Informacja

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

Wyszukujesz frazę "Principal component" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Multivariate diversity of Polish winter triticale cultivars for spike and other traits.
Autorzy:
Kociuba, Wanda
Mądry, Wiesław
Kramek, Aneta
Ukalski, Krzysztof
Studnicki, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/2199592.pdf
Data publikacji:
2010-12-01
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
canonical variate analysis
cluster analysis
cultivars
principal component analysis
spike traits
winter triticale
Opis:
The objective of the present study was to determine the extent and pattern of genotypic diversity for six spike quantitative characters and two other traits in 36 winter triticale cultivars released in Poland, to classify the cultivars into similarity groups (clusters) and to identify those traits, among the studied ones, which mostly discriminated distinguished groups of cultivars. The 36 cultivars, released in the period from 1982 to 1999, were evaluated across three years 2002-2004 at the Experimental Field Station in Czesławice near Nałęczów, Poland. The experiments were carried out on the brown soil with loess subsoil. In each year the one-replicated experimental design was used with 2 m2 plots, rows 20 cm apart, and dense sowing using about 2 cm spacing of seeds. Analyses of variance for each trait data according to the random model (both cultivars and years were assumed to be random factors) were done. To classify and characterize genotypic diversity of the cultivars for the eight traits, the pattern analysis was used. It involved both cluster analysis using Ward’s procedure with a measure of the multivariate similarity among cultivars being Squared Euclidean Distance and canonical variate analysis (CVA) on the basis of cultivar BLUPs for the original traits. Quite different groups of cultivars for the studied traits were found, specially one group was substantially distanced to the others. As it was shown by CVA, spike length and number of spikelets per spike as negatively correlated with number of grains per spikelet in the studied set of the cultivars relatively largest contributed to overall differentiation of the distinguished eight groups and then, these traits best discriminated among the eight cultivar groups in the term of Mahalanobis distance for the considered traits. The 1000 grain weight and grain protein content much less contributed to overall discrimination of the cultivar groups than the previous four traits. The most important agronomic traits characterizing productivity of the spike grain weight and its two components, e.g. number of grains per spikelet and number of grains per spike had least discriminating power for the groups of cultivars. Grain yield per unit area of cereals is a result of spike grain yield and the number of spikes per unit area. In these studies of winter triticale cultivar diversity only grain spike yield and its components were included. Thus, the presented study are a primary evaluating of phenotypic diversity in the cultivars. The further study on the cultivar diversity evaluation for grain yield per unit area and its components is necessary...  
Źródło:
Plant Breeding and Seed Science; 2010, 62; 31-42
1429-3862
2083-599X
Pojawia się w:
Plant Breeding and Seed Science
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:
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
    Wyświetlanie 1-3 z 3

    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