- Piepho HP, Williams ER. Linear variance models for plant breeding trials. Plant Breed. 2010;129:1–8.
大多數(shù)植物育種試驗(yàn)涉及在行和列中的圖的布局剪勿∠阕罚可解析的行列設(shè)計(jì)已經(jīng)證明在獲得處理效果的有效估計(jì)中是有效的。通過后封鎖或通過包括空間模型分量斯碌，進(jìn)一步改進(jìn)是可能的竭贩。本研究回顧了通過添加空間分量來增強(qiáng)基線行列模型的選項(xiàng)颗搂。所考慮的模型是一維和二維中的線性方差模型的不同變體寨蹋。通過分析來自植物育種和品種測試的許多田間試驗(yàn)來評估這些選項(xiàng)的有用性雨膨。
田間試驗(yàn)的空間模型在過去已經(jīng)受到相當(dāng)大的關(guān)注（Wilkinson等人1983擂涛，Green等人1985，Besag和Kempton 1986聊记，Kempton等人1994撒妈，Besag和Higdon 1999，Watson 2000排监，Edmondson 2005狰右，McCullagh和Clifford 2006，Campbell和Bauer 2007舆床，Piepho等人2008）棋蚌，隨著強(qiáng)大的統(tǒng)計(jì)軟件包的出現(xiàn)，具有空間協(xié)方差結(jié)構(gòu)的完全基于REML的混合模型分析可以方便地用于作物品種試驗(yàn)和植物育種試驗(yàn)（Smith et al.2005）挨队。已經(jīng)為現(xiàn)場試驗(yàn)數(shù)據(jù)提出了大量空間模型谷暮，因此空間分析需要做出多種選擇。因此盛垦，模型選擇和防止過度擬合成為一個主要問題湿弦。過擬合的危險(xiǎn)隨著對數(shù)據(jù)嘗試的候選模型的數(shù)量而增加，因此在設(shè)計(jì)階段限制模型選擇的數(shù)量是可取的腾夯。在用于現(xiàn)場試驗(yàn)的空間建模的一些應(yīng)用中省撑，空間模型已經(jīng)被視為使用阻塞和經(jīng)典設(shè)計(jì)原理的替代方案。最近俯在，在考慮特定空間分析的情況下尋找最佳設(shè)計(jì)的興趣增加（Cullis等人2006竟秫，Martin等人2006，Butler等人2008）跷乐。采取有點(diǎn)中間立場肥败，威廉姆斯等。 （2006）提出了基于線性方差（LV）模型的可分辨的空間行列設(shè)計(jì)，當(dāng)空間分量不導(dǎo)致改進(jìn)的擬合時(shí)馒稍，通過選擇對行列設(shè)計(jì)的經(jīng)典分析皿哨，提供隨機(jī)化保護(hù)。因此纽谒，分析可以通過用行和列效應(yīng)擬合基線模型并檢查空間分量的添加是否值得來進(jìn)行证膨。這種方法雖然允許利用空間相關(guān)性，但僅使用非常有限的一組候選模型鼓黔。此外央勒，如果特定數(shù)據(jù)集需要復(fù)雜的方差 - 協(xié)方差結(jié)構(gòu)，而同時(shí)只有幾個空間方差 - 協(xié)方差參數(shù)變得相對較小澳化，則以降低的精度支付少量額外費(fèi)用崔步，空間列設(shè)計(jì)的用戶就受到保護(hù)。本研究描述了可分辨行列設(shè)計(jì)的二維LV模型缎谷。它研究了Williams等人提出的模型井濒。 （2006），并提出一個滿足可分離性條件的新模型（Martin 1979）列林。為了激勵模型瑞你，我們首先考慮Williams提出的一維LV結(jié)構(gòu)（1986）。隨后希痴，我們在兩個維度探索擴(kuò)展的選項(xiàng)捏悬。使用來自均勻性試驗(yàn)和設(shè)計(jì)實(shí)驗(yàn)的數(shù)據(jù)集來比較模型。本文中考慮的所有模型使用標(biāo)準(zhǔn)混合模型包（如SAS润梯，GENSTAT或ASREML）很容易擬合过牙。
