Gezan SA (2005) Optimal design and analysis of clonal forestry trials using simulated data. University of Florida

使用模擬數(shù)據(jù)的克隆森林實(shí)驗(yàn)設(shè)計(jì)的比較

介紹

森林樹(shù)木的遺傳現(xiàn)場(chǎng)測(cè)試對(duì)樹(shù)木改良至關(guān)重要室琢，用于估計(jì)遺傳參數(shù)和評(píng)估原產(chǎn)地，家庭和個(gè)人简卧。森林樹(shù)木的遺傳測(cè)試是一個(gè)耗時(shí)的過(guò)程味混，通常是改進(jìn)計(jì)劃中最昂貴的活動(dòng)（Zobel和Talbert 1984谭确，第232頁(yè)）刊橘。因此讲岁，主要關(guān)心的是通過(guò)有效地分配資源來(lái)最大化利益（Namkoong，1979酵幕，第117頁(yè)）扰藕。在林業(yè)試驗(yàn)中常見(jiàn)的是研究大量遺傳項(xiàng)目（例如家族或克隆）的性能芳撒，這意味著需要相對(duì)大的測(cè)試位點(diǎn)或每個(gè)位點(diǎn)使用更少的重復(fù)邓深。因?yàn)橛糜谔镩g實(shí)驗(yàn)的森林場(chǎng)所通常是固有可變的，所以難以找到最佳場(chǎng)所笔刹。這種環(huán)境異質(zhì)性的存在使得由于樹(shù)木對(duì)樹(shù)木變化與其他更大規(guī)模環(huán)境影響的混雜而導(dǎo)致的殘余方差膨脹;并因此降低了使用簡(jiǎn)單實(shí)驗(yàn)設(shè)計(jì)的益處（Grondona等人1996）芥备。

場(chǎng)內(nèi)變異性是由自然因素如土壤，小氣候舌菜，地形萌壳，風(fēng)和方面的變化引起的。此外，其他形式的異質(zhì)性可能源于機(jī)械讶凉，stock質(zhì)量或種植技術(shù)染乌。由地形或水分產(chǎn)生的一些條件可能容易識(shí)別山孔，但更常見(jiàn)的是懂讯，環(huán)境異質(zhì)性僅在事實(shí)之后被識(shí)別為對(duì)環(huán)境條件的差異響應(yīng)。整個(gè)場(chǎng)地的梯度台颠，局部斑塊和隨機(jī)微網(wǎng)格方差是常見(jiàn)的變異性類型褐望，這些來(lái)源可能單獨(dú)或組合出現(xiàn)（Costa e Silva et al。2001）串前，某些來(lái)源在特定地理區(qū)域更常見(jiàn)瘫里。

