答辩论文题目：基于空间变异信息分析作物育种田间试验的研究
研究生姓名： 李建平
研究生类别： 学历硕士
指 导 教 师： 胡希远
答辩委员会主席： 张保军
委员： 廖允成 上官周平 员海燕 李 军
答辩时间：2009/5/25 下午14：30分
答辩地点： 农学院多媒体教室
答辩论文内容简介：
基于标准数据分析软件SAS提供的PROC MIXED 程序，应用线性混合模型处理试验误差空间变异的原理，分别对完全随机区组设计和无重复试验设计数据进行空间统计分析。完全随机区组设计包含15个品系的小麦品种比较试验的数据，对其进行了空间效应模型和传统方差分析模型在数据拟合和统计分析结果等方面的对比分析；无重复试验设计包含两个试验设计：一个为99个玉米品系和1个标准对照品种（7个区组）的比较试验，另一个为50个糯玉米品种和1个对照品种（1个区组）的比较试验。应用对照品种的空间变异性来反映待测品种的空间变异性，从而达到对无重复试验数据的统计分析。结果表明：
（1）空间效应模型在模型拟合效果、效应估计、效应误差估计和效应显著性方面都优于方差分析模型，田间试验存在的空间变异性可通过空间分析得以更好地控制。建议采用空间效应模型分析品种比较田间试验数据，以提高试验数据分析的准确性。
（2）传统方差分析法不能对植物育种无重复试验数据合理分离误差和进行品系差异显著性测验。将线性混合模型分析法中利用协方差结构反映试验误差特征的原理用于植物育种无重复试验的统计分析，采用模型拟合信息量准则进行试验误差协方差结构模型的选择，这种方法可以对无重复试验数据进行分析，给出植物育种无重复试验品系产量效应估计及其差异显著性测验的结果；依据该效应估计值得到的品系效应排序和入选优良系与直接采用品系产量观测值法所得结果存在较大差异；误差协方差结构模型的选择对无重复试验分析结果有重要影响；利用线性混合模型原理和SAS 软件Proc mixed 程序可实现植物育种无重复试验数据的分析，从而解决植物育种无重复试验品系间可比性差和不能进行效应差异显著性统计测验的问题。
答辩论文题目：模型选择信息量准则在作物田间试验分析上的应用及其模拟验证
研究生姓名： 宋喜芳
研究生类别： 学历硕士
指 导 教 师： 胡希远
答辩委员会主席： 张保军
委员： 廖允成 上官周平 员海燕 李 军
答辩时间：2009/5/25 下午14：30分
答辩地点： 农学院多媒体教室
答辩论文内容简介：
模型选择是现代应用统计的一个重要研究方向，其主要研究模型假设的合理性和自变量的选择。合理的田间试验数据分析结论离不开选择正确模型进行分析。目前关于模型选择的研究多是关于回归模型问题的研究，包括线性多元回归和曲线回归的研究，而关于试验分析，特别是农业试验分析模型选择问题的研究目前仍鲜有研究报道。
论文分六个部分讨论模型选择信息量准则在试验分析上的应用及其模拟验证。
第一部分，介绍模型选择问题的背景及其发展。传统上田间试验分析所依据的F检验和残差检验并不能很好地解决模型选择的问题。为此引入本文的研究内容和拟解决的问题：典型方差分析模型选择研究；作物品种稳定性模型选择研究；作物育种品系选择空间统计分析的研究；信息量准则在典型方差分析模型选择的模拟验证研究。
第二部分，为进行模型选择而介绍模型和模型验证。回顾一些经典的模型选择准则：信息量准则法：Akaike信息准则(AIC)和Cp准则；逐步法；决定系数选择法R2，修正的决定系数选择法R2。比较准则的优缺点，重点介绍模型选择信息量准则AIC在选择模型上的优势及其发展应用。
第三部分，为应用AIC于方差分析的模型选择，介绍AIC的基本数学公式，推导AIC准则在方差分析模型选择中的具体应用公式及其具体参数意义。当运用F测验不能客观解决一个拉丁方设计的水稻试验方差分析模型选择时，应用AIC准则具体公式可成功解决并选择出最佳方差分析模型。试验数据分析与SAS 软件分析相结合，实现信息量准则AIC对三种不同试验设计数据分析的最佳模型选择；讨论了基于信息量准则选择的最佳模型可以改善统计分析结论。结果表明，在典型方差分析模型选择研究上，AIC可避免F测验在模型选择上的主观臆断性和最佳模型选择结果不一致的问题，实现最佳模型选择结果的客观性。
第四部分，传统上农作物品种区域试验鉴定大都按照给定的品种稳定性分析模型对区域试验进行分析，并未考虑模型本身协方差结构的不确定问题。为此通过线性混合模型中品种稳定性分析模型的比较，以及固定效应的估算，随机效应的预测，概述了作物多环境试验的混合模型分析方法，并推导具体的计算公式；用信息量准则对10套区域试验数据进行最佳品种稳定性分析模型选择，基于最佳模型进行统计分析和推断，从而较好的实现了稳定性参数估计和品种显著性差异分析估计。研究表明，不同模型对品种稳定性分析结果有着较大的差异，采用AIC选择出最佳模型并采用最佳模型的分析结果可有利于改进品种稳定性分析结论的可靠性。
第五部分，由于田间试验往往存在着试验条件的空间变异，影响试验材料鉴定与评价的准确性。传统上采取将试验对象的随机化和区组化处理解决试验条件空间变异的问题。相应于区组化设计的方差分析模型，假设试验单元在区组间不相关、在区组内协方差相同。实际上试验单元(数据)在区组内和区组间都可能存在连续性的空间变异。然而，对一个具体的试验，空间变异是否一定存在、空间变异的模型形式如何以及空间效应模型分析效果是否一定优于传统方差分析模型等也是一个涉及模型选择的重要问题。本文采用信息量准则对一个具有56个品系的小麦育种随机区组设计田间试验产量资料进行了空间统计分析。结果表明，试验的剩余误差存在着典型的空间相关性，利用剩余误差空间协方差结构的信息可降低品系效应估计的误差和提高品系效应差异F检验与t检验的效率。依据信息量准则选择的空间模型分析法，对品系效应估计受试验条件不均匀的影响小，可得到较经典方差分析法不同的品系排序和优系选择结果。
第六部分，为验证信息量准则选择最佳模型的正确性和有效性，利用蒙特卡罗模拟对第三部分各种例子的典型方差分析最佳模型选择的结果进行模拟验证。研究表明模型差异较大时（模型之间至少相差一个F检验显著的变量），信息量准则选择出最佳模型的几率都在一般能达到86%，信息量选择最佳模型在随机区组设计的例子可以达到100%；当模型之间差异并不大或者差异为经F测验不显著的变量时，不同模型选择信息量准则选择出最佳模型的几率存在较大差异，但正确选择的次数仍至少在50%以上。综合以上，信息量准则在多种典型试验方差分析最佳模型的选择是有效的。
