农业院校《试验设计与分析》课程参考资料（区域试验分析方法）作物品种区域试验多年资料联合分析法的计算机程序.pdf_大学文库

第22卷第2期四川农业大学学报 Vol.22 No.2 2004年06月 Journal of Sichuan Agricultural University Jum.2004 Computer Programs of the Method of Combined Analysis for the Data of Crop Variety Regional Trials in Several Years LIU Yong-jian,MING Dao-xu.HUANG YU-bi,FAN Zhi-xia (College of Agriculture,Sichun Agricultural University.Yaan 625014,Sichuan,China Abstract:Computer programs were compiled to analyze the data of crop variety regional trials in several years by means of Visual BASIC 6.0 and the SAS System for Windows version 6.12.By debugging the two programs,it indicates that analysis of variance can be done,the least squares means (LSM)of varieties,sites and their combinations can be estimated and the significance of difference between LSMs can be tested.The results analyzed by the two programs are equal correspondingly Key words:crop variety regional trials:computer program 作物品种区域试验多年资料联合分析法的计算机程序刘永建，明道绪，黄玉碧，范志霞四川农业大学农学院，四川雅安625014 摘要：分别用Visual BASIC6.0和The SAS System for Windows V6.12编制了作物品种区域试验多年资料联合分析方法的计算机程序。程序调试结果表明，两种系统开发的程序不仅可以进行方差分析，而且可以计算品种、试点和品种试点组合的最小二均数，并可对其差异显著性进行检验，且计算结果完全相同。关健词：作物品种区域试验：计算机程序中图分类号：S11*4:S322.1 文就标识码，A 文章编号：1000-2650(2004)02-0095-02 作物品种区域试验由于参试品种的参试年份、于评价参试品种的生产能力及其适应区域。因此，参试地点可能不完全相同，其至还可能出现缺区的可以将方差分析数学模型情况，造成试验资料的不平衡性。对于这类资料，明 =红+a:+月+Ya+(a3)g+(ay)a+ 道绪等根据最小二乘原理提出了相应的分析方 (1) 法。但是，至今为止还没有该方法的实际应用 (BY)+(a3)+t+e脚简化为为了便于运用该方法分析作物品种区域试验多年资料，对参试品种作出科学评价，本文拟利用Vsul y=μ+a+月+Ys+（a3)g+（)+ BASIC6.The SAS System for Windows V6. t+e测 (2) 12编制该方法的计算机程序。在(1)和(2)中，y为第i年份第j地区第k品种第 l区组的观测值：以为总体平均数：a为第i年份效 1数学模型应：B,为第j地区效应：Y为第k品种效应：(a3) 作物品种区域试验由于参试年份、参试地区可为第i年份第j地区的互作效应：(ay),为第i年份能不同，有时可能出现缺区，所得到的资料可能是非第k品种的互作效应：()，：为第j地区第k品种的平衡资料。利用明道绪等提出的联合分析方法互作效应：()为第i年份第j地区第k品种的分析这类资料时，必须满足观测值个数大于待估计互作效应：为第i年份第j地区内第1区组效应的独立参数个数，而且作物品种区域试验的目的在 e抛为随机误差、相互独立且都服从N(0,g2):为 ·袋雅器自袋科辛特金项用心307