有三個(gè)階段可以進(jìn)行遺傳測(cè)試的優(yōu)化：1）實(shí)驗(yàn)設(shè)計(jì)和規(guī)劃; 2）實(shí)施;和3）統(tǒng)計(jì)分析。傳統(tǒng)上荡碾，森林遺傳試驗(yàn)采用隨機(jī)完全區(qū)塊設(shè)計(jì)（RCB）或最近的不完全區(qū)塊設(shè)計(jì)（IB）谨读。當(dāng)復(fù)制品中的網(wǎng)站相對(duì)均勻時(shí)，RCB是最有效的坛吁，這在森林地區(qū)很少發(fā)生（Costa e Silva et al劳殖。2001）。通過(guò)在完全復(fù)制（IB設(shè)計(jì)）中并入不完全的塊來(lái)減小單元的尺寸允許更好地控制站點(diǎn)異質(zhì)性拨脉，因?yàn)楦〉膲K趨向于比更大的塊更不可變;因此哆姻，IB設(shè)計(jì)具有提高RCB精度的潛力（Cochran和Cox1957，第386頁(yè); Williams等人2002玫膀，第120頁(yè)）矛缨。對(duì)于幾種環(huán)境條件下的模擬森林遺傳試驗(yàn)，F(xiàn)u et al帖旨。 （1998）報(bào)道了IB對(duì)RCB的效率提高了42％箕昭。在相關(guān)研究中Fu et al。 （1999a）發(fā)現(xiàn)解阅，對(duì)于每個(gè)不完全塊落竹，使用5至20個(gè)圖可以控制大部分的位點(diǎn)內(nèi)變化，在使用方塊而不是行或列塊的情況下具有更好的結(jié)果瓮钥。
另一個(gè)實(shí)驗(yàn)選項(xiàng)是行列設(shè)計(jì)（John和Williams 1995筋量，第87頁(yè)）。當(dāng)實(shí)驗(yàn)單元位于二維陣列中時(shí)碉熄，可以同時(shí)實(shí)現(xiàn)對(duì)應(yīng)于實(shí)驗(yàn)的行和列的兩個(gè)阻塞因子（而不是IB中的一個(gè)）桨武。當(dāng)使用行 - 列設(shè)計(jì)時(shí)，預(yù)期效率更高（Lin等人1993; Williams和John 1996）锈津。 Qiao et al呀酸。 （2000），使用幾個(gè)小麥育種試驗(yàn)琼梆，報(bào)告的效率超過(guò)RCB 11％的行列設(shè)計(jì)相比性誉，IB的8％增加窿吩。

克隆林是許多廣泛種植的商業(yè)樹(shù)種的新實(shí)踐，例如松屬（Pinus spp错览。）纫雁，桉屬（Eucalyptus spp。）倾哺，楊屬（Populus spp轧邪。 （Carson 1986; Elridge et al.1993，p.230; Ritchie 1992）羞海。對(duì)無(wú)性系林業(yè)的興趣來(lái)自其額外的好處忌愚，如能夠獲得更大的遺傳收益;捕獲更大部分的非附加遺傳變異和基因型x環(huán)境相互作用的潛力;增加種植和產(chǎn)品一致性;并通過(guò)減少育種和測(cè)試周期加速使用樹(shù)木改良的結(jié)果（Libby 1977; Zobel和Talbert 1984，第311頁(yè)）却邓。

在農(nóng)學(xué)和林業(yè)文獻(xiàn)中硕糊，有幾個(gè)研究比較通過(guò)實(shí)際或模擬數(shù)據(jù)集的繁殖實(shí)驗(yàn)的設(shè)計(jì)和分析替代方案。在森林遺傳學(xué)中腊徙，少數(shù)模擬研究報(bào)告了一些未來(lái)測(cè)試的指南简十。 Fu et al。 （1998）表明?-設(shè)計(jì)是IB設(shè)計(jì)的最有效的安排昧穿。對(duì)于所研究的大多數(shù)環(huán)境條件勺远，它們優(yōu)于用于估計(jì)家族均值的RCB設(shè)計(jì)，但是隨著缺失觀察的水平增加时鸵，IB對(duì)RCB的益處減薪悍辍（Fu等人1999b）。在?設(shè)計(jì)的相關(guān)研究中饰潜，F(xiàn)u et al初坠。 （1999a）報(bào)告，當(dāng)建立單樹(shù)圖以估計(jì)家系和克隆平均值時(shí)彭雾，較小的不完全塊對(duì)于顯著斑塊更有效碟刺。
這些研究為遺傳實(shí)驗(yàn)的設(shè)計(jì)提供了重要的指導(dǎo);然而，幾個(gè)感興趣的問(wèn)題仍有待回答：?jiǎn)螛?shù)圖是否比多樹(shù)圖更有效薯酝？關(guān)于IB設(shè)計(jì)半沽，??行列設(shè)計(jì)有多好（或更壞）？有最佳不完全塊大小嗎吴菠？如何在不同的實(shí)驗(yàn)設(shè)計(jì)下分配表型方差者填？此外，在先前的模擬研究中通常篩選有限數(shù)目的克隆并將遺傳條目作為線性模型中的固定效應(yīng)來(lái)處理做葵。在本研究中占哟，假定遺傳條目是隨機(jī)的，允許估計(jì)遺傳力和對(duì)一系列模擬條件的克隆遺傳值的預(yù)測(cè)。

