林木遗传育种中平衡不平衡、规则不规则试验数据处理技巧

前言
第1章  转化分析法的统计学基础
  1.1  导言
  1.2  模型与方法
    1.2.1  F衡试验设计及其统计分析模型
    1.2.2  平衡试验数据的产生
    1.2.3  非平衡试验数据的产生及统计分析
    1.2.4  试验数据的转化分析法
    1.2.5  Monte Carlo模拟数据分析结果的评价
  1.3  结果与分析
    1.3.1  五个试验中，互作项负的方差频率
    1.3.2  几个参数效益的比较
    1.3.3  转化对遗传力大小的影响
  1.4  小结
第2章  使用本程序软件必备的M语言知识
  2.1  数组的建立及其变化操作
  2.2  矩阵的合并
  2.3  矩阵的剖分与子矩阵的合并
  2.4  稀疏矩阵及其与普通矩阵间的联系
  2.5  数组的加减乘除运算
  2.6  数组的复杂运算
  2.7  矩阵的统计分析
  2.8  矩阵与行列式间的关系
  2.9  矩阵的开方与平方运算
  2.10  M语言中的编程语句
  2.11  符号变量的计算
  2.12  符号矩阵的运算
  2.13  特定分布矩阵的产生
  2.14  精度控制与结果输出
第3章  MLAP程序软件的内容简介和软件的使用
  3.1  程序软件MLAP研发的意义
  3.2  软件的总体设计
    3.2.1  软件的总体流程图和描述
    3.2.2  MLAP的需求信息
  3.3  本软件的功能和特点
    3.3.1  本软件的功能
    3.3.2  本软件的特点
  3.4  软件的使用
第4章  林木遗传育种中若干试验类型的M语言程序
  4.1  单因素完全随机试验不平衡资料的分析方法
    4.1.1  单因素类内观察值不等的方差分析线性模型
    4.1.2  不平衡数据处理程序
  4.2  单因素随机区组试验数据的转化分析法
    4.2.1  求因子的离差平方和
    4.2.2  求方差分量
    4.2.3  对全同胞家系进行F检验
  4.3  两因素有众多重复次数且不平衡的方差分析程序
    4.3.1  统计模型
    4.3.2  求方差分量
    4.3.3  主效因子的显著性F检验
  4.4  三阶巢式设计非平衡试验数据的处理方法
    4.4.1  统计模型
    4.4.2  方差分析程序
    4.4.3  求期望均方系数
    4.4.4  求各因子的方差分量程序
    4.4.5  各参试因子的F检验
  4.5  平衡不平衡、规则不规则的析因设计数据的方差分析程序
    4.5.1  求因子均方
    4.5.2  求期望均方系数和方差分量
    4.5.3  主要因子的F检验
  4.6  四阶巢式设计平衡不平衡、规则不规则数据的分析程序
    4.6.1  四阶巢式设计平衡不平衡、规则不规则数据分析的统计模型
    4.6.2  四阶巢式设计平衡不平衡、规则不规则数据的分析程序
    4.6.3  自由度及均方求算
    4.6.4  求因子系数和方差分量
    4.6.5  因子的显著性F检验
  4.7  采用MINQUE(1)处理双列杂交数据
    4.7.1  矩阵模型(全双列交配设计Griffing Ⅲ)
    4.7.2  平衡不平衡、规则不规则全双交配试验数据处理程序
    4.7.3  不平衡的半双列交配设计单点试验(着重研究母本效应的大小)
    4.7.4  不平衡、不规则的半双列杂交试验数据的处理(不考虑父母效应)
  4.8  两水平杂交试验不规则、不平衡试验资料的处理程序
    4.8.1  试验简介
    4.8.2  两水平杂交试验资料的处理技术
    4.8.3  方差分析基础上的MINQUE(1)法
  4.9  遗传相关和选择指数程序
    4.9.1  同一试验设计的数据协方差分析程序
    4.9.2  方差一协方差矩阵建立
    4.9.3  相关系数的计算
    4.9.4  计算选择指数
    4.9.5  通径分析程序
  4.10  亲本育种值和子代个体育种值
    4.10.1  单点单亲家系自由授粉子代试验资料的育种值分析程序
    4.10.2  多点单亲家系自由授粉子代试验资料的亲本育种值分析程序
    4.10.3  林木全同胞子代试验资料的个体育种值
  4.11  品种稳定性分析法(几何法)
    4.11.1  多点试验的数据采集
    4.11.2  参试品种的均值、变异系数和成活率计算程序
    4.11.3  参试品种材积的稳定性分析程序
    4.11.4  参试品种木材比重的稳定性分析程序
  4.12  其他
