Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "analiza składowych głównych" wg kryterium: Wszystkie pola


Wyświetlanie 1-7 z 7
Tytuł:
Wielocechowa analiza różnorodności fenotypowej mieszańców ziemniaka uzyskanych z krzyżowań tetraploid × diploid
Multivariate analysis of phenotypic diversity in the tetraploid × diploid hybrid progenies of potatoes
Autorzy:
Domański, Leszek
Mańkowski, Dariusz R.
Flis, Bogdan
Jakuczun, Henryka
Zimnoch-Guzowska, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/2198318.pdf
Data publikacji:
2012-06-28
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analiza składowych głównych
zmienność wielocechowa
ziemniak
multivariable variation
potato
principal component analysis
Opis:
Osiemdziesiąt rodów ziemniaka uzyskanych z czterech interploidalnych krzyżowań 4x-2x zostało ocenione na 12 cech użytkowych, w tym morfologii bulw, w Instytucie Hodowli i Aklimatyzacji Roślin, Oddział Młochów w latach 2008–2009. Celem badań była ocena genotypowej różnorodności wśród rodów ziemniaka i uzyskanie wglądu w strukturę wielocechowej zmienności. Analiza składowych głównych (PCA) wyodrębniła pięć składowych głównych, które wyjaśniały 78,4% łącznej wariancji wśród rodów ziemniaka. Wykazana przez analizę PCA genotypowa różnorodność potomstwa 4x-2x daje szansę na wyselekcjonowanie wartościowych tetraploidalnych rodów zarówno na jadalny, jak i przetwórczy kierunek użytkowania. Spośród wyodrębnionych pięciu składowych głównych pierwsze trzy były najważniejsze. Pierwsza składowa (29,9% zmienności) była głównie skorelowana z regularnością kształtu, głębokością oczek i ciemnieniem enzymatycznym. Druga składowa, tłumacząca 16% łącznej zmienności była dodatnio skorelowana z plonem bulw, średnią masą bulwy i spłaszczeniem bulw. Trzecia składowa, wyjaśniająca 13,2% łącznej zmienności była pozytywnie skorelowana z zawartością skrobi i barwą chipsów.
Eighty potato clones derived from interploid crosses 4x-2x were evaluated for 12 tuber morphological and agronomic traits at the Plant Breeding and Acclimatization Institute — National Research Institute, Research Center Młochów during 2008–2009. The objective of the research was to assess the genotypic diversity among potato clones and to gain insight into the structure of multivariable variation. The principal component analysis (PCA) distinguished five principle components which explained 78.4% of the total variance among potato clones. The demonstrated genotypic diversity of 4x-2x progenies gives the chance for selecting valuable tetraploid clones for both table and processing use. Out of five PCs, the first three were the most important. The first PC (29.9% of total variance) was mostly correlated with shape regularity, depth of eyes and enzymatic browning. The second PC, that explained 16.2% of the total variance, was positively correlated with tuber yield, mean tuber weight and tuber flatness. The third PC explaining 13.2% of the total variance was positively correlated with starch content and chip colour.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2012, 264; 189-194
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Eksploracyjna analiza czynnikowa w badaniach struktury zespołu zmiennych obserwowanych
Exploratory factor analysis in studying the structure of multivariate observations
Autorzy:
Laudański, Zbigniew
Mańkowski, Dariusz R.
Flaszka, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/2198130.pdf
Data publikacji:
2012-03-29
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analiza czynnikowa EFA
analiza składowych głównych PCA
PCA
korelacje
EFA
factor analysis EFA
principal component analysis PCA
correlations
Opis:
W pracy przedstawiono podstawy i zastosowania praktyczne w naukach rolniczych eksplora¬cyjnej analizy czynnikowej, EFA. Opisano zagadnienia numeryczne związane z prowadzeniem niezbędnych obliczeń. Na przykładach przedstawiono sposób interpretacji wyników EFA oraz przykłady jej wykorzystania w badaniach rolniczych.