本研究集中于確定“最佳”或“接近最佳”實(shí)驗(yàn)設(shè)計(jì)榨乎，用于估計(jì)遺傳參數(shù)和實(shí)現(xiàn)林業(yè)克隆試驗(yàn)的最大遺傳增益怎燥。本研究通過(guò)使用以不同模式的環(huán)境變異性創(chuàng)建的模擬數(shù)據(jù)，探討在單個(gè)位點(diǎn)上測(cè)試的不相關(guān)克隆組蜜暑。特別地铐姚，這些模擬的目的是調(diào)查遺傳參數(shù)的估計(jì)的結(jié)果1）使用單樹(shù)或四樹(shù)行圖; 2）使用完全隨機(jī)化，隨機(jī)化的完整塊史煎，不同大小的不完全塊或行 - 列設(shè)計(jì); 3）沒(méi)有死亡率谦屑，25％死亡率;和4）種植在具有不同環(huán)境模式的表面變化的位點(diǎn)（僅斑塊驳糯，僅梯度篇梭，以及斑塊和梯度）。

第3章 通過(guò)改進(jìn)的設(shè)計(jì)和分析試驗(yàn)的分析實(shí)現(xiàn)更高的遺產(chǎn)

介紹

對(duì)于任何操作育種計(jì)劃酝枢，遺傳測(cè)試是最重要和最昂貴的活動(dòng)之一恬偷。幾個(gè)替代品可用于實(shí)驗(yàn)設(shè)計(jì)。當(dāng)塊（或復(fù)制）相對(duì)均勻時(shí)帘睦，廣泛使用的隨機(jī)完全區(qū)段設(shè)計(jì)（RCB）是最有效的袍患，這通常僅在小復(fù)制品中出現(xiàn)（Costa e Silva等人，2001）竣付。使用大量的處理（例如诡延，家庭和克隆）古胆，不完全塊（IB）的使用可以顯著提高效率（Fu等人1998; Fu等人1999a）肆良，特別是當(dāng)存在大量環(huán)境變異性時(shí)，不能正確指定重復(fù)序列的取向（Lin et al逸绎。1993）惹恃。此外，如John和Williams（1995棺牧，第87頁(yè)）詳細(xì)描述的巫糙，實(shí)驗(yàn)單元的行和列位置可以用于同時(shí)實(shí)現(xiàn)兩個(gè)阻塞因子并產(chǎn)生行列設(shè)計(jì)（R-C）。這些設(shè)計(jì)已經(jīng)證明比其他常見(jiàn)設(shè)計(jì)更高的效率（Lin et al颊乘。1993; Williams和John 1996）参淹。拉丁化很少被用作提高估計(jì)治療效果的效率的設(shè)計(jì)技術(shù)。當(dāng)隨機(jī)化受到限制時(shí)乏悄，設(shè)計(jì)被稱為“拉丁化”浙值，使得用于相同處理的實(shí)驗(yàn)單元的位置被迫對(duì)實(shí)驗(yàn)區(qū)域的不同區(qū)域進(jìn)行采樣。這通過(guò)定義跨越多個(gè)重復(fù)的長(zhǎng)塊（例如行或列）來(lái)實(shí)現(xiàn)纲爸，確保治療遍布整個(gè)測(cè)試位點(diǎn)（John和Williams 1995亥鸠，第87-88頁(yè)）。