    4.12.1  林木田间试验中多地点区试不平衡资料的分析方法
    4.12.2  关于多年度试验数据的统计处理方法
    4.12.3  林木多父本杂交不平衡试验数据的分析技术
第5章  试验模型选择、数据采集和不平衡数据分析技巧
  5.1  单因素随机试验设计不平衡数据的方差分析法数据输入格式
    5.1.1  单因素类内观察值不等的方差分析线性模型
    5.1.2  不平衡单因素完全随机试验的典型资料
  5.2  单因素随机区组试验设计的线性模型和不平衡数据的采集格式
    5.2.1  转化后的线性模型
    5.2.2  不平衡单因素随机区组试验的典型资料
  5.3  两因素有众多重复次数且不平衡模型分析时数据采集格式
    5.3.1  不平衡数据的统计分析模型
    5.3.2  不平衡数据的典型资料
  5.4  三阶平衡不平衡巢式设计的线性模型和数据采集格式
    5.4.1  转化后的线性模型
    5.4.2  转化后的数据采集格式
  5.5  两因素随机区组设计线性模型及不平衡数据的采集格式
    5.5.1  转化后的线性模型
    5.5.2  两因素随区组试验不平衡资料的采集格式
  5.6  四阶平衡不平衡、规则不规则巢式设计的线性模型及数据采集格式
    5.6.1  转化后的线性模型
    5.6.2  转化后不平衡、不规则试验数据的采集
  5.7  林木双歹0杂交试验中的不平衡、规则不规则的模型与试验数据格式
    5.7.1  不平衡、规则不规则双列杂交的线性模型
    5.7.2  线性模型的矩阵表达式
    5.7.3  不平衡、规则不规则双列杂交数据格式的采集
  5.8  关于试验数据不平衡时性状间的协方差分析的数据采集
    5.8.1  单因素完全随机区组试验设计不平衡资料的协方差分析的数据采集
    5.8.2  转化后的协方差线性模型
  5.9  林木两水平杂交试验数据处理的模型选择和分析技术
    5.9.1  林木两水平杂交试验的模型选择
    5.9.2  林木两水平杂交试验数据处理的分析技术
  5.10  品种多地点区域化试验资料的分析技术
  5.11  林木遗传育种试验中非平衡试验资料的处理技术
    5.11.1  多地点的林木田间子代试验资料处理理论与技术
    5.11.2  综合数据处理的线性模型
    5.11.3  关于多年度试验数据的统计处理技术
  5.12  试验数据不平衡时性状间的遗传相关分析技术
    5.12.1  相关系数的计算
    5.12.2  单因素完全随机区组试验设计不平衡时的指数选择理论
    5.12.3  约束选择指数
  5.13  运用最佳线性预测理论评价育种值的分析技术
    5.13.1  单点单亲家系自由授粉子代试验资料的育种值分析
    5.13.2  亲本育种值的评价
    5.13.3  个体育种值的预测
    5.13.4  多点单亲家系自由授粉子代试验资料的育种值分析
  5.14  林木全同胞子代试验资料的个体育种值的估算技术
    5.14.1  林木双列杂交设计的非平衡试验资料的遗传方差分量估计
    5.14.2  林木杂交设计非平衡试验资料各因子效应的BLUP估计
    5.14.3  林木双列杂交子代林中的个体育种值估计
  5.15  多点试验不平衡数据时林木品种高产性稳定性评价技术
    5.15.1  林木品种稳定性分析的基本资料
    5.15.2  林木品种的稳定性分析——多面体的体积计算公式
    5.15.3  林木优良品种稳定性分析的步骤
  5.16  林木多父本杂交非平衡试验数据的统计分析技术
    5.16.1  田间试验和非平衡试验数据的统计分析方法和技术
    5.16.2  分组随机区组试验的非平衡资料的分析方法
参考文献
附录
  附录1  三阶不平衡不规则的巢式设计试验数据分析原理及M程序
    1.1  各参试因子效应的平方和
    1.2  该模型的期望方差结构
    1.3  各因子的自由度
    1.4  各因子的方差分量系数
    1.5  参试因子的方差分量和遗传力
    1.6  林分  家系  个体三水平不平衡、不规则试验数据处理M程序
  附录2  析因设计不平衡、规则不规则数据的约简模型分析法
    2.1  转化后的线性模型
    2.2  参试因子效应离差平方和的分解
    2.3  各参试因子效应的平方和
    2.4  期望均方结构
    2.5  自由度的分解
    2.6  期望均方结构
    2.7  各因子效应方差分量的求解遗传力的计算
    2.8  各因子的F检验
    2.9  主效因子的多重对比
    2.10  析因设计的约简模型的M程序