免费文献传递   相关文献

The Rank Analysis Method of Non-balance Data in Mid-long Run Variety Compa rative Trials of Rolling Way

中长期滚动式品种比较试验非平衡数据的秩次分析法



全 文 :    
第 27 卷 第 6 期 作 物 学 报 V o l. 27, N o. 6
2001 年 11 月 A CTA A GRONOM ICA S IN ICA N ov. , 2001
中长期滚动式品种比较试验非平衡数据的秩次分析法Ξ
金文林1 白琼岩2
(1北京农学院作物遗传育种研究所, 北京 102206; 2 北京市种子管理站, 北京 100088)
提 要 本文探讨了农作物品种和承试地点变换频繁的中长期滚动式品种比较试验非平衡数据资料的
秩次分析法, 并利用北京市 1989~ 1999 年夏播大豆区域试验产量性状资料的实例, 介绍其分析方法。
关键词 品种比较试验; 非平衡数据资料; 秩次分析法; 品种稳定性
The Rank Ana lys is M ethod of Non -ba lance Da ta in M id- long Run
Var iety Com para tive Tr ia ls of Roll ing W ay
J IN W en2L in1 BA IQ iong2Yan2
(1 B eij ing A g ricu ltu ra l Colleg e, B eij ing 102206; 2B eij ing sh i S eed S ta tion, B eij ing 100088, Ch ina)
Abstract  T he paper exp lo red the rank analysis m ethod abou t non2balance data in m id2
long run reg iona l t ria ls tha t the crop variet ies and test loca t ion s varied frequen t ly. T he yield
character of summ er soybean reg iona l t ria ls du ring 1989~ 1999 in Beijing w as u sed as an
in stance to exp la in the m ethod.
Key words  V ariety com para t ive tria l; N on2balance data; R ank analysis m ethod; V ariety
stab ility
近年来, 各省市、甚至农业部组织的农作物新品种区域试验获取的资料基本上都是非平
衡资料: 每年供试品种滚动进出, 变化甚大, 或年间的承试地点不同, 再加上数据缺失、试验
点受灾资料报废等。传统的方差分析 (ANOVA ) 方法不能对这类资料进行综合分析。朱军等
(1993) 运用混合线性模型的分析原理, 提出了作物区试非平衡资料的参数统计方法[ 1 ]。金文
林 (1999, 2000)根据生物统计学的基本原理和方法提出作物区试中品种产量等性状评价的非
参数秩次分析法[ 2, 3 ]。本文进一步对中长期品种和承试地点环境变换频繁的品种比较试验非
平衡资料的秩次分析法进行探讨, 并利用北京市 1989~ 1999 年夏播大豆区域试验产量性状
资料的实例, 介绍其分析步骤和方法。
1 秩次分析法的步骤及统计学原理
1. 1 分析资料的类型及要求
资料由多年份、多地点的品比试验设计得到。设试验年份数为 y (h= 1, 2, ⋯, y ) , 如果Ξ 北京市科委 (854500500)和北京市教委项目资助
收稿日期: 2000207228, 接受日期: 2001201208
Received on: 2000207228, A ccep ted on: 2001201208

h 年份的试验地点数为R h , 则试验环境数为m = ∑R h , (h= 1, 2, ⋯, y ) , h 年份参试品种数
