1、AMMI模型學習和思考

為了系統學習AMMI模型，買來了《產量區域試驗統計分析---因子設計的AMMI分析》這本書（影印版）。記錄一下，自己的學習心得，同時也方便跟群友交流。

    模型的構成在下圖中很清楚列出。AMMI模型中，試驗數據減去總平均數后的效應，分成了兩部分，方差分析（ANOVA）部分和主成分（PCA）分析部分。對應植物育種，方差分析（ANOVA）部分效應包含了品種效應，地點效應，主成分（PCA）分析部分效應就是環境和品種間的“互作”。

方差分析模型屬于線性模型，效應可加，可以簡單形象的理解為，一個產量觀測值的構成，是由觀測值的所在地點效應、所屬品種效應，誤差等效應值的累加和。

主成分分析（相乘）和方差分析（相加）的區別，書中的這一頁講的尤其清楚。

總體均值200，基因型值5，環境效應7

主成分分析PCA，200+5*7=235

方差分析ANOVA，200+5+7=212

AMMI模型，“互作”效應部分用主成分分析PCA方法來計算分析。

對育種者來說，采用方差分析的效應可加性思想分析處理試驗數據，還是用AMMI模型的思想都是可以的。但AMMI模型的計算復雜性就高了太多。主成分分析，是忽略掉很多非主成分的結果，這也會帶來應用局限。育種者布置多點試驗，更多的著眼點是考察品種間的優劣，或者跟CK比較的優劣，或者是品種跟環境間的適宜性問題。這樣的話，就可以不用把品種的穩定性分析、適宜性分析考慮的過于復雜。在育種的布點試驗中采用AMMI模型分析，個人認為沒有必要，因為基于效應可加性，觀測值-總平均-地點效應-品種效應=品種×地點的互作效應，能得到一個準確的“互作”效應值，對育種工作就已經解決問題了。

查閱文獻，可以看到，品種穩定性分析問題，分析方法太多，育種者要結合自身工作需要，考慮選用適合的方法，解決育種實際問題就好。

個人觀點，僅供群友參考。

李奉令

2020-3-20

2、一年多點試驗效應解讀示例

下面給出農博士育種家軟件（試驗設計及統計分析模塊）的具體計算示例和效應解讀思路。

三個排序，解決問題

1、比較產量高低，用同一試驗的參試品種的平均值排序。

2、比較品種穩定性，用相對平均偏差（RSD）排序，衡量同一試驗群體中，不同參試樣本（品種）的離散程度。

3、考察品種適宜性分布，用互作效應值排序即可，觀測值-總平均-地點效應-品種效應=品種×地點的互作效應。

下方切圖，僅是農博士育種家軟件品種適宜性分析功能分析結果。

給出，地點效應、品種效應、地點×品種的互作效應。

效應解讀技巧：生物統計、數量遺傳學中的效應（離差），有個規律，Σ效應=0，比如，地點效應的累加和=0，品種效應的累加和=0.每種效應的計算都來自于某個試驗，因此效應的正負（+，-）都是基于該試驗的。這本身就是一個有利于排序的結算結果。某品種的效應為正數，且是大值，說明在該試驗中，這個品種的表現，均值大。某品種的效應為負數，且是小值，說明在該試驗中，這個品種的表現差，均值小。如果試驗中安排了CK，那就可以看出更多的含義。

以上圖分析結果為例，

-1.95833=（-1.33333）+（-0.625）

將地點效應和品種效應，相加，就得到了上面的表格。由于每個效應值都來自于地點均值，品種均值，總均值，因此這個表格的結算結果，反映的是（地點+品種）平均表現。Σ（地點+品種）效應=0。

計算公式：互作效應=觀測值-總平均-地點效應-品種效應

試驗的總平均=8.95833333

材料1在地點1的“互作”效應 = 6.5 - 8.95833333-（- 0.625）-（-1.33333）=-0.5

材料1在地點2的“互作”效應 = 7.5 - 8.95833333-（- 0.125）-（-1.33333）= 0

3、博思公司免費提供一年多點試驗適宜性分析功能

為服務育種者數據分析工作，博思公司限期免費提供一年多點試驗適宜性分析功能，以下三款軟件均提供該功能，可自行下載使用。

農博士育種家軟件（試驗設計及統計分析模塊）（免費）

農博士數據采集匯總分析工具（免費）

農博士育種家軟件（正式用戶可用）

有需要的朋友可至農博士育種家軟件網站下載。

北京中農博思科技發展有限公司

2020-3-20