對(duì)克隆林的增加的興趣由通過(guò)使用測(cè)試的克隆部署到操作種植園可以獲得的更高的遺傳增益產(chǎn)生。一些益處包括捕獲非加性遺傳效應(yīng)的可能性负蚊，使用更大量的基因型x環(huán)境相互作用神妹，以及增加種植和產(chǎn)品一致性（Zobel和Talbert 1984，第311頁(yè)）家妆。
克隆測(cè)試的現(xiàn)場(chǎng)實(shí)驗(yàn)特別具有挑戰(zhàn)性鸵荠，因?yàn)樾枰u(píng)估大量的基因型，這意味著需要大的測(cè)試區(qū)域伤极。相對(duì)均勻的區(qū)域很難找到蛹找，因?yàn)樯值攸c(diǎn)傾向于具有通常以斑塊，梯度或兩者的形式表示的高環(huán)境變異性哨坪，以及相當(dāng)多的隨機(jī)微網(wǎng)站噪聲（Costa e Silva等人庸疾，2001）。因此当编，當(dāng)設(shè)計(jì)届慈，實(shí)施和分析克隆試驗(yàn)時(shí)，位點(diǎn)異質(zhì)性是一個(gè)重要的考慮因素忿偷。選擇適當(dāng)?shù)膶?shí)驗(yàn)設(shè)計(jì)以及線性模型的正確規(guī)范可以在預(yù)測(cè)的遺傳值金顿，遺傳性和選擇的獲得的精度上產(chǎn)生顯著的改進(jìn)。
在文獻(xiàn)中可獲得用于克隆測(cè)試的幾個(gè)建議鲤桥，并且一般來(lái)說(shuō)揍拆，最佳設(shè)計(jì)將使用每個(gè)克隆每個(gè)位點(diǎn)1至6個(gè)分株，并且測(cè)試的克隆數(shù)目將被最大化茶凳，同時(shí)利用盡可能少的分株（Shaw和Hood 1985; Russell和Libby 1986; Loo-Dinkins等人1990; Russell和Loo-Dinkins 1993）嫂拴。然而，在單個(gè)或多個(gè)位點(diǎn)上定義最佳設(shè)計(jì)慧妄，家族數(shù)目顷牌，每個(gè)家族的克隆和每個(gè)克隆的分株的困難仍然存在。此外塞淹，不清楚哪種分析方法是優(yōu)選的窟蓝。
在第2章中，我們?cè)趲讉€(gè)實(shí)驗(yàn)設(shè)計(jì)和3種不同的環(huán)境表面模式下模擬單中心克隆試驗(yàn)饱普，以確定估計(jì)遺傳參數(shù)的適當(dāng)條件运挫。該研究表明，單樹(shù)圖（STP）實(shí)驗(yàn)比所有設(shè)計(jì)和條件模擬的四樹(shù)行圖更有效地預(yù)測(cè)克隆值套耕。這項(xiàng)新研究?jī)H考慮STP實(shí)驗(yàn)谁帕，旨在確定不同設(shè)計(jì)和分析選項(xiàng)對(duì)克隆值的預(yù)測(cè)和某些遺傳組分的精確度的影響。特別地冯袍，目的是確定1）哪些實(shí)驗(yàn)設(shè)計(jì)匈挖，包括拉丁化碾牌，最大化廣義遺傳性，并因此儡循，從克隆選擇獲得舶吗？ 2）哪些模式的環(huán)境或空間變異性產(chǎn)生高或低的遺傳？ 3）每個(gè)克隆使用不同數(shù)目的分株的影響是什么择膝？和4）Dickerson的置信區(qū)間的近似方法與經(jīng)驗(yàn)估計(jì)有多接近誓琼？