为 v h (可包括对照) , 即由m 个包含不同品种数量 (或不同品种) 的品比试验组成。第M 环境
(M = 1, 2, ⋯, m )中的重复次数为 kM , 随机区组设计, 用小区值作分析。每个试验环境的小
区面积为QM , 同一个试验环境下的QM 相同。
1. 2 统计数估计及步骤
1) 分级值 (H 1M i)和秩次值 (H 2M i)估算: 采用文献 2 的方法, 对不同试验环境下获得的数
据资料, 分别进行常规的单因素随机区组设计的方差分析, 估算各参试品种 i 在第M 试验环
境下平均数的分级值 (H 1M i) , 并换算成秩次值 (H 2M i)。
2) 环境区分指数 (YM ) 估算: 环境区分指数是某一试验环境下区分显著差异基因型的效
率的一种统计数。依据各参试品种H 2M i值分别估算M 环境点的 YM , 其公式为:
YM (% ) = (∑H 22M i - CM ′) öPM × 100   ( i = 1, 2, ⋯, Τ) (1)
式中: PM = CM - CM ′, CM = Τ(Τ+ 1) (2Τ+ 1) ö6, CM ′= Τ(Τ+ 1) 2ö4, Τ表示M 环境下供试品种
(系)数, YM 值的取值区间为[0, 100% ]。
3) 有效试验环境点的确定: YM 值越小, 相同秩次并列的品种数越多; YM 值越大, 并列
的品种数越少, 也说明第M 环境条件对参试品种的差异之区分能力越强。
实践证明, YM 值大于 90% 的试验环境条件对品种差异区分具有较强的能力; YM 值为
85%~ 90% 的试验环境条件对品种差异判别具有一定的能力; 将 YM 值大于 85% 的试验环境
点作为有效环境点;
当 YM 值为 80%~ 85% 时的试验环境条件对品种之差异的区分能力较弱, 这类试验点在
综合评价时可作为参考;
YM 值小于 80% 的试验环境对品种差异区分的实用信息量极小, 不宜参加数据分析, 作
为无效试验环境点予以剔除。即将无效试验环境点中各品种的秩次值 (H 2M i)令为 0。
4) 可评价供试品种的确定: 作物产量性状是数量性状, 只有在较多的有效试验环境点中
种植才能对品种平均表现作出较为客观、准确的评价。根据各个农作物区域试验的实际, 将
达到本轮所有参试品种平均有效试验环境点 2ö3 以上的品种作为可评价品种。对少于平均有
效试验环境点 2ö3 的品种往往难以作出正确评价。
5) 可评价的供试品种间秩次平均数及显著性差异多重比较: 估算可评价的供试品种在
各有效试验环境点中秩次平均数。
H 2i = ∑H 2M iöm 3i     (M = 1, 2, ⋯, m 3i , ⋯, m i) (2)
  式中 i 为可评价的 i 品种, m 3i 为 i 品种的有效试验环境点数, m 3i ≤m i。
利用各有效试验环境下品种间秩次平均数进行显著性差异多重比较, 当品种 i 与品种 j
的秩次平均数差数大于或等于 1 即表示达到 Α显著水平。
6) 品种产量性状稳定性评价: 根据文献 3 所述的统计学基本原理, i 品种 (系) 在m 3i 个
有效环境下品种 (系)稳定性的统计量 品种 (系)秩次均方值为:
S 2i = [∑H 22M i - (∑H 2M i) 2öm 3i ]ö( m 3i - 1)    (M = 1, 2, ⋯, m 3i , ⋯, m i) (3)
  利用上式估算S 2i 时须注意的是, 无效试验环境点中各品种的秩次值 (H 2M i)为 0。且S 2i 愈
小, i 品种 (系) 的稳定性愈好; 若 S 2i 为零, 则表明 i 品种 (系) 有最大的稳定性。利用秩次值
分析品种 (系)间稳定性差异就完全可归因于品种 (基因型)与环境的交互作用效应。
7496 期       金文林等: 中长期滚动式品种比较试验非平衡数据的秩次分析法          

根据可评价参试品种 (系)计算出秩次均值 (H 2)和秩次标准差 (S H 2) :
H 2 = ∑H 2iöv′ (4 - 1)
S H 2 = [∑ (H 2i - H 2) 2ö(v′- 1) ]1ö2 (4 - 2)