!"#$%&’()("*(+#,"-&.’/’&."0"-!"#123’043+56,2, -"(&.’7+&+"-!("$8+(2’&69’*2"3+5:(2+5,23;’&：!"$($*"32$(3)"06E:7EC4?$A+%%)0% ,.$,>"=("%(/$$0H-I3 */0A$,$3,$?EJ.$($3+#,3/0/#4@$?A4,.$,>"=("%(/3B6E:7编制了作物品种区域试验多年资料联合分析方法的计算机程序。程序调试结果表明，两种系统开发的程序不仅可以进行方差分析，而且可以计算品种、试点和品种试点组合的最小二乘均数，并可对其差异显著性进行检验，且计算结果完全相同。关键词：作物品种区域试验；计算机程序中图分类号：-::K;；-L77E: 文献标识码：’ 文章编号：:999M7689（799;）97M99N8M97 作物品种区域试验由于参试品种的参试年份、参试地点可能不完全相同，甚至还可能出现缺区的情况，造成试验资料的不平衡性。对于这类资料，明道绪等根据最小二乘原理提出了相应的分析方法［:］。但是，至今为止还没有该方法的实际应用。为了便于运用该方法分析作物品种区域试验多年资料，对参试品种作出科学评价，本文拟利用 B)3+/# C’-D!6E9 ［;，8］和J.$-’--43,$3B6E :7 ［L］编制该方法的计算机程序。 : 数学模型作物品种区域试验由于参试年份、参试地区可能不同，有时可能出现缺区，所得到的资料可能是非平衡资料。利用明道绪等［:］提出的联合分析方法分析这类资料时，必须满足观测值个数大于待估计的独立参数个数，而且作物品种区域试验的目的在于评价参试品种的生产能力及其适应区域。因此，可以将方差分析数学模型 !"#$%O!K""K##K$$K（"#）"#K（"$）"$K （#$）#$K（"#$）"#$K%"#%K&"#$% （:）简化为 !"#$%O!K""K##K$$K（"#）"#K（#$）#$K %%K&"#$% （7）在（:）和（7）中，!"#$%为第"年份第#地区第$品种第 %区组的观测值；! 为总体平均数；""为第"年份效应；##为第#地区效应；$$ 为第$ 品种效应；（"#）"# 为第"年份第#地区的互作效应；（"$）"$为第"年份第$品种的互作效应；（#$）#$为第#地区第$品种的互作效应；（"#$）"#$为第"年份第#地区第$品种的互作效应；%"#%为第"年份第#地区内第%区组效应； &"#$%为随机误差、相互独立且都服从 &（9，’7）；%%为第77卷第7期 799;年96月四川农业大学学报 P"+(0/#"&-)*.+/0’%()*+#,+(/#10)2$(3),4 B"#E77Q"E7 P+0E799; !收稿日期：799;M98M78 基金项万方数据目：国家自然科学基金项目（LN7R9LSR）

第2期刘永建（等）：作物品种区域试验多年资料联合分析法的计算机程序 127 第区组效应。表，检验试点间、品种间和试点品种组合间的差异显著性。 2 Visual BASIC6.0程序编制显著性检验模块：可对各试点最小二乘均数间 2.1程序编辑各品种最小二乘均数间和试点品种组合最小二乘均 Visual BASIC是一种可视化的、面向对象和采数间进行差异显著性检验。用事件驱动方式的结构化高级程序设计语言。V- 限于篇幅，计草机原程序代码略 al basic6.0是它的一个版本，可以用来建立32 2.2结果输出位的应用程序。利用该程序分析作物品种区域试验多年资料，用Visual BASIC6.0编制作物品种区域试验多输出的结果有：①方差分析表（见表1）：②品种、试年资料联合分析方法的计算机程序，主要由数据输点以及试点品种组合的最小二乘均数：③品种、试点入模块、正规方程组简缩模块、最小二乘均数估计模以及试点品种组合最小二乘均数间显著性检验的块、方差分析模块和显著性检验模块5部分构成（见值。图1)。表1作物品种区域试验多年资料的方差分析表 Table 1 The table of anova for the data of crop variet 效据输入 regional traits in several vears 建立正规方程YX可变异来源正规方程的阀绵，得儿码试当A 求解简缩正规方程。得的估求的x 品种V 品种组合乘法，可进子小二结计分析年份X试点YearX Are路试点×品种Area×Variety 总的Total 3 The SAS System for Windows V6.2程序编制图1作物品种区域试验多年资料联合分析法的Vil BASIC流程图 3.1程序编辑 The SAs Sytem for Windows V6 12 SAS 数据输入模块：在该模块中，须首先输入年份 STAT中提供了GLM(General Linear Model)过程其推算参数的理论基出是最小二乘法，最适用于不数、试点数、品种数、小区数，再输入两个数据文件名平衡的试验设计。因此，用GLM过程来解决作物 varicty0l.dat和varicty02.dat,其中varicty0l.dh 品种区域试验多年资料联合分析法的计算应该是可由小区产量构成，无观察值的小区输入“0”：vai 行的，我们编写了分析程序（见图2）。 