第三讲 DPS应用(5、专业试验统计)

（二）一年多点区域试验的统计分析
（三）多年多点品种区域试验的统计分析
品种区域试验常常需要在多个地点连续进行数年， 以便为品种的评定和应用提供更广泛的信息，尤 其是品种对不同年份随机变化的气候条件适应性 的信息。
按地点、品种、区组顺序输入试验数据并按规定 格式编辑和定义数据块，系统执行运算后，将输 出计算结果。输出结果包括双向列表、方差分析 表、f 统计量、多重比较和稳定性分析结果以及 最后的综合评价。
如果直接回车，系统将取默认值LD50、LD95 。回车后可立即得 到回归独立曲线图和分析结果。
一、生物测定
结果分析解释 ⑴ 拟合程度卡方值及其显著水平。如显著水 平大于0.05，则表明所建立的毒力回归曲线 模型是合适的，即否定所求模型异质性的假 设；反之，则认为所建立的模型不合适。
本例中三种农药各自的 概率分析模型的拟合度 以第一、二个较差，第 三个较好，卡方检验x2 值分别为36.63， 140.35和5.82。
一、生物测定
1. 定性数据概率分析
例：根据甘蔗工业科学研 究所用农药液剂、烟草粉 肥皂液和烟脉肥皂液三种 药液对棉蚜进行毒力测定 的数据(王鉴明，1985)， 进行机值分析并检验三种 毒力回归直线的平行性。
数据编辑格式：第1列为农 药药剂(依次从1，2，… ) 编号、第2列为农药处理浓 度，第3、4列分别为供试 虫数和死亡虫数。定义数 据块。
一、生物测定
⑵ 对多种药剂进行机值分析并
检验毒力回归直线平行性。可以 其方差分析结果推断：当方差分 析⑶表上中述的方F差值分的析显只著能水揭平示小毒于力等 于回0归.0直5 线时的，总表的明趋毒势力，回而归两直种线药 互剂相其不致平死行剂。量之间的差异，DPS 本系例统中则，采害用虫致对死三剂种量农比药率反测应定的方 差法异来极检显验著：当(F 致=1死0.剂52量2，比大率于的 F线9剂5a=的的%0.0置斜某1=信率致8.区不死05间同剂)，包，量所含即之以1不间这，存的三则在差条两共异回种同不归药斜显 率著。 ⑷ 注意：有时因异质因子较大，
种，适于大面积推广；而互作效应显著的品种具有特殊适应性(如 对环境条件有特殊要求)，只能在特定地区推广才能发挥增产作用。
（一）一年多点试验稳定性分析
例如，对5个品种5个地点的品种区 域试验结果进行稳定性分析，得到 的结果如图。
分析时按图中的阴影部分编辑并用 鼠标选中待分析的数据。
然后执行“专业统计→品种区域试 验→ 品种稳定性分析”功能，这 时系统会要求你输入地点数、品种 数(这里分别是5、5)。输入后系统 立即给出George C. C. Tai 模型的 品种稳定性分析图。
③ 年际效应，即不同年份的温度、雨量、偶然性灾害等难以预知的随机 性环境差异对品种的影响效应，一般属随机型效应；
④ 品种×地区的互作效应，即研究品种对于可预知的环境差异是否具有 特殊的适应性，若品种与地区互作效应显著，说明品种对地区有特殊适应 性，反之则说明适应性广泛，故该互作效应一般亦属固定型效应；
二、品种区域试验
新引入、新育成的品种或品系，在大面积推广之前，都需要经过区域 试验，来鉴定其产量水平和适应性，为其推广和合理利用提供依据。
区域试验中需要研究的主要效应有：
① 品种效应，即品种的产量或品质效应，因区域试验中供试品种是一定 的，故品种效应是固定型效应；
② 地区效应，即地区之间土壤类型、耕作制度、生产水平和管理方法等 可以预见的环境差异对品种的影响效应，一般亦属固定型效应；
一、生物测定
分析结果解释 ⑴ 毒力回归方程方差分析F 值及其显著水 平：数量型数据毒力回归方程诊断采用方 差分析方法进行，这是数量型资料和计数 资料在生物测定分析进行模型诊断方面的 差异。当F 值的显著水平小于等于0.05 时， 表明了所求的毒力回归曲线是合适的；反 之则表明所建立的模型不合适。
⑵ 对多种药剂进行 机值分析，DPS系 统采用致死剂量比 率测定方法来检验 两种药剂在致死剂 量方面的差异：当 致死剂量比率的 95%置信区间包含1， 则两种药剂的某致 死剂量之间的差异 不显著。
一、生物测定
结果表输列出中结有果些包行括显：示“数
据不合①理模，型未系进数行的处协理方”差的 字样，矩这阵主；要因为在最高剂 量下试虫在整个实验观察完 成前的②数所个求时系间数区即间各已参经数全 部死亡的，估即计累值计、死参亡数率标在准前 一后在当结验于效个各数这果能等果时时学种中通于很误平③标间间上情，过好0.0、；模准区区无况如，。5，t型残间间法出果即而测则拟差已的计现皮其实验模合。达条算时尔显际值型值件，逊著上1(00、/的、死卡水，D00显%)P拟残亡方平一。S，著合差率检大般每系此水、 统但仍各皮著型No自截然剂尔水异w动至有量逊平质ier将前效数卡小性sk该一，据方于的i 等数时并的检假0.0提据间且继验设5)出视区不续不成，用为间影拟能立这H无的响合通。表o效拟其。过但明sm，合余(模显er 和Lemeshow 改进的方法进 行拟合度测验，如HosmerLemeshow 检验的卡方值的 显著水平大于等于0.05，则 可认为数据拟合是成功的。
⑤ 品种×年份的互作效应，反映品种对难以预测的环境差异是否有特殊 适应性，一般属随机型效应；