  式中H 2i、v′分别为各可评价的参试品种 (系)的秩次平均值及可评价的参试品种 (系)数。
根据可评价参试品种 (系)的秩次均方 S 2i 计算出均方均值 (S 2)和均方的标准差 (S S 2) :
S 2 = ∑S 2i öv′; S S 2 = [∑ (S 2i - S 2) 2ö(v′- 1) ]1ö2 (5)
  以产量性状为例, 当可评价的参试品种 (系) 的平均秩次值 H 2i在 H 2 - 0. 67S H 2~ H 2 +
0. 67S H 2范围内, 则为平均表现 (中产) 的品种 (系) , H 2i≤H 2- 0. 67S H 2为高产型的品种 (系) ,
H 2i≥H 2+ 0. 67S H 2为低产型的品种 (系)。具有平均稳定性的品种 (系) , 其区间为 S 2 - 0. 67
S S 2~ S 2+ 0. 67S S 2 , 而高于平均稳定性和低于平均稳定性的品种 (系) , 其区间分别为 S 2i ≤S 2
- 0. 67S S 2和 S 2i ≥S 2+ 0. 67S S 2。
2 实例分析
2. 1 供试材料和试验环境点
1989 年~ 1999 年, 在北京市各个典型区县设置了 51 个点次 (称为环境点) 的大豆品比试
验, 各年度供试品种 (系) 滚动进出, 每年保持 6~ 11 个, 依此组成一个非平衡的多年多点区
域试验, 表 1。
表 1  1989~ 1999 年北京市大豆新品种 (系)区试 51 个环境点及供试材料数
Table 1  51 tested env ironmen ta l situation s and tested mater ia l numbers of soybean new
var ieties(stra in s) in reg ional tr ia ls from 1989 to 1999
年份
Years
试验环境点及代号 T ested environm ental situations (M ) and code
通州
Tong
zhou
门头沟
M entou
gou
房山
Fang
shan
密云
M i
yun
怀柔
H uai
rou
大兴
D ai
x ing
昌平
Chang
p ing
顺义
Shun
yi
双桥
Shuang
qiao
农学院
A gricu ltu ral
co llege
供试
材料数
T ested
m aterials
1989 89- 1 89- 2 89- 3 89- 4 (89- 5) (89- 6) - - - - 7
1990 90- 2 90- 3 (90- 4) - - - 90- 1 - - - 8
1991 (91- 1) - - 91- 4 (91- 3) - (91- 2) - - - 6
1992 92- 1 92- 4 - - 92- 3 - 92- 2 (92- 5) - - 7
1993 93- 1 - - - 93- 3 - 93- 2 93- 4 - - 9
1994 - 94- 3 - - - 94- 4 - 94- 1 94- 2 - 9
1995 95- 1 95- 4 - 95- 7 95- 2 - 95- 5 95- 3 95- 6 - 10
1997 97- 1 - - (97- 4) - 97- 3 - - 97- 2 - 9
1998 98- 5 98- 2 98- 1 (98- 7) - 98- 4 98- 6 - - 98- 3 11
1999 (99- 6) 99- 1 (99- 3) - - 99- 5 99- 2 - - 99- 4 9
  注: 加 ( )者为本环境点供试材料间 F 测验不显著; 下划“~~”者为本环境点环境区分指数小于 85%。
  N o te: ( ) : F exam in ing w as no outstanding among the tested m aterials in a tested environm ental situation.“~~”: T he
circum stance differen tiat ing index (YM ) w as less than 85 percen t.
