×
朱莉·乔西;弗雷德·范·尤维克;汉斯·彼得·皮埃福;Jean-Baptiste丹尼斯

另一个研究基因型环境数据的AMMI模型的贝叶斯分析。 （英语） Zbl 1303.62079号

《农业杂志》。生物与环境。斯达。 19，第2期，240-257（2014）.
概述：线性-双线性模型经常用于分析双向数据，如基因型-环境数据。这类模型的一个著名例子是加性主效应和乘性交互效应模型（AMMI）。我们提出了此类模型的一种新的贝叶斯处理方法，为解决过度参数化的主要问题提供了一种合适的方法。其基本原理是忽略前一级的问题，并在后一级应用适当的处理，以便能够得出易于解释的推论。与以前的尝试相比，这种新策略具有很大的优势，可以直接在专门用于贝叶斯统计的标准软件包中实现，例如WinBUGS/OpenBUGS/JAGS。该方法使用模拟数据集和来自植物育种的实际数据集进行评估。我们讨论了贝叶斯观点对基因型与环境相互作用分析的益处，重点讨论了与基因型的一般和局部适应及稳定性相关的实际问题。我们还提出了一种新的解决方案，用于估计不超过给定阈值的基因型的风险。

引用于三文件

MSC公司：

62页第12页 统计在环境和相关主题中的应用

关键词：

适应;AMMI模型;贝叶斯推断;基因型-环境相互作用;超参数化;奇异值分解;稳定性

软件：

WinBUGS公司;R（右）;打开BUGS;卡爪;ElemStatLearn（电子状态学习）;斯提费尔
PDF格式BibTeX公司 XML格式引用
\textit{J.Josse}等人，J.Agric。生物与环境。Stat.19，No.2，240-257（2014；Zbl 1303.62079）
全文： DOI程序