The paper presents the basic principles and practical applications in agricultural sciences of exploratory factor analysis, EFA. We described the numerical issues related to conducting the necessary calculations. Presented examples demonstrated how to interpret the results of EFA and examples of its use in agricultural research.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2012, 263; 75-89
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badanie zmienności i współzależności cech użytkowych w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.) za pomocą metod wielowymiarowych. Część II. Analiza składowych głównych na podstawie macierzy korelacji fenotypowych i genotypowych
An examination of diversity and interrelationships among traits in a winter wheat (Triticum aestivum L.) germplasm collection by multivariate methods. Part II. Principal component analysis using the phenotypic and genotypic correlation matrix
Autorzy:
Ukalska, Joanna
Ukalski, Krzysztof
Śmiałowski, Tadeusz
Mądry, Wiesław
Powiązania:
https://bibliotekanauki.pl/articles/41496813.pdf
Data publikacji:
2008
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analiza składowych głównych
korelacje fenotypowe
korelacje genotypowe
pszenica ozima
zasoby genowe
genotypic correlation matrix
germplasm collection
phenotypic correlation matrix
principal component analysis
winter wheat
Opis:
W pracy przedstawiono dwa podejścia do badania zależności między cechami w kolekcji roboczej pszenicy ozimej wykorzystujące zastosowania metody głównych składowych (PCA). Pierwsze, klasyczne podejście, polegało na przeprowadzeniu PCA na podstawie macierzy współczynników korelacji fenotypowych tj. macierzy uzyskanej w oparciu o estymatory średnich fenotypowych z rozważanych lat, a następnie wyznaczeniu współczynników korelacji między składowymi, a wartościami estymatorów średnich dla rozważanych cech. Drugie podejście, przedstawione w pracy, polegało na wykonaniu analizy składowych głównych na macierzy współczynników korelacji genotypowych analizowanych cech, czyli macierzy korelacji pomiędzy nieobserwowalnymi efektami genotypowymi badanych cech. Podejście takie umożliwia zbadanie genetycznych uwarunkowań, niepodatnych na wpływy środowiska, pomiędzy badanymi cechami. Uzyskano dużą zbieżność wyników obu metod. Jednak zastosowanie PCA na podstawie macierzy korelacji genotypowych pozwoliło na wyjaśnienie ok. 15% zmienności wielocechowej, więcej niż przy zastosowaniu klasycznej metody PCA. Ponadto stwierdzono większe bezwzględne wartości współczynników korelacji badanych cech ze składowymi głównymi.
In the paper, the diversity among quantitative traits in the winter wheat germplasm working collection using Principal Component Analysis (PCA) was studied. Fifty-one genotypes (cultivars and clones) from the Plant Breeding and Acclimatization Institute, Department of Cereal Crops in Cracow, were evaluated in the years 1999–2002. Two approaches of the PCA were applied. The first, classical approach, involved the phenotypic correlation matrix, i.e. correlation coefficients between across year phenotypic means. In the second, new approach, application of genotypic correlation matrix, i.e. correlation coefficients matrix between the unobservable genotypic effects for considered traits in PCA, has been proposed. Coincident results were obtained using the above methods. However, the first three principal components obtained using the genotypic correlation matrix compared to the classical PCA accounted for 15% more of the overall variation among genotypes. Moreover, higher absolute values of correlation coefficients between principal components and the evaluated traits were recorded.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2008, 249; 45-57
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielocechowa analiza różnorodności fenotypowej w kolekcji roboczej pszenicy jarej
Multivariate analysis of phenotypic diversity in Polish spring wheat collection
Autorzy:
Studnicki, Marcin
Mądry, Wiesław
Śmiałowski, Tadeusz
Powiązania:
https://bibliotekanauki.pl/articles/42794114.pdf
Data publikacji:
2009
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
BLUP
analiza składowych głównych
analiza skupień
cechy rolnicze
kolekcja robocza
pszenica jara
różnorodność fenotypowa
agronomic traits
cluster analysis
genetic resources
phenotypic diversity
principal component analysis
spring wheat
Opis:
Sukces programów hodowlanych roślin jest uzależniony między innymi od wiedzy o zmienności fenotypowej i genetycznej posiadanych kolekcji zasobów genowych oraz stopnia jej wykorzystania. Zastosowanie wielocechowych metod statystycznych jest ważnym składnikiem oceny różnorodności oraz klasyfikacji i typologii obiektów w obrębie zgromadzonych kolekcji zasobów genowych danego gatunku roślin lub materiałów hodowlanych w kolekcjach roboczych. Celem tej pracy jest ocena różnorodności fenotypowej 149 obiektów pszenicy jarej pod względem 12 cech ilościowych. Obiekty te zostały zgromadzone w kolekcji roboczej Zakładu Oceny Jakości i Metod Hodowli Zbóż Instytutu Hodowli i Aklimatyzacji Roślin w Krakowie. Niekompletną serię wieloletnią doświadczeń polowych przeprowadzono w miejscowości Kończewice w województwie Kujawsko-Pomorskim w latach 1996–1998. Niekompletność serii i danych sklasyfikowanych dwukierunkowo wynikała stąd, że niektóre obiekty badano nie we wszystkich latach. W pracy wykorzystano analizę skupień Warda i analizę składowych głównych, które pozwalają na komplementarne wnioski. Pierwsze cztery składowe główne wyjaśniły 67% ogólnej zmienności wielocechowej między badanymi obiektami. Pierwsza składowa wyjaśniająca 24% zmienności wielocechowej, była ona skorelowana głównie z plonem ziarna z poletka oraz masą ziarna z kłosa. Badane obiekty podzielono na 9 grup jednorodnych wielocechowo. Przedstawiono charakterystykę wielocechową obiektów w wydzielonych grupach oraz ocenę wielocechowego podobieństwa tych grup.