10 年中参试品种 (系) 总数为 50 个, 主要由中国农科院品资所、作物所以及中国科学院
遗传所育成, 部分品种 (系)由本市郊区县农科所选育或引进。
试验方案由北京市种子管理站设计, 各承试点统一执行。各品比试验均按随机区组设
计, 3 次重复, 小区面积 21. 0 m 2, 种植密度为 22. 5~ 27. 0 万株öhm 2。生产管理水平同当地
849                 作  物   学  报                 27 卷

大面积生产。
2. 2 估计参试品种 (系) 秩次值 (H2)和环境区分指数YM
对 51 个试验环境下品种 (系)间小区产量结果分别进行方差分析, 其中 40 个环境点内供
试品种 (系) 间 F 测验差异显著。利用该 40 个试验环境下各品种 (系) 的秩次值 (H 2) 计算环境
区分指数 YM , 其中有 9 个环境点环境区分指数小于 85% , 仅有 31 个试验环境点为有效, 占
总试验点的 60. 8% , 每年有效试验环境点平均为 3. 1 个 (见表 1)。本文利用这 31 个环境点的
小区产量资料信息对各品种 (系)进行评价。
2. 3 各参试品种 (系)在不同环境下表现的平均秩次值
由表 2, 供试的 50 个品种 (系)中有 12 个品种参试 3~ 4 年, 有 31 个品种仅参试 1 年, 每
品种平均参试 1. 68 年, 有效试验环境点平均为 5. 46 个。
从产量性状平均秩次值, 变幅为 2. 29~ 9. 00, 品种 (系)间达显著差异; 50 个品种的秩次
值平均为 5. 30, 其标准差为 1. 51。将参试品种有效环境点未达到平均有效试验环境点 5. 46
的 2ö3 以上 (即 3. 64)的 21 个品种剔除, 其余 29 个作为可评价品种, 秩次值平均为 5. 00, 其
标准差为 1. 55。
在本研究中, 表现高产性能的品种 (系) 其秩次值上限为H 2- 0. 67S H 2= 3. 96, 表现低产
性能的品种 (系) 其秩次值下限为 H 2+ 0. 67S H 2= 6. 04, 而秩次值介于 3. 96~ 6. 04 之间的属
于具有平均产量性能的品种 (系)。由表 3, 8209- 2、92N K8、85- 080、50302、50002、85043
- 85122、早熟 19、8205- 88136 等 8 个品种 (系) 为高产性能的品种 (系) ; 早熟 18、科丰 14、
KY93104、北农 92- 1、96- 215、原豆 887、中作 962、91- 61- 10 等 8 个为低产性能的品种
(系)。
2. 4 参试品种 (系)的稳定性
50 个品种的秩次均方值为 5. 33±3. 83, 而 29 个可评价品种的秩次均方值为 6. 79±
3. 72。由此计算出高于平均稳定性的 S 2i 上限值为 S 2- 0. 67S S 2 = 4. 30, 而低于平均稳定性的
S 2i 下限值为 S 2+ 0. 67S S 2= 9. 28, S 2i 在 4. 30~ 9. 28 之间的具有平均稳定性。
由表 3, 在参试的 50 个品种 (系) 中 8209- 2、92N K8、8205- 88136、50002 等 4 个属于
高产稳产性强的品种 (系) ; 85- 080、50302、早熟 19、85043- 85122 为高产中等稳定性的品
种; 早熟 17、92121 为中产稳定性强的品种。
3 讨论
3. 1 关于试验环境点的质量评价
多年来, 我们对用于区分品种性能优劣的试验地点的质量评价模型较少。在胡秉民等
(1993) [ 4 ]著作中虽介绍了品种多点试验参试场点的效应分析方法, 但仍基于平衡性试验资料
的方差分析法; 或用某区试点的平均数作为该点的环境值 (或称环境指数) , 这个环境值的大
小意味着该环境点的生产水平或所有品种整体上生长发育状况或产量性能, 但能否将品种性
能的优劣区分开来难以下结论。B row n K D (1983) [ 5 ]等提出以单个基因型在一个地点的平均
数在该基因型所有地点的平均数上进行回归, 以回归系数 b 对区域试验的地点进行质量评
估, 兰世生等 (2000) [ 6 ]也利用此方法对我国黄淮北片冬麦区 1985~ 1994 年中所涉及的试验
点的质量进行评估偿试。作物品种区域试验除鉴定供试品种的适应性外, 主要目的之一是从
中筛选出最优良的品种。如在某一环境下进行的品比试验, 由于诸多原因造成试验误差过
9496 期       金文林等: 中长期滚动式品种比较试验非平衡数据的秩次分析法          

表 2  各参试品种 (系)表现的秩次值H 2M
Table 2  Sequence numerals H 2M among differen t tested var ieties (stra in s)
i
品种 (系)
V ariet ies
( strains)
参试
年数
T ested
years
有效试
验点数
T ested
situa2
t ions
(m )
平均
秩次值
A verage
rank
num erals
(H 2)
秩次
均方值
Rank
m ean
square
(S 2I )
i
品种 (系)
V ariet ies
( strains)
参试
年数
T ested
years
有效试
验点数
T ested
situa2
t ions
(m )
平均
秩次值
A verage
rank
num erals
(H 2)
秩次
均方值
Rank
m ean
square
(S 2I )
1 2542早 4232542early 423 1 3 6. 00 0. 25 26 9120118 2 9 5. 56 8. 03