第4章 育種試驗(yàn)中考慮空間變異

介紹

在農(nóng)業(yè)或林業(yè)試驗(yàn)中發(fā)現(xiàn)的環(huán)境異質(zhì)性的量和類型極大地影響在處理的比較中獲得的統(tǒng)計(jì)精度。隨著同質(zhì)性降低肴捉，治療效果估計(jì)的誤差方差增加腹侣，因此，更難以檢測(cè)治療之間的差異齿穗。影響位點(diǎn)變異性的許多自然和人為因素傲隶，例如土壤，地形缤灵，風(fēng)力伦籍，機(jī)械或種植技術(shù)通常在測(cè)試建立之后被檢測(cè)到，使得難以實(shí)現(xiàn)最佳設(shè)計(jì)并且最小化由于位點(diǎn)變異的實(shí)驗(yàn)誤差的部分（Fu et al.1999）腮出。這種環(huán)境或空間變異性通常表示為梯度，斑塊或兩者的組合芝薇，以及隨機(jī)微網(wǎng)站差異（Costa e Silva et al胚嘲。2001）。

適當(dāng)?shù)闹委熾S機(jī)化足以確保通過(guò)重復(fù)的測(cè)試和取樣洛二，獲得治療效果的無(wú)偏估計(jì)馋劈，并且假設(shè)檢驗(yàn)是有效的（Grondona和Cressie 1991; Brownie等人1993）。然而晾嘶，在環(huán)境異質(zhì)性妓雾，為特定數(shù)據(jù)集的分析獲得的估計(jì)是高度可變的。這種情況可以通過(guò)使用適當(dāng)?shù)膶?shí)驗(yàn)設(shè)計(jì)和統(tǒng)計(jì)分析來(lái)改進(jìn)垒迂。隨機(jī)完全塊械姻，不完全塊和行列設(shè)計(jì)構(gòu)成控制空間變異性的經(jīng)典方法，并且被認(rèn)為是“先驗(yàn)”技術(shù)机断，因?yàn)樗鼈兪窃谠O(shè)計(jì)階段實(shí)現(xiàn)的楷拳。另一組技術(shù)（“后驗(yàn)”）處理統(tǒng)計(jì)分析，其將實(shí)驗(yàn)單元（圖吏奸，樹(shù)或植物）的x和y坐標(biāo)并入線性模型中以考慮物理接近欢揖。
大多數(shù)空間數(shù)據(jù)的統(tǒng)計(jì)分析基于空間變異性的兩個(gè)主要組成部分（Grondona et al。1996）：1）全球趨勢(shì)或大規(guī)模變化;和2）局部趨勢(shì)或小規(guī)模變化奋蔚。第一分量對(duì)應(yīng)于場(chǎng)梯度她混，其可以通過(guò)以下來(lái)建模：i）合并設(shè)計(jì)效果（例如烈钞，復(fù)制，塊坤按，行棵磷，列等）; ii）使用x和y位置作為線性模型中的一個(gè)或多個(gè)固定效應(yīng)來(lái)描述連續(xù)數(shù)學(xué)函數(shù);或，iii）計(jì)算協(xié)變量以調(diào)整每個(gè)觀察值晋涣。一些最常見(jiàn)的選擇是1）多項(xiàng)式回歸（Brownie et al仪媒。1993）; 2）三次平滑樣條（Durban等人1999; Verbyla等人1999）; 3）最近鄰分析（Bartlett 1978; Brownie等人1993; Vollmann等人1996）;和4）移動(dòng)平均值（Townley-Smith和Hurd 1973）。特別感興趣的是最近鄰技術(shù)谢鹊，其中存在多個(gè)變量算吩。然而，大多數(shù)對(duì)應(yīng)于Papadakis方法（Atkinson 1969）的修改佃扼，其基于使用從相鄰圖的殘差平均獲得的一個(gè)或多個(gè)協(xié)變量;這些殘差是通過(guò)擬合完全隨機(jī)或隨機(jī)的完全區(qū)組設(shè)計(jì)而獲得的偎巢。原始方法使用右側(cè)和左側(cè)一個(gè)圖的殘差平均值;因此，稱為EW調(diào)整兼耀⊙怪纾考慮到具有2,4,8或甚至24個(gè)相鄰圖的協(xié)變量的不同定義的幾種修改（Brownie等人1993; Stroup等人1994; Vollman等人1996）。此外瘤运，Bartlett（1978）建議執(zhí)行迭代的Papadakis方法窍霞，重復(fù)計(jì)算殘差。類似于Papadakis的方法是基于原始測(cè)量拯坟，而不是殘差是移動(dòng)平均分析但金。這里，“局部”平均值由多個(gè)相鄰圖表計(jì)算并用作協(xié)變量（Townley-Smith和Hurd郁季，1973）冷溃。

