1. Resende MDV, Stringer J, Cullis B, Thompson R. Joint Modelling of Competition and Spatial Variability in Forest Field Trials. Rev. Mat. Estat., S?o Paulo. 2005;23:7–22.

植物田間實(shí)驗(yàn)的分析應(yīng)該基于考慮與所評估的性狀相關(guān)的生物過程以及環(huán)境影響的現(xiàn)實(shí)方法。在經(jīng)典區(qū)組分析模型中至少有三個基本假設(shè)淋淀。首先募壕，與區(qū)組中的小區(qū)相關(guān)聯(lián)的環(huán)境是恒定的（或接近）违崇。其次酸休，由于特定處理對小區(qū)的反應(yīng)不直接影響鄰近小區(qū)的反應(yīng)。第三道逗，殘差是獨(dú)立的砂沛。第一個假設(shè)涉及環(huán)境影響，通常稱為空間趨勢哀澈，而第二個假設(shè)涉及處理效應(yīng)牌借，稱為干擾。第三個假設(shè)是關(guān)于空間相關(guān)性割按。這三種效應(yīng)的調(diào)整可能改善分析和減少偏差膨报。本文旨在同時考慮林木田間試驗(yàn)的趨勢，干擾和相關(guān)性适荣。目標(biāo)是比較和擴(kuò)展替代模型现柠，量化這些物種的競爭水平，并推斷在這些作物的常規(guī)數(shù)據(jù)分析中需要更復(fù)雜的模型弛矛。包括傳統(tǒng)區(qū)組够吩，空間（自回歸行和列效應(yīng)），表型競爭丈氓，表型競爭+空間废恋，基因型競爭+空間模型的幾個模型應(yīng)用于兩個數(shù)據(jù)集谈秫，一個涉及桉樹物種，另一個涉及松屬鱼鼓。結(jié)果表明拟烫，基因型競爭+空間模型，包括遺傳競爭效應(yīng)和殘余競爭效應(yīng)和環(huán)境趨勢之間的平衡明確考慮遺傳競爭迄本，并允許品種和競爭效應(yīng)之間的協(xié)方差硕淑。它包括整個相關(guān)模式，往往比表型競爭模型更精確嘉赎。結(jié)果顯示置媳，協(xié)變量方法對競爭和趨勢同時建模的不一致性和不足性，這是一個眾所周知的單獨(dú)模擬競爭效應(yīng)的結(jié)果公条。調(diào)整的REML方法提供表型競爭模型的精確擬合拇囊，并改進(jìn)方差和競爭參數(shù)的估計(jì)。表型競爭與自回歸參數(shù)大致相同的變異源靶橱。具有基因型競爭+空間術(shù)語的通用模型通常是通常的第一模型寥袭，以適合，因?yàn)檫@將指示更有限的模型是否合適关霸。

1簡介
植物田間實(shí)驗(yàn)的分析應(yīng)該基于考慮與所評估的性狀相關(guān)的生物過程以及環(huán)境影響的現(xiàn)實(shí)方法传黄。實(shí)驗(yàn)設(shè)計(jì)在提供可靠的數(shù)據(jù)集進(jìn)行分析方面發(fā)揮關(guān)鍵作用。然而队寇，依賴于區(qū)組的局部控制方案在考慮所有環(huán)境梯度和趨勢方面可能是低效的膘掰，并且甚至不完全區(qū)組不提供對環(huán)境影響的完整評價。由于生育率和其他環(huán)境影響佳遣，區(qū)組內(nèi)的空間依賴性應(yīng)通過適當(dāng)?shù)目臻g分析模型加以考慮识埋。此外，相鄰植物的競爭效應(yīng)也可以導(dǎo)致處理比較的偏差零渐，這是由于一種基因型對相鄰植物或地塊的表型響應(yīng)的干擾惭聂。因此，也應(yīng)該使用競爭模型相恃，旨在評估干擾效應(yīng)。在經(jīng)典區(qū)組模型中存在至少三個基本假設(shè)笨觅。