⑥ 品种×地点×年份的互作效应，反映品种与地点的互作效应是否随难 以预知的环境变化而改变，因此该效应属于随机型效应。
二、品种区域试验
评定一个品种的应用价值，主要考虑以下三个效应值：
① 品种效应； ② 品种×地区点的互作效应及方差； ③ 品种×年份的互作效应及方差。 品种效应显著而互作效应小的品种是具有广泛适应性的丰产型品
（四）品种区域试验AMMI 模型分析
1. DPS平台的数据格式及其编辑
数据存放格式要求以行代表环境(地点)，以列代表基因 型(品种)，按试验地点的顺序，输完一个地点的数据后 再输下一个。
一、生物测定
2. 定量数据概率分析
定义数据块后，选择“专业统计→生物测定→数量型 机值分析”，系统提示确认浓度是否已经过对数转换。 如果已经转换则按“Y”再回车，若没有转换则直接回 车。此后，系统再提示用户输入待求的致死剂量效应 指标。致死剂量可同时输入10、50、90 等，各值间 用空格隔开，再按回车。如果直接回车，系统将取默 认值LD50。回车后瞬即得到分析结果。
（一）一年多点试验稳结定束图性形分分析，析返回到编辑 状态，则可得到几种方法的 稳定性分析结果。
分析结果的第一部分是各个 试验点误差均方的同质性检 验。一般要求是卡方值较小， 概率p 值大于0.05。本例中 的p=0.7717，表明各个试验 点的误差均方是同质的，可 以进行进一步分析。
随后，系统给出了各个试点、 品种的均值，并给出了各个 试点参试品种的方差分析结 果和几个试点的联合方差分 析结果。从这里可以初步分 析各个试点各个品种的表现 情况，以及他们的综合表现 情况。
一、生物测定
3. 时间-剂量-死亡率模型分析
如：用乙酰甲胺磷的5 个浓度处理西红柿上某害虫。 处理后试虫 死亡过程缓慢，故适合用TDM 模型分析数据。
分析前，先将数据编辑定义。其数据编辑和存放格式为：数据块 第一列为供试药剂的浓度，以后各列为用药后不同时间的试虫存 活数。
然后执行“专业统计→生物测定→时间－剂量死亡率模型”功能 项
一、生物测定
3. 时间-剂量-死亡率模型分析
对于包含供试品剂量和受试生物在试验期间死亡(反应)率的生测 数据分析，一般用概率分析的方法，即将累计死亡率进行概率值 转换后分别对剂量或时间作线性回归分析，通过回归参数的估计 而建立直线回归模型，从而估计剂量效应(如LD50)或时间效应(如 LT50)。但这样的分析方法导致时间与剂量的效应相互分开，无 法使所建模型充分体现实验数据的完整性。因此，有必要将时间 和剂量的效应统一到同一个模型中来。时间-剂量-死亡率(timedose-mortality，缩为TDM)模型就是这样的模型，按其数学结 构又称互补重对数模型(complementary log-log model)，简称 CLL 模型。
第五章 专业试验统计
一、生物测定
生物测定，又称为半数效量，是生物、医学研究中最普遍 的一类实验，通常包括供试因子(如化学或生物性杀虫剂、杀菌剂、
除草剂、植物如一种昆虫、植物或小白鼠之类的实验动物)。这类实 验有定性与定量水平之分。定性测定较为简单，如仅测定 某种微生物是否对某种动物有致病性，其结果仅仅回答是 或非两种可能；定量测定则较为复杂，通常包括供试因子 的一系列剂量，每剂量要处理合理数量(越多实验误差越小)的 受试靶体并且整个实验要持续观察一段时间。
一、生物测定
定义数据块→选择“专业统计→生 物测定→计数型机值分析”
一、生物测定
1. 定性数据概率分析
系统提示确认浓度是否经过对数转换。如果已经转换则按“Y”再 回车，若没有转换则直接回车。然后，根据系统提示输入待求的 致死剂量效应指标，致死剂量可同时输入10、50、90 等，各值 间用空格隔开，再按回车。
（二）一年多点区域试验的统计分析
例如，在4 个地点进行6 个品种的区域品种比较试验，每 个地点2 个区组，获得一组试验资料。现对该试验资料进 行一年多点试验的方差分析，分析前先按下图方式输入、 编辑数据：
（二）一年多点区域试验的统计分析
或者，按如下格式编辑 定义数据块。
定义数据块后，选择 “专业统计→品种区域 试验→一年多点”分析 项，即可得到分析结果：
（三）多年多点品种区域试验的统计分析
（三）多年多点品种区域试验的统计分析
（四）品种区域试验AMMI 模型分析
作物品种区域试验旨在鉴定品种的丰产性、稳定性和适应性。参加区 试的品种在不同地点的产量往往表现不一致。这表明品种的基因型和 环境互作(g×e)效应的存在。以往对这种互作效应大多采用线性模型 进行分析，但线性模型一般仅能解释很少一部分交互作用的变化。近 年来一种更为有效的加性主效应乘积交互作用(AMMI)模型已开始被用 于多年多点的区域试验资料的分析。该模型与方差分析模型、线性回 归模型相比，应用范围更广且更有效。AMMI 模型的分析结果可以用 直观简洁的图形表达和解释。AMMI 分析不仅可以对品种进行更可靠 的稳定性分析，而且可以鉴别一些具有特殊品种基因型和环境(g×e) 互作效应的基因型，为针对某一特殊环境的特殊适应性的品种的育种 提供有价值的信息。该模型的主要特点是将方差分析和主成分分析有 机地结合在一起。