2 早熟 14 (CK)
Early 14 1 3 5. 83 2. 58 27
北农 9221
Beinong 9221 2 9 6. 83 1. 44
3 中作 08
Zhongzuo 08 1 3 3. 17 1. 33 28
科丰 14
Kefeng 14 1 7 6. 57 5. 29
4 40237 1 3 4. 67 3. 58 29 房农 9 号
Fangnong 9 1 7 6. 00 8. 08
5 40238 1 3 4. 83 1. 08 30 房农 400 号
Fangnong 400 1 7 6. 00 10. 58
6 820922 3 7 2. 29 1. 57 31 92N K8 2 7 2. 80 2. 96
7 794726 2 3 4. 75 9. 48 32 早熟 18 (CK)Early 18 5 20 6. 38 5. 57
8 833221 1 3 6. 83 0. 58 33 中品 9425193
Zhongp ing 9425193 1 2 4. 33 9. 33
9 早熟 19
Early 19 3 6 3. 50 6. 20 34
中品 9425103
Zhongp ing 9425103 1 2 7. 33 2. 33
10 8205288136 3 6 3. 58 2. 84 35 952A 006 3 11 4. 38 7. 78
11 85043285122 3 6 3. 33 6. 37 36 92121 3 11 4. 23 3. 37
12
中作 882012
Zhongzuo 882012 1 3 3. 17 1. 08 37 中作 95J13Zhongzuo 95J13 1 2 5. 83 6. 08
13
早熟 17 (CK)
Early 17
4 8 4. 75 2. 21 38 中作 5212
Zhongzuo 5212
1 2 6. 83 1. 58
14 852080 3 5 2. 90 4. 93 39 中作 961
Zhongzuo 08
1 2 6. 17 7. 58
15 E180 1 2 4. 75 3. 13 40
遗 75214
Yi 75214 2 9 4. 56 6. 15
16 830523 1 2 6. 25 0. 13 41 962215 1 5 7. 10 7. 05
17
原豆 887
Yuandou 887
3 11 7. 41 6. 39 42
中作 976
Zhongzuo 976
2 9 4. 83 7. 44
18
安黄 1 号
A nhuang 1
1 2 9. 00 0 43
中作 962
Zhongzuo 962
1 5 8. 10 8. 30
19 850121 1 2 5. 00 2. 00 44 中作 952888
Zhongzuo 952888 2 9 4. 78 13. 44
20 50302 3 11 3. 05 4. 87 45
中品 9526034
Zhongp ing 9526034 1 5 5. 50 14. 75
21 50002 3 11 3. 05 2. 62 46 中品 9525802
Zhongp ing9525802 1 5 4. 90 13. 93
22
新科 3 号
X inke 3
1 2 6. 50 4. 50 47 91261210 1 5 6. 20 14. 33
23 8804 1 2 6. 75 6. 13 48 KY93104 1 4 6. 63 7. 90
24 8033228 1 2 5. 50 0. 50 49 中作 962952
Zhongzuo 962952 1 4 4. 75 6. 25
25
中作 922N K06
Zhongzuo 922N K06 1 2 6. 75 6. 13 50 中品 9525807Zhongp ing9525807 1 4 5. 25 6. 25
059                 作  物   学  报                 27 卷

大, 导致品种 (基因型) 间本应有差异的而检验不显著, 这一试验点对区分品种性能来说无疑
是一个有缺陷的“无效”试验点, 用“无效”试验点资料参与
多年多点品种比较试验分析将会掩盖品种间真实差异性 (实质性的差异被缩小) ; 明知是
一个有缺陷的“无效”试验点, 在传统的联合方差分析中也是不能剔除的。利用秩次分析法通
过环境区分指数 YM 可剔除试验误差过大或对品种 (系) 优劣难以区分的试验环境点, 从而能
对各参试品种 (系)作出较为客观、公正的评价。
表 3  29 个参试品种小区产量性能及稳定性分类
Table 3  The classify of y ield character and var ieties stabil ity in 29 tested var ieties
高产 H igh yield
(H 2< 3. 96)
中产M iddle yield
(H 2= 3. 96~ 6. 04)
低产 L ow yield
(H 2> 6. 04)
稳定性 Stab ility
(S 2< 4. 30) 6、10、21、31 13、36 27
中等稳定性M id2stab ility
(S 2= 4. 30~ 9. 28) 9、11、14、20
29、26、36、40、
42、49、50
17、28、32、
41、43、48
不稳定 N on2stab ility (S 2> 9. 28) 30、44、45、46 47
  表中数字为品种代号 ( i) , 见表 2。  T he num bers are variet ies code ( i) in the tab le. See the tab. 2.
