Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "analiza GGE" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Analiza plonowania i stabilności genotypów owsa za pomocą metody graficznej typu GGE
    Yield and stability analysis of oat genotypes using graphical GGE method
    Autorzy:
    Ukalski, K.
    Smialowski, T.
    Ukalska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/827921.pdf
    Data publikacji:
    2010
    Wydawca:
    Polskie Towarzystwo Technologów Żywności
    Tematy:
    analiza plonu
    biplot typu GGE
    genotyp
    metoda biplot typu GGE zob.biplot typu GGE
    metody graficzne
    owies nagoziarnisty
    owies oplewiony
    plony
    rody hodowlane
    stabilnosc genotypu
    hodowla roslin
    Opis:
    W pracy wykonano analizę plonu rodów owsa oplewionego i nieoplewionego. Dane pochodziły z doświadczeń wstępnych przeprowadzonych w 2008 r. Badano 27 rodów owsa oplewionego i 2 wzorce w 6 miejscowościach oraz 12 rodów owsa nieoplewionego i 2 wzorce w 5 miejscowościach. Do analizy plonu wykorzystano metodę graficzną biplot typu GGE (na efekty GGE składają się efekty główne genotypów G oraz efekty interakcji genotypowo środowiskowej GEI). Na podstawie wykresów biplot typu GGE scharakteryzowano genotypy oraz wskazano te o największym efekcie GGE w każdym środowisku. Spośród rodów owsa nieoplewionego we wszystkich badanych miejscowościach najwyżej plonowały i były dobrze adaptowalne: STH6264, CHD1368, a w przypadku owsa oplewionego: CHD1534, STH149, STH6038, STH12, KREZUS, POB3107. Zbadano stabilność genotypów typu dynamicznego tzn. wskazano genotypy, które nie wykazywały interakcji genotypowo środowiskowej GEI. Najbardziej stabilnymi rodami owsa nieoplewionego były: STH6294, CHD1408, CHD1438, CHD2567, CHD1368, a najmniej stabilnymi: STH108 i STH6315. Wśród rodów owsa oplewionego najbardziej stabilnymi były: CHD1156, CHD3833, STH12, CHD1193, zaś najmniej STH132 i POB3672. Określono genotyp idealny. Wśród rodów owsa nieoplewionego idealnym genotypem był STH6264, a w przypadku rodów owsa oplewionego STH12.
    Under this study, a yield analysis of covered grain and naked grain oat strains was carried out. The data originated from the preliminary trial experiments accomplished in 2008. There were examined: 27 covered grain oat genotypes and 2 standards in 6 environments, and 12 naked grain oat genotypes and 2 standards in 5 environments. A graphical bi-plot method of GGE type was applied to the yield analysis (the GGE effects comprise a sum of main effects of G genotypes and the effects of GEI genotypic environmental interaction). Based on the GGE bi-plots, the genotypes were characterized and those showing the highest GGE effect in each environment were pointed out. From among the naked grain oat strains in all the environments studied, STH6264 and CHD1368 had the highest yield and were well adaptable, and as for the covered grain oat strains: CHD1534, STH149, STH6038, STH12, KREZUS, POB3107. A dynamic concept of stability was studied, i.e. those oat genotypes were identified, which did not show any genotypic environment interaction. The most stable naked grain oat strains were: STH6294, CHD1408, CHD1438, CHD2567, CHD1368 and the most unstable: STH108 and STH6315. The most stable covered grain oat strains were: CHD1156, CHD3833, STH12, CHD1193 and the most unstable STH132 and POB3672. An ideal genotype was determined. Among the naked grain oat strains, STH6264 was the most ideal genotype, whereas among the covered grain genotypes: STH12.
    Źródło:
    Żywność Nauka Technologia Jakość; 2010, 17, 3
    1425-6959
    Pojawia się w:
    Żywność Nauka Technologia Jakość
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowania modelu AMMI do analizy reakcji odmian na środowiska
    Use of AMMI model in the analysis of cultivar responses to environments
    Autorzy:
    Paderewski, Jakub
    Mądry, Wiesław
    Powiązania:
    https://bibliotekanauki.pl/articles/2198225.pdf
    Data publikacji:
    2012-03-29
    Wydawca:
    Instytut Hodowli i Aklimatyzacji Roślin
    Tematy:
    analiza AMMI
    analiza GGE
    interakcja genotypowo-środowiskowa
    modele multiplikatywne
    ocena adaptacji
    AMMI analysis
    cultivar adaptation
    genotype by environment interaction
    GGE analysis
    multiplicative models
    Opis:
    W doświadczalnictwie rolniczym kluczową kwestią są serie doświadczeń odmianowych, stanowiące szczególny przypadek doświadczeń dwuczynnikowych, w których jednym czynnikiem są odmiany, a drugim miejscowości. Do opisu charakteru interakcji dwóch czynników, a więc w powyżej opisanym przypadku, mogą być stosowane wielowymiarowe modele statystyczne takie jak model AMMI, GGE czy JREG. Praca ta ma przybliżyć możliwości zastosowania wybranych modeli statystycznych ze szczególnym uwzględnieniem modelu AMMI. Oprócz analizy AMMI przedstawiono uzupełniającą analizę skupień. Opisane metody statystyczne są celowe w analizie reakcji odmian roślin rolniczych na warunki środowiskowe, czyli agroekosystemy, na podstawie danych z serii doświadczeń.
