-
题名小麦面粉RVA特征的数量遗传分析
被引量：7
- 1
-
-
作者
孙长森
王伟
李韬
徐辰武
-
机构
扬州大学数量遗传研究室
-
出处
《麦类作物学报》
CAS
CSCD
北大核心
2005年第2期1-4,共4页
-
基金
江苏省高等学校重点科研项目(99KJB2lOO01)。
-
文摘
小麦淀粉的糊化特性是衡量小麦品质的重要指标,常以RVA特征参数度量。为了进一步了解RVA特征参数的遗传特性,用莫惠栋提出的双列资料的种子性状遗传表达鉴别方法,分析了6个小麦品种及其两两组配的30个小麦杂种组合(包括正反交)面粉的7个RVA特征参数的遗传,并估计各特征值的主要遗传参数。结果表明:(1)小麦面粉糊化温度(PTP)在F2种子间没有发生遗传分离,其遗传可能受二倍体的母体基因型(F1植株)控制,而其他6个RVA特征参数在F2种子间有显著遗传分离,其遗传主要受三倍体的胚乳基因型(F2种子)控制;(2)糊化温度和峰值时间(PT)二参数的细胞质效应极显著,而其他5个RVA特征参数的细胞质效应均不显著;(3)除糊化温度外,其他6个RVA特征参数的广义遗传力均达到了90%以上,狭义遗传力除糊化温度和崩解值(BV)外也均达到了较高水平。
-
关键词
小麦
种子性状
RVA特征参数
遗传表达
-
Keywords
Wheat
Seed traits
RVA (characteristics)
Genetic expression
-
分类号
S512.1
[农业科学—作物学]
S331
[农业科学—作物遗传育种]
-
-
题名构建数量性状基因图谱的几种统计方法
被引量：1
- 2
-
-
作者
何小红
徐辰武
蒯建敏
李韬
孙长森
-
机构
扬州大学数量遗传研究室
-
出处
《遗传》
CAS
CSCD
北大核心
2001年第5期482-486,共5页
-
基金
国家自然科学基金项目 (编号 :3990 0 0 80 )资助
-
文摘
以线性数学模型为线索 ,概述了用于构建数量性状基因图谱的几种主要统计方法 ,包括方差分析法、标记回归法、区间作图法、复合区间作图法、Jansen的复合区间作图法、双侧标记回归法以及新近发展的多区间作图法和多亲本作图法等。讨论了各种方法的优缺点。
-
关键词
数量性状
基因图谱
统计方法
-
Keywords
mapping QTLs
statistical methods
-
分类号
Q348
[生物学—遗传学]
-
-
题名籼型杂种稻谷品质性状的杂种优势表现
被引量：7
- 3
-
-
作者
敖雁
徐辰武
莫惠栋
-
机构
扬州大学数量遗传研究室
-
出处
《作物学报》
CAS
CSCD
北大核心
2004年第8期774-779,共6页
-
基金
国家自然科学基金项目 ( 3 93 70 43 6)资助
-
文摘
以 3个野败型雄性不育系 (A)和 10个恢复系 (R)为材料 ,配成 3× 10 =30个A×R杂种 ,研究籼型杂种稻谷 9个品质性状的杂种优势表现。结果表明 :(1)杂种的平均表现 ,在精米率 (HP)、粒长 (GL)、垩白度 (CS)、直链淀粉含量 (AC)和胶稠度 (GC)上 ,都介于雌亲和雄亲平均数之间 ;在粒宽 (GW)、粒重 (WG)和碱扩值 (ASV)上既大于雌亲又大于雄亲平均数 ;在出糙率 (BP)上 ,既低于雌亲又低于雄亲平均数。 (2 )离中优势相当普遍 ,且有 6 0 74 %的性状 组合存在显著的离中优势 ,尤其是HP、GL、GW、WG性状 ,离中优势显著的组合达 77%～ 80 %。 (3)对于以高为优的性状 ,平均只有 18 89%的性状 组合存在显著的超高亲优势 ,WG、GL、ASV、GC、HP和BP性状的显著超高亲组合数依次为 16、7、4、4、3、0。对于以低为优的性状 (GW、CS和AC) ,则只有 7 78%的性状 组合存在显著的超低亲优势。说明籼稻谷品质性状的绝大多数性状 组合不存在超亲优势。 (4 ) 1× 12 (珍汕 97A×双桂 1号 )在精米率、粒长、粒重和胶稠度 4个性状上均表现显著超高亲优势 ,1× 7(珍汕 97A×密阳 2 3)在精米率、粒长和粒重 3个性状上都表现显著超高亲优势 ,为较好组合。
-
关键词
籼型杂种稻谷
品质性状
杂种优势
离中优势
超亲优势
-
Keywords
Indica rice hybrids
Paddy grain