首先拦耐，與區(qū)組中的小區(qū)相關(guān)的生育力是恒定的（或接近）。其次见剩，由于特定處理對小區(qū)的反應(yīng)不直接影響鄰近小區(qū)的反應(yīng)杀糯。第三，殘差是獨(dú)立的苍苞。第一個假設(shè)涉及通常稱為空間趨勢的環(huán)境效應(yīng)固翰，而第二個假設(shè)涉及處理效應(yīng)狼纬，被稱為干擾。第三個假設(shè)是關(guān)于空間相關(guān)性骂际。趨勢效應(yīng)是常見的發(fā)生和糾正疗琉，它可能增加遺傳力和精度估計(jì)，因?yàn)樗且环N環(huán)境效應(yīng)歉铝。干擾可以取決于物種的生物學(xué)盈简，并且其調(diào)整可能降低遺傳力估計(jì)，因?yàn)槠渖婕疤幚硇?yīng)太示。對這兩種效應(yīng)的調(diào)整可能會減少偏差柠贤。實(shí)驗(yàn)者應(yīng)該知道感興趣物種中的競爭效應(yīng)，以幫助在具有或沒有競爭效應(yīng)的模型之間進(jìn)行選擇类缤。在林木中手素，競爭效應(yīng)主要取決于測量的年齡。在競爭效應(yīng)下捏雌，最好的基因型傾向于顯示出它們的優(yōu)勢的高估姆坚，這是由于對表現(xiàn)出競爭敏感性的最壞基因型的更大侵略性。植物干擾和空間趨勢效應(yīng)的一個重要特征是它們對擬合模型的影響岸裙。空間趨勢在相鄰植物或地塊之間產(chǎn)生正自相關(guān)猖败，由于競爭，植物干擾在它們之間產(chǎn)生負(fù)自相關(guān)降允《魑牛空間模型的擬合可以揭示競爭模型的需要。在空間分析中獲得的高（假> 0.3）正自相關(guān)系數(shù)估計(jì)揭示空間趨勢優(yōu)于競爭和負(fù)或接近零自相關(guān)系數(shù)估計(jì)揭示強(qiáng)大的競爭效應(yīng)可能與空間趨勢剧董。此外幢尚，首先擬合競爭模型可以揭示這種效應(yīng)的意義。在某些情況下翅楼，只建模一個效應(yīng)尉剩，可能是不合適的。所以兩個效應(yīng)應(yīng)該一起建模毅臊。空間相關(guān)性通過Cullis和Gleeson（1991）和Gilmour理茎，Cullis和Verbyla（1997）的殘差自回歸模型很好地適應(yīng)。用于在植物中競爭的模型已經(jīng)由Pearce（1957）管嬉，Mead（1967）皂林，Draper和Guttman（1980），Kempton（1982）蚯撩，Besag和Kempton（1986）础倍，Stringer和Cullis（2002）和Stringer，Cullis和Thompson （2005）胎挎。在空間變異性和干擾都很重要的情況下沟启，需要一種聯(lián)合建模方法忆家。 Durban et al。 （2001）提出了一種將平滑樣條與模型趨勢與競爭的表型干擾模型相結(jié)合的方法德迹。 Stringer芽卿，Cullis和Thompson（2005）開發(fā)了一種基于基因型和表型干擾模型的早期甘蔗試驗(yàn)的廣泛方法，并允許隨機(jī)品種效應(yīng)和相關(guān)的錯誤結(jié)構(gòu)浦辨。本文探討了最初在Stringer蹬竖，Cullis和Thompson（2005）中給出的模型，旨在同時考慮現(xiàn)場試驗(yàn)的趨勢流酬，干擾和相關(guān)性币厕。我們概述了一些基本的考慮，并進(jìn)一步測試樹種的兩個數(shù)據(jù)集的模型芽腾。目標(biāo)是比較和擴(kuò)展替代模型旦装，量化這些物種的競爭水平，并推斷這些作物數(shù)據(jù)分析常規(guī)中需要更復(fù)雜的模型摊滔。