Magnussen 1990空间模型 比较

1. Magnussen S. Application and Comparison of Spatial Models in Analyzing Tree Genetics Field Trials. Can. J. For. Res. 1990;20:536–46.

采用1个经典模型和11个最近邻空间过程模型分析了三个亲本源的所有可能的组合和三个站点上生长的杰克松[Pinus banksiana]全同胞家系的树高。考虑到在三个位置中的两个上的无效观察（残差）之间的显着的邻域相关性，认为具有空间相互作用项的经典线性模型的扩展是必要的。空间和时间相关性的强度和程度以视觉和表格形式显示。在全同胞家系树高的两个估计之间的显着差异中，11个空间模型中只有4个提供了显着的减少（5-20​​％）。在家庭层面，空间调整平均为1-3％，少数家庭调整超过10％。空间协方差的累积（时间）效应在调整和观察家庭均值之间的秩相关性中得到证明。当调整方差分量和遗传力与未调整对应物进行比较时，没有获得简单的趋势，但大多数模型倾向于减少遗传效应和降低遗传力。结论是，虽然空间分析为实验者提供了一个有吸引力的工具，森林遗传试验缺乏一个因果关系假说需要模型搜索，而不保证真正的处理效果。空间分析为需要收集额外的站点信息以提供更强大的分析提供了很好的指标。仔细的规划和集中的场地准备可以大大减少空间协方差和空间分析的需要。

---

在重复区组内的环境梯度（物理因素，地形等）和相邻处理单元之间的竞争对大多数田间试验中处理效果的可靠（精确）估计造成严重的障碍（Binns1987; Correll和Cellier1987; H位hn1973; Loo一DinkinsandTauer1987;改善这种效应的最有效的对策之一是使用不完全区组设计（Cochran和Cox 1957），或者是减少小区大小以及由此的区组大小（Cochran和Cox 1957; Cotterill和James1984; Lambeth和Gladstone1983; Libbyand Cockerham 1980; Loo一DinkinsandTauer1987; Wrightand Freeland1960）。然而，**减少小区大小不可避免地增加了接受不同处理的植物之间的相互作用，以及在植物间竞争的情况下，对于效率较低的设计（CochranandCox1957; H让hn1974; Magnussen1989a）。林木的遗传测定尤其要面对有这种性质的问题。森林50115中的区块微环境模式和大量遗传项目entries具有复杂的实验设计。

虽然各种网格和不完全块设计 1937）已经大大改善了情况，持续的问题仍然是由于森林和swith中的空间过程的强时间修改发出的环境梯度短距离（CorrellandCellier 1987; LepsandKindlmann1987; Loo•DinkinsandTauer 1987; ModjeskaandRawlings1983; Stern1965; Reedand Burkhart1985）。均匀性试验（Love1936; ModjeskaandRawlings 1983; Smith1938; Stern1968）经常证明，在相邻地块上进行的观测更接近于随机观测，是正空间协方差的指示。空间协方差的存在可能导致严重违反独立观察的假设，这是方差分析的基石（Searle1987）。在存在显着空间分布的情况下，将普通最小二乘法应用于数据集协方差或自相关，因为它们通常被称为（Cliffandord1981），可能在效应和方差分量的估计中引入严重的精度损失（BesagandKempton1986）。因此，在分析方法中可以减少精确度的损失观测值的空间相关性（即观测值的不确定性）（Magnussen 1989a）。幸运的是，在过去二十年中，我们在能力建模和统计分析空间环境变化方面取得了快速发展（Bartlett 1978; Besag1974; BesagandKempton1986; Cliffandord 1981; DraperandGuttmann1980; Greenetal.1985; KemptonandHowes1981; Wilkinsonetal.1983）。
本研究说明，通过适当的模型选择，最近邻（NN）分析可以减少来自加拿大安大略省三个森林遗传学试验的数据的空间自相关的影响。在这项研究中共分析了11个空间模型，并与经典的双向方差分析进行比较。选择的模型代表了所有各种类型的可能在林业试验中有用的空间模型。提出几个模型的目的是双重的：第一，提高实地实验者关于可能强大的模型的意识，其中许多仍然没有被广泛接受，第二，证明模型选择是重要的。模型选择在森林遗传学试验中是特别困难的，其中效应和处理之间没有明确的区别，并且遗传效应不能无错误地估计。这些独特的问题倾向于模糊模型类型之间的联系。因此，在森林遗传学试验中需要对各种模型类型进行明显的非关键测试。模型的详细或彻底的统计描述超出了本研究的范围。展示了分析模型选择对遗传变异和遗传力估计的影响。
高度增长数据，遗传标识符（标签）和空间位置（绘图，行和列数）是可用于空间分析的唯一信息来源。因此，每个空间模型的优点的评价限于误差方差的大小，对遗传变异的影响和治疗差异的显着性。其他有价值的标准，如适合生物现实，固体变异的映射和可解释的生物参数，由于缺乏适当的数据，不能成为评价的一部分。