    Series of cultivar trials are a key issue in agricultural experimentation. They represent a specific case of two-factorial experiments, where cultivars are one factor and locations are the other one. Multivariate statistical models like AMMI, GGE or JREG are used to describe type of interaction between the factors. The paper is aimed at showing possibilities of application of some statistical models, with particular emphasis put on the AMMI model. Additionally, supplementary cluster analysis is presented. The described statistical methods are a suitable tool in analysis of response of crop cultivars to environmental conditions, based on data from series of trials.
    Źródło:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2012, 263; 161-188
    0373-7837
    2657-8913
    Pojawia się w:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przydatność metod oraz miar statystycznych do oceny stabilności i adaptacji odmian: przegląd literatury
    Usefulness of statistical methods and measures for evaluating cultivar stability and adaptation: an overview of research
    Autorzy:
    Mądry, Wiesław
    Iwańska, Marzena
    Powiązania:
    https://bibliotekanauki.pl/articles/2198053.pdf
    Data publikacji:
    2011-09-30
    Wydawca:
    Instytut Hodowli i Aklimatyzacji Roślin
    Tematy:
    adaptacja odmian
    analiza AMMI
    analiza GGE
    analiza skupień
    AMMI analysis
    cluster analysis
    cultivar adaptation
    GGE analysis
    Opis:
    W pracy przedstawiono przegląd najnowszego dorobku naukowego, publikowanego głównie w prestiżowych czasopismach, w zakresie zastosowań i badań przydatności wielu metod statystycznych do charakterystyki interakcji genotypowo-środowiskowej (interakcji GE) dla plonu i innych cech rolniczych odmian testowanych w doświadczeniach oraz analizy i interpretacji tej interakcji w kategoriach oceny odmian pod względem ich stabilności i adaptacji dla rozpatrywanych cech. Wśród rosnącego bogactwa klasycznych i oryginalnych metod, stosowanych w wymienionych badaniach nad oceną wartości gospodarczej odmian, dominują metody wielowymiarowe oparte na analizie składowych głównych, takie, jak analiza AMMI (ang. the additive main effects and multiplicative interaction model-based analysis), analiza GGE (ang. the genotype main effects and genotype × environment interaction effects model-based analysis) oraz łączna analiza skupień i AMMI lub GGE. Stosowane są także dość szeroko metody oparte na relatywnie prostych miarach stabilności i szerokiej adaptacji odmian pod względem badanych cech. To wyjątkowo bogate spektrum metod, przeznaczonych do wielostronnej oceny odmian z uwzględnieniem średnich genotypowych i efektów interakcji GE, stanowi wartościową ofertę metodyki statystycznej, z której szerzej powinni korzystać hodowcy i badacze wartości gospodarczej odmian roślin uprawnych w Polsce.
    In the paper results of the newest studies on using statistical methods to analysis and interpretation of genotype x environment interaction (GEI) on the basis of multi-environment trials (MET) are presented. The methods presented here facilitate to evaluate stability and adaptability of tested cultivars for yield and other quantitative traits. Both univariate and multivariate methods are considered. The set of the discussed multivariate methods includes mostly those which are based on singular value decomposition of respective GE data matrix, e.g. the additive main effects and multiplicative interaction (AMMI) model-based analysis, the genotype main effects and genotype × environment interaction effects (GGE) model-based analysis as well as combined cluster and AMMI or GGE analyses called usually pattern analyses. Also, methods involving simple measures of cultivar stability and wide adaptability are overviewed. The all considered methods are addressed to plant breeders and cultivar evaluators who could and should use them in wider scale to improve reliability of testing new germplasm in order to implement effectively genetic gain to agricultural practice in Poland.
    Źródło:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2011, 260/261; 193-218
    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