3×2交叉试验结果分析的最小二乘法

doi:10.16036/j.issn.1000-2650.2002.02.006

四川农业大学学报 ›› 2002, Vol. 20 ›› Issue (02): 92-95,99.doi: 10.16036/j.issn.1000-2650.2002.02.006

3×2交叉试验结果分析的最小二乘法

明道绪, 刘永建

四川农业大学数量遗传研究室, 四川雅安 625014

收稿日期:2001-10-23 出版日期:2002-06-30 发布日期:2017-03-06
基金资助:
四川省科技厅应用基础研究项目

The Least-squares Method of Analysis of the Experimental Result of 3×2 Cross-over Design

MING Dao-xu, LIU Yong-jian

Department of Quantitative Genetics, Sichuan Agricultural University, Yaan 625014, Sichuan, China

Received:2001-10-23 Online:2002-06-30 Published:2017-03-06

摘要/Abstract

摘要： 提出了3个处理、2个时期交叉设计试验结果分析的最小二乘法。该法在将试验个体分为6组时,不要求6组个体数相同。

关键词: 3×, 2交叉设计, 结果分析, 最小二乘法

Abstract: The Least-squares method of analysis of the experimental result of Cross-over design with three treatments and two stages was presented. When experimental individuals are divided into six groups, the numbers of individuals of each group are not requested to be equal.

Key words: 3×2 CROSS-OVER DESIGN, ANALYSIS OF RESULT, LEAST-SQUARES METHOD

中图分类号:

S11+5

明道绪, 刘永建. 3×2交叉试验结果分析的最小二乘法[J]. 四川农业大学学报, 2002, 20(02): 92-95,99.

MING Dao-xu, LIU Yong-jian. The Least-squares Method of Analysis of the Experimental Result of 3×2 Cross-over Design[J]. jsau, 2002, 20(02): 92-95,99.

[1]	明道绪, 刘永建. 3×3交叉试验结果分析的最小二乘法[J]. 四川农业大学学报, 2002, 20(03): 216-220.
[2]	张征锋, 明道绪, 刘永建. 玉米产量性状配合力的最小二乘分析及其与杂种优势的相关性研究[J]. 四川农业大学学报, 2002, 20(02): 88-91.
[3]	明道绪, 刘永建. 二个处理交叉试验结果分析的t检验法[J]. 四川农业大学学报, 2001, 19(03): 218-221.
[4]	刘永建, 明道绪, 潘光堂. 有缺失数据单因素随机区组试验资料分析的最小二乘法与估计缺值法的比较研究[J]. 四川农业大学学报, 1999, 17(01): 65-68.
[5]	刘永建, 明道绪, 潘光堂. 有缺失数据单因素随机区组试验资料的最小二乘法[J]. 四川农业大学学报, 1997, 15(01): 125-131.
[6]	刘永建, 明道绪, 黄玉碧, 王超. 重复数不等资料估计固定效应简便方法的应用[J]. 四川农业大学学报, 1996, 14(03): 468-475.
[7]	明道绪, 黄玉碧. 随机区组设计二因素试验结果的二次回归分析法[J]. 四川农业大学学报, 1995, 13(01): 12-17.
[8]	黄玉碧, 明道绪, 荣廷昭, 王超. 利用小区平均数分析不完全双列杂交配合力的最小二乘法[J]. 四川农业大学学报, 1994, 12(02): 177-181.

3×2交叉试验结果分析的最小二乘法

The Least-squares Method of Analysis of the Experimental Result of 3×2 Cross-over Design

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 8

Metrics

本文评价

推荐阅读 0