Quality
Heterosis from mid-parent value
Heterosis over parents
-
分类号
S511.21
[农业科学—作物学]
-
-
题名脊回归技术及其应用
被引量：6
- 4
-
-
作者
莫惠栋
-
机构
扬州大学数量遗传研究室
-
出处
《作物学报》
CAS
CSCD
北大核心
2002年第4期433-438,共6页
-
基金
国家自然科学基金资助项目 (3 9670 3 91)
-
文摘
介绍了脊回归的统计学原理和方法 ;阐述了脊回归和常规回归的差别和关系。提出评价脊回归的得和失的统计指标。较详细地讨论了脊回归在作物科学和数量遗传学领域的可能适用场合 。
-
关键词
脊回归技术
应用
脊迹
病态矩阵
有偏估计
作物育种
-
Keywords
Ridge trace
Ridge regression
I11 conditioned matrix
Biased estimation
-
分类号
S114
[农业科学—农业基础科学]
-
-
题名回归分析中的病态矩阵及其改进
被引量：9
- 5
-
-
作者
莫惠栋
-
机构
扬州大学数量遗传研究室
-
出处
《作物学报》
CAS
CSCD
北大核心
2006年第1期1-6,共6页
-
基金
国家自然科学基金(39670391)资助
-
文摘
在回归分析中,信息矩阵X′X的行列式值det(X′X)如果近于0,就会造成其逆阵(X′X)-1的极度膨胀,进而大大增加回归系数的误差均方,影响回归配合的稳健性和精确度。因而det(X′X近于0的X′X被称为“病态矩阵”。本文提出以X变数的相关矩阵R的行列式值为综合指标,当det(R)在区间[-0.01,0.01]和[-0.0001,0.0001]但非0时,可分别认为其对应的X′X是“病态的”和“严重病态的”。X′X的病态源于X矩阵的高度列依赖,可用简单相关系数、多重决定系数和状态指数度量其列依赖程度。为了改进或消除X′X的病态,建议选用(1)简化原回归模型,(2)增加新的资料,(3)对回归系数添加限制条件,(4)采用诸如脊回归、广义逆M-回归等非常规回归程序。简要讨论了病态诊断的重要性和病态改进的评价。
-
关键词
回归分析
病态矩阵
病态的诊断和改进
-
Keywords
Regression analysis
Ill-conditioned matrix
Diagnosis and improvement of ill-conditioning
-
分类号
O212.1
[理学—概率论与数理统计]
-
-
题名回归分析中的模型偏差及其防止
被引量：2
- 6
-
-
作者
莫惠栋
-
机构
扬州大学数量遗传研究室
-
出处
《作物学报》
CAS
CSCD
北大核心
2001年第6期710-714,共5页
-
基金
国家自然科学基金资助项目 (No.396 70 391)
-
文摘
研究了回归分析中的模型偏差 (即分析模型和真实模型的差异 )对估计数 b和 Y的影响。结果表明 ,偏差存在时 b和 Y都成为有偏的估计数 ,也不能有效地测验回归均方的显著性。但是 ,如果在试验的某些水平上适当地设置重复 ,而试验因子的水平数又多于要估计的回归参数数 ,就能够有效地防止模型偏差。作为事例 ,评价了
-
关键词
回归分析
模型偏差
偏差矩阵
-
Keywords
Regression analysis
Model bias
Bias matrix
-
分类号
O212.1
[理学—概率论与数理统计]
-
-
题名线性回归分析的逆预测
被引量：1
- 7
-
-
作者
莫惠栋
-
机构
扬州大学数量遗传研究室
-
出处
《作物学报》
CAS
CSCD
北大核心
2001年第5期545-549,共5页
-
基金
国家自然科学基金 (396 70 391)项目资助
-
文摘
逆预测又称逆回归 ,是从依靠变数 Y的某一定值 Y0 预测独立变数 X的对应值 X0 及其 10 0 (1- α) %可信区间。本文详细地解释了逆回归的原理、方法和注意问题 ,推导了逆回归的一些基本公式 ,并用两个实例分别说明 Y0 为
-
关键词
线性回归分析
逆回归
逆预测
原理
推广
公式
区间估计
-
Keywords
Inverse regression
Linear regression
-
分类号
S113
[农业科学—农业基础科学]
-