可以通過(guò)考慮由實(shí)驗(yàn)單元之間的物理接近度產(chǎn)生的某種形式的空間相關(guān)性的誤差結(jié)構(gòu)的規(guī)范來(lái)建模經(jīng)常被識(shí)別為場(chǎng)表面上的多個(gè)碎片的空間變異性（局部趨勢(shì)）的第二分量。用于建模全局趨勢(shì)的大多數(shù)技術(shù)（如上所述）假定來(lái)自線性模型的殘差或誤差是獨(dú)立的梦裂，并且具有公共方差的相同分布似枕。在空間相關(guān)下，誤差方差 - 協(xié)方差矩陣具有非零非對(duì)角元素年柠，其假定為實(shí)驗(yàn)單元之間的距離的函數(shù)凿歼。
幾個(gè)相關(guān)的誤差模型是可用的（Cressie 1993; Littell等人1996），允許在假設(shè)和協(xié)方差結(jié)構(gòu)的大量靈活性;然而彪杉，不同的誤差結(jié)構(gòu)傾向于產(chǎn)生類似的結(jié)果（Zimmerman和Harville 1991）毅往。第一階可分離自回歸誤差結(jié)構(gòu)已經(jīng)在幾個(gè)農(nóng)學(xué)和林業(yè)試驗(yàn)中成功使用（Grondona等人1996; Gilmour等人1997; Qiao等人2000; Sarker等人2001; Costa e Silva等人2001 ; Dutkowski等人2002）。該模式考慮兩個(gè)垂直相關(guān)（一個(gè)用于行派近，另一個(gè)用于列方向）攀唯，并且等價(jià)于可分離指數(shù)地統(tǒng)計(jì)模型。

有時(shí)渴丸，在誤差結(jié)構(gòu)中包括塊金參數(shù)侯嘀，以模擬如果在相同位置進(jìn)行重復(fù)測(cè)量（Cressie另凌，1993），允許對(duì)潛在微網(wǎng)站變異性或測(cè)量誤差建模的情況下發(fā)生的預(yù)期可變性戒幔。
最后吠谢，有可能同時(shí)適應(yīng)全局和局部趨勢(shì)，存在多種技術(shù)組合诗茎。因?yàn)樵S多這些選項(xiàng)產(chǎn)生類似的結(jié)果工坊，所以更難以選擇一個(gè)合適的模型，使用一些統(tǒng)計(jì)和圖形工具（例如敢订，樣本變異函數(shù)）似乎特別有用（Gilmour等人1997）王污。