参考文献：

[1] Adams，E.，Walczak，B.，Vervaet，C.，Risha，P.G.，and Massart，D.L.（2002），“含有缺失元素的溶出数据的主成分分析”，《国际药剂学杂志》，234169-178·doi:10.1016/S0378-5173（01）00966-8
[2] Chikuse，Y.（2003），《特殊流形统计》，纽约：斯普林格出版社·兹比尔1026.62051
[3] Cornelius，P.和Crossa，J.（1999），“多环境品种试验的乘法模型收缩估计的预测评估”，作物科学，39998-1009·doi:10.2135/cropsci1999.011183X003900040007x
[4] Cornelius，P.、Crossa，J.和Seyedsadr，M.（1996），“基因型与环境相互作用的乘法模型的统计检验和估计”，收录于《基因型与条件相互作用》，M.S.Kang和H.G.Gauch编辑，佛罗里达州博卡拉顿：CRC出版社，第199–234页。
[5] Crossa，J.、Perez-Elizalde，S.、Jarquin，D.、Miguel Cotes，J.，Viele，K.、Liu，G.和Cornelius，P.（2011），“加性主效应和乘法相互作用模型的贝叶斯估计”，《作物科学》，51，1468–1469·doi:10.2135/cropsci2010.06.0343
[6] Denis，J.B.和Gower，J.C.（1994），“偏加模型参数的渐近协方差”，《实用数学》，46，193–205·Zbl 0814.62072号
[7] –（1996），“加性模型的渐近置信区：解释基因型与环境的相互作用”，应用统计学，45（4），479–493·doi:10.2307/2986069
[8] Dias，S.和Krzanowski，W.（2003），“加性主效应和乘法相互作用模型中的模型选择和交叉验证”，《作物科学》，43（3），865-873·doi:10.2135/cropsci2003.8650
[9] Edwards，J.W.和Jannink，J.L.（2006），“异质性误差和基因型X环境相互作用方差的贝叶斯建模”，《作物科学》，46，820-833·doi:10.2135/cropsci2005.0164
[10] Eskridge，K.和Mumm，R.（1992），“基于表现不佳的概率选择植物品种”，《理论与应用遗传学》，84，494-500。
[11] Gabriel，K.R.和Zamir，S.（1979年），“任意权重选择的最小二乘法矩阵的低阶近似”，《技术计量学》，21（4），236–246·Zbl 0471.62004号 ·doi:10.1080/00401706.1979.10489819
[12] Gauch，H.（1990），“利用相互作用提高产量估算”，载于《环境相互作用的基因型》，M.S.Kang主编，佛罗里达州博卡拉顿：CRC出版社，第141-150页。
[13] Gauch，H.和Zobel，R.（1990），“计算缺失的产量试验数据”，《理论与应用遗传学》，79，753–761·doi:10.1007/BF00224240
[14] –（1996），“AMMI产量试验分析”，收录于《基因型与环境相互作用》，M.S.Kang和H.G.Gauch主编，佛罗里达州博卡拉顿：CRC出版社，第141-150页。
[15] Gelman，A.（2006），“层次模型中方差参数的先验分布”，贝叶斯分析，3515-533·Zbl 1331.62139号
[16] Hastie，T.、Tibshirani，R.和Friedman，J.（2009），《统计学习的要素》。数据挖掘、推理和预测。斯普林格统计学系列（第二版）·Zbl 1273.62005年
[17] Hoff，P.D.（2007），“奇异值分解的模型平均和维度选择”，《美国统计协会杂志》，102（478），674-685·Zbl 1172.62318号 ·doi:10.1198/0162145000001310
[18] –（2009），“矩阵宾厄姆-冯·米塞斯-费希尔分布的模拟及其在多元和关系数据中的应用”，《计算与图形统计杂志》，18（2），438–456·doi:10.1198/jcgs.2009.07177
[19] –（2012），“rstiefel:Stiefel流形上的随机正交矩阵生成”，网址：http://CRAN.R-project.org/package=rstiefel，R包版本0.9。
[20] Jolliffe，I.T.（2002），主成分分析，纽约：施普林格出版社·Zbl 1011.62064号
[21] Josse，J.和Denis，J.（2012），“贝叶斯范式中的双加性模型推断”，麻省理工学院，INRA。
[22] Josse，J.和Husson，F.（2011），“主成分分析中的多重推断”，《数据分析和分类进展》，5（3），231–246·Zbl 1274.62409号 ·doi:10.1007/s11634-011-0086-7
[23] –（2012），“使用交叉验证近似选择主成分分析中的成分数量”，计算统计与；数据分析，56（6），1869-1879·Zbl 1243.62082号 ·doi:10.1016/j.csda.2011.11.012
[24] –（2013），“探索性多变量数据分析方法中缺失值的处理”，《法国社会统计杂志》，153（2），79-99·Zbl 1316.62006年
[25] Khatri，C.G.和Mardia，K.V.（1977年），“方向统计中的von Mises–Fisher矩阵分布”，《皇家统计学会杂志》，B辑，39（1），95-106·Zbl 0356.62044号
[26] Kiers，H.A.L.（1997），“使用普通最小二乘算法进行加权最小二乘拟合”，《心理测量学》，62（2），251-266·Zbl 0873.62058号 ·doi:10.1007/BF02295279
[27] Mandel，J.（1969），“方差分析中交互作用的划分”，国家标准局研究期刊。B、 数学科学，73309-328·Zbl 0195.17404号 ·doi:10.6028/jres.073B.031
[28] Martyn，P.（2003），“Jags:使用吉布斯抽样分析贝叶斯图形模型的程序”，载于第三届分布式统计计算国际研讨会（DSC 2003）会议记录，3月20日至22日，奥地利维也纳。
[29] Moreno-Gonzalez，J.、Crossa，J.和Cornelius，P.L.（2003），“加性主效应和乘法相互作用模型：II。预测细胞平均数的收缩因子理论”，《作物科学》，1976年至1982年第43期·doi:10.2135/cropsci2003.1976
[30] Nelder，J.A.（1994），“线性模型的统计：回到基础”，《统计与计算》，4（4），221-234·doi:10.1007/BF00156745
[31] Perez-Elizalde，S.、Jarquin，D.和Crossa，J.（2011），“用于基因型X与环境相互作用的植物育种试验的线性-双线性模型的一般贝叶斯估计方法”，《农业、生物和环境统计杂志》，17（1），15-37·Zbl 1302.62275号 ·doi:10.1007/s13253-011-0063-9
[32] Piepho，H.（1996），“作物系统稳定性比较的简化程序”，《生物计量学》，52，315–320·Zbl 0881.62131号 ·doi:10.2307/2533168
[33] –（1997），“利用具有乘法效应的混合模型分析基因型环境数据”，《生物计量学》，53，761–766·Zbl 0885.62123号 ·doi:10.2307/2533976
[34] –（1998），“利用因子分析方差-协方差结构进行品种试验的经验最佳线性无偏预测”，《理论与应用遗传学》，97，195–201·doi:10.1007/s001220050885
[35] R核心团队（2013），“R：统计计算的语言和环境”，R统计计算基金会，奥地利维也纳，网址：网址：http://www.R-project.org/ .
[36] Robinson，G.K.（1991），“BLUP是一件好事：随机效应的估计”，《统计科学》，6（1），15-51·兹比尔0955.62500 ·doi:10.1214/s/s1177011926
[37] Royo，C.、Rodriguez，A.和Romagosa，I.（1993），“完全和替代小黑麦的差异适应”，《植物育种》，第111、113–119页·doi:10.1111/j.1439-0523.1993.tb00616.x
[38] Smidl，V.和Quinn，A.（2007），“贝叶斯主成分分析”，计算统计与；数据分析，51，4101–4123·Zbl 1162.62372号 ·doi:10.1016/j.csda.2007.0111
[39] Smith，A.、Cullis，B.和Thompson，R.（2001），“使用乘法混合模型和空间场趋势调整分析环境数据的多样性”，生物计量学，57（4），1138-1147·Zbl 1209.62366号 ·doi:10.1111/j.0006-341X.2001.01138.x
[40] Theobald，C.M.、Talbot，M.和Nabugoomu，F.（2002），“从作物品种试验中预测区域和局部区域的贝叶斯方法”，《农业、生物和环境统计杂志》，7（3），403–419·数字对象标识代码：10.1198/108571102230
[41] Viele，K.和Srinivasan，C.（2000），“使用Kullback–Leibler信息分析方差中乘法相互作用的简约估计”，《统计规划与推断杂志》，84，201–219·Zbl 0960.62069号 ·doi:10.1016/S0378-3758（99）00151-2
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。