02dt由“0”"和“1”构成，其中“0”表示相应小风无观察值，“1”表示相应小区有观察值。在此基础上，构建正规方程组的结构矩阵X和小区产量列向 anety.dat 量Y。 variety block yied@@ 正规方程组简缩模块：由于正规方程组是不 area variety blok 秩的，本身没有解。但是，根据作物品种区域试验资 od yield=year arca varicty block yearrrvri 料的数学模型和有关限制条件可以对正规方程组进 35H 行行列变换，进而可得简缩方程组。 iety area run: 最小二乘均数估计模块：解简缩方程组，并利用限制条件，可得试点、品种和试点品种组合的最小 2作物品种区域试多年资料联合分析法的S4S程乘均数。 for the data gional traits in several v 方差办：在该模块中，可以得到方差分析

第!区组效应。 ! "#$%&’()*+,-./程序编制 !.0 程序编辑 "#$%&’()*+,是一种可视化的、面向对象和采用事件驱动方式的结构化高级程序设计语言。"#1 $%&’()*+,-./是它的一个版本，可以用来建立2! 位的应用程序。用"#$%&’()*+,-./编制作物品种区域试验多年资料联合分析方法的计算机程序，主要由数据输入模块、正规方程组简缩模块、最小二乘均数估计模块、方差分析模块和显著性检验模块3部分构成（见图0）。图0 作物品种区域试验多年资料联合分析法的"#$%&’()*+,流程图 4#50 678"#$%&’()*+,9’:;:9>78?8>7:@:978@&>&:9C=85#:B&’>=&#>$#B$8E8=&’C8&=$ 数据输入模块：在该模块中，须首先输入年份数、试点数、品种数、小区数，再输入两个数据文件名 E&=#8>C/0.@&>和 E&=#8>C/!.@&>，其中 E&=#8>C/0.@&> 由小区产量构成，无观察值的小区输入“/”；E&=#1 8>C/!.@&>由“/”和“0”构成，其中“/”表示相应小区无观察值，“0”表示相应小区有观察值。在此基础上，构建正规方程组的结构矩阵" 和小区产量列向量#。正规方程组简缩模块：由于正规方程组是不满秩的，本身没有解。但是，根据作物品种区域试验资料的数学模型和有关限制条件可以对正规方程组进行行列变换，进而可得简缩方程组。最小二乘均数估计模块：解简缩方程组，并利用限制条件，可得试点、品种和试点品种组合的最小二乘均数。方差分析模块：在该模块中，可以得到方差分析表，检验试点间、品种间和试点品种组合间的差异显著性。显著性检验模块：可对各试点最小二乘均数间、各品种最小二乘均数间和试点品种组合最小二乘均数间进行差异显著性检验。限于篇幅，计算机源程序代码略。 !.! 结果输出利用该程序分析作物品种区域试验多年资料，输出的结果有：!方差分析表（见表0）；"品种、试点以及试点品种组合的最小二乘均数；#品种、试点以及试点品种组合最小二乘均数间显著性检验的$ 值。表0 作物品种区域试验多年资料的方差分析表 6&A’80 678>&A’8:9)FG")9:=>78@&>&:9C =85#:B&’>=&#>$#B$8E8=&’C8&=$ 变异来源 *:%=C 年份K试点 J8&=K)=8& 试点K品种 )=8&K"&=#8>C 误差 L==:= 总的 6:>&’ 2 678*)**C$>8?9:=M#B@:;$"-.0!程序编制 2.0 程序编辑 678*)**C>8?9:=M#B@:;$"-.0!在 *)*／ *6)6中提供了 NOP（N8B8=&’O#B8&=P:@8’）过程，其推算参数的理论基础是最小二乘法，最适用于不平衡的试验设计。因此，用 NOP 过程来解决作物品种区域试验多年资料联合分析法的计算应该是可行的，我们编写了分析程序（见图!）。 >#>’8‘678,:?D%>8=Q=:5=&?:9678P8>7:@:9,:?A#B8@)B&’C$#$ 9:=678R&>&:9,=:D"&=#8>CS85#:B&’6=#&’$#B*8E8=&’J8&=$’； @&>&"&=#8>C； #B9#’8‘"&=#8>C.@&>’； #BD%>C8&=&=8&E&=#8>CA’:CA’:I； ?:@8’C#8’@TC8&=&=8&E&=#8>CA’:C／$$0 $$!$$2$$U； ’$?8&B$E&=#8>C&=8&E&=#8>C!&=8&／>5#99； =%B；图! 作物品种区域试验多年资料联合分析法的*)*程序 4#5! 678*)*D=:5=&?:9>78?8>7:@:978@&>&:9C=85#:B&’>=&#>$#B$8E8=&’C8&=$ 第!期刘永建（等）：作物品种区域试验多年资料联合分析法的计算机程序 0!V 万方数据