品種的現(xiàn)場(chǎng)測(cè)試對(duì)遺傳改良計(jì)劃的進(jìn)展至關(guān)重要，并且是昂貴和耗時(shí)的活動(dòng)楚午。因此昭齐，資源的分配和使用最佳可得的統(tǒng)計(jì)技術(shù)來(lái)獲得遺傳參數(shù)（如遺傳力和育種值）的精確估計(jì)是至關(guān)重要的。由于要研究的大量品種或處理矾柜，需要相對(duì)大的測(cè)試區(qū)域阱驾。這些區(qū)域通常具有大量的環(huán)境異質(zhì)性，其膨脹殘余誤差方差怪蔑。因此里覆，控制這種可變性是重要的，并且需要使用更復(fù)雜的實(shí)驗(yàn)設(shè)計(jì)或空間統(tǒng)計(jì)分析的實(shí)施饮睬。
這項(xiàng)研究的目標(biāo)是量化實(shí)施一系列“先驗(yàn)”和“后驗(yàn)”統(tǒng)計(jì)技術(shù)的效率租谈，以說(shuō)明空間變異性，并且在這些技術(shù)之間區(qū)分一系列條件的簡(jiǎn)約和全局性能捆愁。具體地，將所選擇的技術(shù)陣列與用于比較和預(yù)測(cè)治療效果的精度的改進(jìn)進(jìn)行比較窟却。這通過(guò)使用在具有不同異質(zhì)性模式的環(huán)境（僅僅片狀昼丑，僅僅梯度，和兩種類型）上在單個(gè)位點(diǎn)上測(cè)試的不相關(guān)基因型（或處理）的集合的模擬現(xiàn)場(chǎng)試驗(yàn)來(lái)實(shí)現(xiàn)夸赫。這些模式是使用梯度的多項(xiàng)式函數(shù)和補(bǔ)丁的AR1?AR1錯(cuò)誤結(jié)構(gòu)生成的菩帝。所選擇的技術(shù)包括1）通過(guò)使用傳統(tǒng)的實(shí)驗(yàn)設(shè)計(jì)（完全隨機(jī)化，隨機(jī)化完全塊茬腿，不完全塊和行列）或多項(xiàng)式模型來(lái)建模全局趨勢(shì); 2）單獨(dú)或與上述全球趨勢(shì)的一些規(guī)格相結(jié)合擬合AR1?AR1誤差結(jié)構(gòu)（有和沒(méi)有塊）;和3）實(shí)施Papadakis和移動(dòng)平均法的幾個(gè)變體呼奢。

第5章 后期鎖定，以提高遺產(chǎn)和價(jià)值預(yù)測(cè)

介紹

對(duì)林業(yè)和農(nóng)作物的原產(chǎn)地切平，品種和家庭的遺傳檢測(cè)通常是一個(gè)漫長(zhǎng)的過(guò)程握础，常常是任何遺傳改良計(jì)劃中最昂貴的活動(dòng)之一（Zobel和Talbert 1984，第232頁(yè)）悴品。適當(dāng)選擇實(shí)驗(yàn)設(shè)計(jì)和統(tǒng)計(jì)分析可以在預(yù)測(cè)育種值和有效利用現(xiàn)有資源方面產(chǎn)生相當(dāng)大的改進(jìn)禀综。
傳統(tǒng)上简烘，在森林試驗(yàn)中，隨機(jī)完全區(qū)段（RCB）設(shè)計(jì)受到青睞定枷。當(dāng)復(fù)制（或塊）變異性相對(duì)較小時(shí)孤澎，RCB設(shè)計(jì)是有效的，這種情況在森林地區(qū)很少見(jiàn)欠窒，或者只在相對(duì)較小的復(fù)制品中才會(huì)發(fā)生（Costa e Silva et al覆旭。2001）。由于大量的遺傳實(shí)體通常一起測(cè)試岖妄，一個(gè)好的替代方案是實(shí)施不完全的嵌段設(shè)計(jì)（IB）型将，其將完整的復(fù)制物細(xì)分為趨向于更均勻的較小隔室（即不完全嵌段）。對(duì)于這些設(shè)計(jì)衣吠，一些作者報(bào)道了與RCB相比更高的效率（Fu等人1998; Fu等人1999; see Chapter 2）茶敏。也可以使用行列設(shè)計(jì)（R-C）同時(shí)實(shí)現(xiàn)雙向阻塞。這些R-C設(shè)計(jì)由John和Williams（1995缚俏，第87頁(yè)）詳細(xì)描述惊搏，并且通常產(chǎn)生比IB設(shè)計(jì)更高的效率（Lin等人1993; Qiao等人2000;也參見(jiàn)第2章）。

