#Asreml r spatial analysis code#
You can see explanations for this code in the Univariate Analysis section of the cookbook.
Part 1 of the code is simply an incomplete block design with random plot, additive (tree) and SCA (Family) effects. # represented in the G matrix rather than theĭbh ~ mu !r ar1v(row !INIT 0.9 10).ar1(col !INIT 0.9) tree family # Spatial analysis dropping non-significant design
# processes and independent error (units)ĭbh ~ mu rep !r rep.iblock plot tree family units !f mv # but adding spatial row and col autoregressive # includes additive (tree) and SCA (family) effectsĭbh ~ mu rep !r rep.iblock plot tree family !f mv Les modèles au sein desquels l’information concernant le pedigree était incluse ont permis d’obtenir une meilleure concordance avec les données sur le rendement et la teneur en huile.The example presents a ‘typical’ complete block design and then adds spatial components to it. L’analyse des données pour le rendement et l’huile a permis de modéliser les effets génétiques au sein des différents environnements à l’aide de modèles d’analyse des facteurs (FA) et les effets résiduels des parcelles dans chaque environnement ont été déterminés à l’aide de techniques spatiales. Des échantillons de 2 g de grain ont été prélevés de chaque parcelle pour déterminer la teneur en huile (%) par analyse infrarouge. Le degré de fixation génétique variait entre 0 (55 lignées) et presque complètement fixé (337 lignées). Le pedigree de 578 lignées était connu alors que celui de 69 lignées était inconnu. Les lignées qui en étaient à leur première année d’essai n’étaient pas répliquées, tandis que les lignées avancées et les variétés ont été testées à raison de 2 à 3 répétitions. Chaque essai a été réalisé avec un dispositif p-rep à l’aide de DiGGeR en faisant appel au modèle spatial spécifié par défaut. Le jeu de données comprenait un total de 19 essais (synonymes de sites ou d’environnements) semés dans le sud de l’Australie en 2007 et en 2008. L’information sur les pedigrees a été incluse pour permettre de modéliser les effets génétiques additifs et non-additifs. Résuméĭans ce travail, des modèles mixtes multiplicatifs ont été employés pour l’analyse de données expérimentales obtenues lors d’essais réalisés au champ dans plusieurs environnements pour mesurer le rendement en grains et en huile chez le canola. Models in which pedigree information was included provided significantly better fits to both yield and oil data.
#Asreml r spatial analysis trial#
The MET analysis for both yield and oil modelled genetic effects in different trials using factor analytic models and the residual plot effects for each trial were modelled using spatial techniques. Subsamples of 2 g harvested grain were taken from each plot for determination of seed oil percentage by near infrared reflectance spectroscopy.
The degree of inbreeding varied from 0 (55 entries) to nearly fully inbred (337 entries).
Pedigree information on a total of 578 entries was available, and there were 69 entries that had unknown pedigrees. Lines in their first year of testing were unreplicated, whereas there were two or three replications of advanced lines or varieties. Each trial was designed as a p-rep design using DiGGeR with the default prespecified spatial model. The MET data set included a total of 19 trials (synonymous with sites or environments), which were sown across southern Australia in 20. Information on pedigrees has been included to allow for the modelling of additive and nonadditive genetic effects. In this paper multiplicative mixed models have been used for the analysis of multi-environment trial (MET) data for canola oil and grain yield.
0 kommentar(er)