3. 2 关于可评价品种的有效试验环境点次问题
《全国农作物品种审定办法》[ 7 ]中规定作物新品种需经 2 年以上区域试验和 1 年以上生产
性试验方达申报的基本条件。但在这规定中, 并未有多少点次以上的限制。在农业部以及各
省市每年组织的区域试验中, 因作物、区域范围而布置不同的试验环境点数, 一般为 4~ 10
个, 但真正有效的试验环境点更少。江苏无锡市 1987 年~ 1999 年 13 年单季粳 (糯) 水稻区试
中, 共设置了 92 个试验环境点次, 其中 11 个环境点内供试材料品种 (系) 间差异不显著, 有
16 个环境点环境区分指数小于 85% , 只有 65 个点次为有效环境试验点, 占 70% 左右, 每年
有效试验环境点平均为 5. 1 个, 每个品种平均 7. 1 个; 供试的 77 品种中, 只有 59 个可用于评
价, 占 76. 6%。根据众数原则, 将达到本轮所有参试品种平均有效试验环境点 2ö3 以上的品
种作为可评价品种。而少于平均有效试验环境点 2ö3 的品种不予以评价。本研究供试的 50 个
品种 (系)中仅有 12 个品种参试 3~ 4 年, 有 31 个品种仅参试 1 年, 每品种平均参试 1. 68 年,
每个品种有效试验环境点平均为 5. 46 个。按平均有效试验环境点 2ö3 划分: 未达到 3. 64 个
的有 21 个品种, 不予以评价; 达到 3. 64 个的有 29 个品种, 这些作为可评价品种。由于本例
品种变换频繁, 品种平均有效试验环境点偏少, 本文仅作为一个事例来介绍分析的具体过程
和方法。在实践中, 对仅有少量有效试验环境点的品种进行评价将具有一定的局限性, 甚至
有偏性, 增加有效试验环境点数将会进一步提高品种产量性状评价的准确性。
3. 3 对作物品种稳定性评价的问题
对于品种在不同环境 (指地点或不同年份) 下的稳定性问题, M ooers 于 1921 年就提出了
以直线回归方法进行研究的设想[ 8 ] , 尔后, Yates 和Coch ran、F in lay 和W ilk in son、Eberhart
和R u ssell、Perk in s 和 J ink s、F reem an 和 Perk in s 以及Geo rge C. C. T ai 等人在品种稳定性分
析中不断应用和发展了回归方法。但上述各个模型都基于一个假设, 即品种表现是依环境变
动呈直线变化的, 试图以环境指数 (独立或不独立) 来对环境效应和 GE 互作效应作出线性解
释, 只是具体分析时, 它们在参数的选用、估计及变异来源和自由度剖分等方面存在一定的
差异。胡秉民等 (1993) [ 4 ]和张群远等 (1998) [ 9 ]对上述各种直线回归模型和方法进行了详细介
1596 期       金文林等: 中长期滚动式品种比较试验非平衡数据的秩次分析法          

绍和总结。回归方法能否成功的用于品种稳定性分析, 主要取决于各品种随环境的表现是否
很好地符合于直线模型。除回归模型外, 对品种稳定性评价的参数还有标准差、变异系数、
回归离差等。回归离差仅是反映每个品种回归系数代表该品种稳定性的准确性的差异程度,
不能用来直接评价品种稳定性。标准差和变异系数可以反映每个品种自身变异程度大小的参
数, 且与其他参试品种的变异情况无关。温振民 (1994) 又进一步提出了简便的高稳系数分析
法 (H SC 法) [ 10 ]。利用以上模型分析均基于一个完整的平衡性资料。在多年多点区域试验实践
中, 也常常会出现试验数据的缺失, 仅获得一个不完全平衡的两向资料, 利用上述回归模型
对品种稳定性评价具有一定的实际困难。Geng 和 Zhang (1987) [ 11 ]又提出了滚动式区域试验