擬合最好的線性模型忧换，充分描述試驗(yàn)數(shù)據(jù)以及隨機(jī)和固定效應(yīng)的適當(dāng)規(guī)范是至關(guān)重要的恬惯。在文獻(xiàn)中，有幾種技術(shù)可用于改進(jìn)統(tǒng)計(jì)分析亚茬，例如1）空間模型（Gilmour等人1997;第4章）; 2）最近鄰法（Vollmann et al酪耳。1996;第4章）;和3）包括協(xié)變量和其他因素來(lái)處理缺失值（Cochran 1957）或討厭效應(yīng)（Gilmour等人，1997）刹缝。這些是“后驗(yàn)”分析的例子碗暗。在這些選項(xiàng)中，擬合不同于原始實(shí)驗(yàn)設(shè)計(jì)的擴(kuò)展線性模型梢夯，其目的是對(duì)在測(cè)試建立時(shí)未被注意或未被控制的元素建模言疗。
另一種稱為事后阻塞的“后驗(yàn)”技術(shù)也可以容易地實(shí)現(xiàn)。該方法包括在原始場(chǎng)設(shè)計(jì)的頂部上疊加阻塞結(jié)構(gòu)颂砸，并且擬合線性模型噪奄，如同在原始設(shè)計(jì)中存在阻塞效應(yīng)一樣。通常人乓，IB設(shè)計(jì)被安裝在更簡(jiǎn)單的設(shè)計(jì)（例如勤篮，RCB）上，但是R-C也可以被疊加色罚。這種技術(shù)最初由Patterson和Hunter（1983）提出作為一種工具碰缔，用于廉價(jià)地評(píng)估潛在實(shí)驗(yàn)設(shè)計(jì)的效率。然而保屯，一些作者已經(jīng)使用post-hoc阻斷成功地增加遺傳性和遺傳效應(yīng)的預(yù)測(cè)的精確度用于最終分析（Ericsson 1997; Dutkowski等人2002; Lopez等人2002）手负。
實(shí)現(xiàn)事后阻塞的主要問(wèn)題是確定要疊加的不完全塊的特性涤垫。如果使用大的不完全塊，塊將繼續(xù)是高度異質(zhì)的竟终。另一方面蝠猬，小的不完全塊通過(guò)捕獲環(huán)境表面的較小區(qū)域（或補(bǔ)片）應(yīng)當(dāng)顯著地減少殘余變異性。但是如果塊大小變得太小统捶，則在同一塊中一起發(fā)生的處理較少;因此榆芦，它們的差的標(biāo)準(zhǔn)誤差可以相當(dāng)大。此外喘鸟，根據(jù)愛(ài)立信（1997）匆绣，對(duì)于小塊，部分治療（或遺傳）變異性可以被塊方差吸收什黑，因?yàn)閮蓚€(gè)良好（或壞的）基因型在同一塊中一起發(fā)生的機(jī)會(huì)增加崎淳。另一個(gè)問(wèn)題是不完全塊的形狀;然而，可以遵循用于設(shè)計(jì)實(shí)驗(yàn)的一般準(zhǔn)則愕把。例如拣凹，應(yīng)該優(yōu)選盡可能接近正方形并且使塊主軸垂直于主場(chǎng)梯度定向的形狀（Zobel和Talbert 1984，第248頁(yè)）恨豁。
本研究使用模擬單站點(diǎn)克隆試驗(yàn)和3種不同的環(huán)境模式來(lái)了解使用事后阻塞在估計(jì)遺傳力和預(yù)測(cè)育種價(jià)值中的后果和定義未來(lái)策略嚣镜。具體來(lái)說(shuō)，目標(biāo)是1）研究使用事后阻塞對(duì)幾個(gè)實(shí)驗(yàn)設(shè)計(jì)橘蜜，表面圖案和數(shù)量的分布; 2）驗(yàn)證隨著不完全塊變小菊匿，遺傳方差的潛在減少; 3）比較用于選擇合適的阻斷結(jié)構(gòu)的不同策略或標(biāo)準(zhǔn)的性能;和4）討論與實(shí)施事后阻塞相關(guān)的統(tǒng)計(jì)和實(shí)際問(wèn)題。