The success of crop improvement programs depends among others on the knowledge of both phenotypic and genetic diversity within the maintained plant genetic resources and from the degree of their utilization. The use of multivariate statistical methods is an important strategy for assessment of within- collection diversity, classification and typology of accessions. The purpose of the paper was to evaluate phenotypic diversity for selected quantitative agronomic traits in a spring wheat collection (so-called “working” collection) maintained by the Department Unit of Cereal Breeding and Quality Evaluation of the Plant Breeding and Acclimatization Institute in Kraków. A field trial including 149 accessions (released cultivars and advanced breeding lines) was conducted across three seasons (1996–1999) in Kończewice, Kujawy-Pomerania province. In each year 12 agronomic quantitative traits were evaluated. The data were put into incomplete two-way accession × year classification for each trait. Two complementary multivariate methods including cluster analysis and principal component analysis were used. The first four principal components captured 67% of the total multivariate variability among the accessions. The first principal component accounted for 24% of the total variability and it was mostly correlated with grain yield and weight of grain per ear as the traits with the largest contribution to the multivariate variability among the accessions. The accessions were grouped into nine clusters based on Ward’s clustering method. The clusters (groups) were then characterized with regard to all the studied traits, and multivariate similarities among the groups were described using the biplot in principal component analysis.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2009, 252; 91-104
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielocechowa analiza wyników doświadczeń wstępnych z żytem ozimym
Multivariate analysis of data from preliminary trials with winter rye
Autorzy:
Ukalski, Krzysztof
Śmiałowski, Tadeusz
Powiązania:
https://bibliotekanauki.pl/articles/2198126.pdf
Data publikacji:
2011-09-30
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analiza składowych głównych
formy mieszańcowe
formy populacyjne
plon ziarna
regresja składowych głównych
transformacja
żyto ozime
grain yield
hybrid forms
population forms
principal component analysis
principal component regression
transformation
winter rye
Opis:
Przedmiotem badań było 30 form żyta ozimego badanych w doświadczeniach wstępnych przez sześć Zakładów Hodowli Roślin oraz Zakład Roślin Zbożowych IHAR w Krakowie. Wyniki prezentowane w pracy dotyczą obiektów badanych w 2009 r. w 6 miejscowościach. Pod uwagę wzięto 10 cech: plon, MTZ, wysokość, odporność na wyleganie, przezimowanie, liczba dni do kłoszenia, liczba dni do dojrzałości, pylenie, odporność na mączniaka i rdzę brunatną. Celem pracy było: 1. zastosowanie analizy składowych głównych (PCA) na wartościach transformowanych dla cech wyrażonych w skali bonitacyjnej, 2. szczegółowe porównanie badanych form żyta przy użyciu regresji składowych głównych (PCR). Analiza składowych głównych PCA na wartościach poddanych transformacji wyjaśniła ponad 15% więcej zmienności całkowitej niż PCA na wartościach nietransformowanych dla trzech pierwszych składowych. Wyniki analizy PCR przedstawiono za pomocą wykresów przedstawiających zróżnicowanie badanych form żyta ozimego pod kątem wybranej cechy. Forma populacyjna HRSM 4 swoimi właściwościami zbliżona jest do form mieszańcowych.