数据品种稳定性回归测定的模型。M andel (1971) [ 12 ]从另一角度提出了非加性数据变量分析
模型。H iihn (1979)提出了度量表型稳定性的几种非参数方法, 这些方法是基于各品种在不同
环境中所处的等级是否相似的思想来度量的, 在每个环境内, 根据其表型大小顺序给出其所
处的等级; 但它忽略了试验误差对等级配给带来的影响, 即差异不显著的品种 (或由试验误
差造成的表型差异) 却给予不同的等级, 显然是不合适的。N assar 和 H iihn (1987) [ 13 ]又研究
了非参数度量中的等级差均值和等级方差两个基本统计量的性质及其显著性检验, 根据各品
种的等级差均值、等级方差的理论值与相对应的实际值大小来对各品种的稳定性进行评价,
且各品种之间标准不一致。金文林等 (1999, 2000) [ 2, 3 ]提出各品种在不同环境中应根据显著
性比较后给予相应的分级值, 进而转换成秩次值, 这样利用统计控制手段大大减少了试验误
差对品种排序的影响。利用各品种在有效试验点中的秩次均方值对品种稳定性评价非常简捷。
3. 4 对作物品种评价效果的检验
将北京市 1989 年~ 1999 年供试的 29 个可评价品种, 采用秩次分析法分析, 共筛选出 8
个高产稳产、高产较稳产品种, 2 个中产 (偏高产) 稳产品种。其中, 早熟 17 (1989 年审定)、
85043- 85122 (1993 年审定定名中黄 7 号)、85- 080 (1995 年审定定名中黄 8 号)、5002 (1996
年审定定名中黄 10 号)、92N K8 (1999 年审定定名中豆 28)、92121 (2000 年审定定名中黄 11
号)已通过北京市农作物品种审定委员会审定。另 820922 和 8205- 88136、5002 和 50302、早
熟 17 和早熟 19 分别是同一育种单位同一参试时期的第二三份品种, 未向市品种审定委员会
申报品种审定。除早熟 18 (对照) 外, 其他参试品种均未通过审定。由此也进一步验证本文所
提供的分析法是一种实用、可行的数据处理方法。
参 考 文 献
1 朱 军, 许馥华, 赖鸣冈. 浙江农业大学学报, 1993, 19 (1) : 7~ 13
2 金文林, 白琼岩. 作物学报, 1999, 25 (5) : 632~ 638
3 金文林. 作物学报, 2000, 26 (6) : 925~ 930
4 胡秉民, 耿 旭. 作物稳定性分析法. 北京: 科学出版社, 1993
5 B row n K D , M E So rrells, W R Coffm an. C rop S cience, 1983, 23: 889~ 893
6 兰世生, 陈淑琴, 蒋春志等. 华北农学报, 2000, 15 (3) : 16~ 19
7 中华人民共和国农业部. 全国农作物品种审定办法, 1997. 10. 10
8 M ooers C A. A g ron. J , 1921, (13) : 337~ 352
9 王连铮等主编. 全国作物育种学术讨论会论文集. 北京: 中国农业科技出版社, 1998: 335~ 341
10 温振民. 作物学报, 1994, 20 (4) : 20
11 Geng S, Q Zhang, D M Bassett. C rop S cience, 1987, (27) : 1004~ 1010
12 M andel J. T echnom etrics, 1971, (13) : 1~ 18
13 N assar R , M H iihn. B iom etrics, 1987, (43) : 45~ 53
259                 作  物   学  报                 27 卷