误差，所以对该类无重复试验数据，由于观测值无重复，传统方差分析无法实现试验品系效应的无偏估计及其差异的显著性测验(F测验或t测验)，也不能正确地分离试验条件异质性引起的结构性误差和试验随机误差，试验品系只能与临近小区标准对照品种直观地比较，而试验品系间由于空间异质性和个体差异，往往可比性差或无可比性。这样使无重复试验中品系效应评价与筛选的准确性受到很大限制，严重影响着作物育种和种质资源评价等研究工作的成效。因此，研究无重复田间试验数据分析的方法具有重要的意义。
最早由Federer[2]提出了增广区组设计及由此发展的各类修饰增广设计等，已被国内外植物育种试验所采用[3-5]。这类设计的特点是选择若干对照品种，按照随机区组或不完全区组设计方式布置在试验区内，供试品系随机排列在各区组的剩余小区，用对照品种估计区组效应(系统误差)和试验随机误差，区组效应用于调正供试品系观测值，试验误差用于供试品系间的差异显著性测验。这一设计的优点是，依对照品种估计的区组效应可反映试验不均引起的系统误差，不仅提高了供试品系间的可比性，而且可以进行供试品系间的差异测验。其缺点是：对照品种的比例影响着系统误差估计的准确性。若对照品种数目比例较小，那么对照反映区组效应就不够准确；若增加对照的比例，对照将占去较多的试验面积而增加试验规模和费用；其次，该设计的分析方法仍为基于一般最小二乘原理(ordinary least squares)的方差分析法，假设试验观测值间不相关，而实际上田间试验的数据存在一定的相关性，通常称为数据的空间相关或自相关。这种相关性在植物育种早代品系试验中会由于试验小区面积变小和供试品系随机化程度的不足而加剧，进而影响方差分析的适用性和一般最小二乘估计的准确性[6]。根据Es等[7]的研究，试验数据自相关的存在将导致田间距离较近两品系测验的第二类统计错误率和田间距离较远两品系测验的第一类统计错误率的增大。此外，增广设计为了满足方差分析的条件和实现试验误差的无偏估计，对对照品种的比例和在田间的布置都有一定的要求，如要求对照品种的比例不能太少和在区组内必须完全随机排列等，为试验实施和观测带来不便。增广设计不同于常用的间比和对比无重复试验设计，实际试验条件不易满足试验设计和分析的要求，实用性和准确性受到限制。这可能也是该设计目前在作物育种工作中没有得到广泛应用的原因之一 [8-10]。近年来，随着线性混合模型理论的完善和统计分析软件的不断发展，为传统上不能进行统计分析的有关试验提供了可能的分析途径。
根据线性混合模型分析原理，对以往不能进行统计分析的无重复试验数据提出统计分析方法，并利用该方法和SAS软件对作物育种两种典型无重复试验设计的数据进行分析，展示对无重复试验应用线性混合模型分析的程序和过程，为植物育种无重复试验分析的实现和广泛应用提供依据，进而达到改进无重复试验在科学研究中应用成效的目的。解决植物育种无重复田间试验品系效应估计及其效应差异显著性统计测验的问题。
全文

转载本文请联系原作者获取授权，同时请注明本文来自李建平科学网博客。
链接地址：https://m.sciencenet.cn/blog-462280-345581.html

上一篇：如何控制田间试验土壤的空间异质性