The subjects of the study were 30 lines of winter rye examined in preliminary trials coordinated by the Plant Breeding and Acclimatization Institute, the Department of Cereals Crops in Cracow. The results presented in the paper concern objects examined in 6 locations in 2009. Ten traits were taken into account: grain yield, 1000 grains weight, plant height, lodging score, winter hardiness, no. of days to heading, no. of days to maturity, pollen fertility, powdery mildew score and brown rust score. The aim of the study was: firstly, the application of principal component analysis (PCA) on transformed values for traits formulated in valuation scale, secondly, detailed comparison of examined forms of winter rye using principal component regression (PCR). Principal component analysis PCA on values under transformation explained over 15% more total variation than PCA on non-transformed values for three first components. The results of PCR analysis are shown on graphs presenting diversity of examined forms of winter rye with consideration of particular traits. The population form HRSM 4 is similar, by its characteristics, to the hybrid lines.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2011, 260/261; 251-262
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza podobieństwa rodzin mieszańcowych truskawki powtarzającej owocowanie pod względem wielkości i jakości plonu owoców
Analysis of the similarities between hybrid families of everbearing strawberry in relation to fruit yield and quality
Autorzy:
Sieczko, Leszek
Masny, Agnieszka
Mądry, Wiesław
Żurawicz, Edward
Powiązania:
https://bibliotekanauki.pl/articles/41510559.pdf
Data publikacji:
2008
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
hierarchiczna analiza skupień
analiza składowych głównych
cechy jakości owoców
plon owoców
truskawka powtarzająca owocowanie
hierarchical cluster analysis
principal components analysis
characteristics of fruit quality
fruit yield
everbearing strawberry
Opis:
W pracy podjęto próbę wyznaczenia związków pomiędzy plonem owoców truskawki powtarzającej owocowanie i cechami jakości owoców. Użyte do analizy statystycznej dane (wyniki) oceny polowej 1280 siewek, należących do 32 rodzin mieszańcowych pochodziły z Instytutu Sadownictwa i Kwiaciarstwa w Skierniewicach. Zmienność obiektów badano z użyciem analizy składowych głównych, a następnie zastosowano hierarchiczną analizę skupień metodą Warda do wydzielania 3 grup jednorodnych.
The paper describes the attempt made to determine the relationships between fruit yield and quality of everbearing strawberry. The results of field evaluation of 1280 strawberry seedlings belonging to 32 hybrid families came from the Institute of Pomology and Floriculture in Skierniewice. Variability of the experimental objects was evaluated using the principal components analysis. Afterwards, Ward’s hierarchical clustering method was applied to distinguish homogeneous groups of objects.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2008, 250; 297-307
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Structuring genotype × environment interaction — an overview
Badanie struktury interakcji genotypowo-środowiskowej — przegląd metod
Autorzy:
Rodirigues, Paulo C.
Mejza, Stanisław
Mexia, João T.
Powiązania:
https://bibliotekanauki.pl/articles/41521839.pdf
Data publikacji:
2008
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
interakcja genotypowo środowiskowa
model addytywny ze względu na efekty główne i multiplikatywny ze względu na interakcję
analiza składowych głównych
metody grupowania
biplot
genotype × environment interaction
additive main effects and multiplicative interaction model
principal component analysis
cluster analysis
Opis:
The phenotype of an individual is determined by both the genotype and environment. Farmers and scientists aim to determine a superior genotype over a wide range of environmental conditions but also over years. The basic cause of differences between genotypes in their yield stability is when these two effects are not only additive, i.e. when genotype × environment interaction (GEI) is present in the data. Multi-location trials play an important role in plant breeding and agronomic research. The data from such trials have three main points: (i) to accurately estimate and predict yield based on limited experimental data; (ii) to determine yield stability and the pattern of response of genotypes across environments; and (iii) to provide reliable guidance for selecting the best genotypes or agronomic treatments for planting in future years and at new sites (Crossa, 1990). The purpose of the present paper is (i) to describe various multivariate statistical methods for analyzing interactions in general and GEI in particular, and (ii) to present a selected bibliography of 142 references to previous work.
Celem programów genetyczno-hodowlanych, jak i praktyki, jest uzyskanie genotypów (odmian), które wykazują korzystne właściwości w różnych środowiskach. Podstawowym źródłem różnorodności fenotypu odmian jest nieaddytywność tych dwóch czynników, tzn. genotypu i środowiska. Nieaddytywność tę charakteryzujemy poprzez interakcję genotypowo- środowiskową. W badaniach hodowlanych bardzo ważną rolę pełnią doświadczenia wielokrotne i wieloletnie. Wykorzystujemy je głównie do oceny odmian w zakresie estymacji i predykcji plonów, oceny stabilności plonu odmian w różnych środowiskach oraz do rekomendacji uprawowych odmian ze względu na wartość hodowlaną lub rolniczą (Crossa, 1990). W pracy tej dokonujemy przeglądu wielowymiarowych metod analizowania interakcji podwójnej oraz, w szczególności, interakcji genotypowo – środowiskowej. Podajemy także literaturę dotyczącą wyżej wymienionych zagadnień.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2008, 250; 41-57
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-7 z 7

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies