Ocena stabilności wybranych cech plonotwórczych polskich odmian pszenżyta ozimego

Podobne dokumenty
Ocena stabilności plonowania populacyjnych i mieszańcowych odmian rzepaku ozimego

Zastosowanie modeli mieszanych Shukli i regresji łącznej do analizy stabilności i adaptacji genotypów Część I. Podstawy teoretyczne

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. Strona 1

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

Natalia Nehrebecka. Zajęcia 3


ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

Analiza struktury zbiorowości statystycznej

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD A

Metoda COYU i metoda Bennetta. Empiryczne porównanie decyzji dotyczących wyrównania odmian roślin uprawnych

Przydatność punktów doświadczalnych do oceny materiałów hodowlanych żyta ozimego

Praca podkładu kolejowego jako konstrukcji o zmiennym przekroju poprzecznym zagadnienie ekwiwalentnego przekroju

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach

ZRÓŻNICOWANIE ROZWOJU EKONOMICZNEGO POWIATÓW POLSKI WSCHODNIEJ

Weryfikacja hipotez dla wielu populacji

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

Metody badań kamienia naturalnego: Oznaczanie współczynnika nasiąkliwości kapilarnej

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

Natalia Nehrebecka. Zajęcia 4

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009.

TRENDS IN THE DEVELOPMENT OF ORGANIC FARMING IN THE WORLD IN THE YEARS

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

Wpływ modernizacji gospodarki w sferze działalności proekologicznej na jakość środowiska naturalnego w Polsce w układzie regionalnym

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...

SPRAWDZANIE PRAWA MALUSA

Sprawozdanie powinno zawierać:

Wyznaczanie współczynnika sztywności zastępczej układu sprężyn

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Rachunek niepewności pomiaru opracowanie danych pomiarowych

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

STATYSTYKA REGIONALNA

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

PRZESTRZENNE ZRÓŻNICOWANIE WYBRANYCH WSKAŹNIKÓW POZIOMU ŻYCIA MIESZKAŃCÓW MIAST ŚREDNIEJ WIELKOŚCI A SYSTEM LOGISTYCZNY MIASTA 1

Analiza ryzyka jako instrument zarządzania środowiskiem

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO

Procedura normalizacji

Funkcje i charakterystyki zmiennych losowych

2 PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ. 2.1 Wprowadzenie

APROKSYMACJA QUASIJEDNOSTAJNA

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Natalia Nehrebecka. Wykład 2

1. Komfort cieplny pomieszczeń

MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Pomiary parametrów akustycznych wnętrz.

WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE

ZESZYTY NAUKOWE NR x(xx) AKADEMII MORSKIEJ W SZCZECINIE. Metody wymiarowania obszaru manewrowego statku oparte na badaniach rzeczywistych

WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA

SYMULACJA KRZEPNIĘCIA OBJĘTOŚCIOWEGO METALI Z UWZGLĘDNIENIEM PRZECHŁODZENIA TEMPERATUROWEGO

Grzegorz Janik. Instytut Kształtowania i Ochrony Środowiska, Akademia Rolnicza Pl. Grunwaldzki 24, Wrocław janik@miks.ar.wroc.

Proces narodzin i śmierci

WNIOSEK o oszacowanie szkód przez komisję w gospodarstwie rolnym, powstałych w wyniku wystąpienia niekorzystnego zjawiska atmosferycznego.

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI

OKREŚLENIE CZASU MIESZANIA WIELOSKŁADNIKOWEGO UKŁADU ZIARNISTEGO PODCZAS MIESZANIA Z RECYRKULACJĄ SKŁADNIKÓW

Analiza zmienności czasu przejazdu linii metra

Metody predykcji analiza regresji

Jakość cieplna obudowy budynków - doświadczenia z ekspertyz

WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH

PORÓWNANIE METOD PROSTYCH ORAZ METODY REGRESJI HEDONICZNEJ DO KONSTRUOWANIA INDEKSÓW CEN MIESZKAŃ

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

BADANIA CHARAKTERYSTYK HYDRAULICZNYCH KSZTAŁTEK WENTYLACYJNYCH

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

Grupa: Elektrotechnika, wersja z dn Studia stacjonarne, II stopień, sem.1 Laboratorium Techniki Świetlnej

I. Elementy analizy matematycznej

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

65120/ / / /200

Statystyka Inżynierska

ZASTOSOWANIE WYBRANYCH ELEMENTÓW ANALIZY FUNDAMENTALNEJ DO WYZNACZANIA PORTFELI OPTYMALNYCH

Transkrypt:

NR 264 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2012 WANDA KOCIUBA 1 ANETA KRAMEK 1 KRZYSZTOF UKALSKI 2 1 Instytut Genetyk, Hodowl Botechnolog Rośln, Unwersytet Przyrodnczy w Lublne 2 Katedra Ekonometr Statystyk, Zakład Bometr Szkoła Główna Gospodarstwa Wejskego w Warszawe Ocena stablnośc wybranych cech plonotwórczych polskch odman pszenżyta ozmego Stablty estmaton of selected yeldng trats of Polsh wnter trtcale varetes Celem przeprowadzonych badań była ocena stablnośc na warunk pogodowe 36 polskch odman pszenżyta ozmego pod względem masy zaren z kłosa oraz masy tysąca zaren. Jednopowtórzenowe dośwadczena polowe przeprowadzono w latach 2001 2004 w Gospodarstwe Dośwadczalnym Unwersytetu Przyrodnczego w Lublne, w Czesławcach k/nałęczowa. Zastosowano metodę grafczną bplot typu GGE, współczynnk regresj Eberharta Russella, marę ekowalencj Wrcke a, złożony mernk stablnośc Hansona. Odmanam stablnym na warunk pogodowe osągającym wysoke wartośc masy zaren z kłosa były: Pano, Vero Tornado. Nestablne, pod względem masy zaren z kłosa, odmany Mundo Fdelo osągały wększe wartośc tej cechy w nekorzystnych warunkach pogodowych. Pod względem masy 1000 zaren, odmanam stablnym osągającym duże wartośc badanej cechy były Ugo, Typo, Debo Pano. Natomast odmana Lasko o najwyższych wartoścach masy 1000 zaren była odmaną nestablną. Odmany Pano, Ego Tornado były stablne przyjmowały duże wartośc obu badanych cech plonotwórczych. Słowa kluczowe: bplot typu GGE, ekowalencja Wrcke a, pszenżyto ozme, stablność, współczynnk regresj Eberharta Russella, złożony mernk stablnośc Hansona The objectve of ths study was to evaluate stablty of yeldng trats of Polsh cultvars of wnter trtcale dependng on weather condtons. Gran weght per spke and 1000 grans weght of 36 cultvars were taken nto account. Four-year (2001 2004) one-replcaton feld experments were conducted at the Expermental Feld Staton of the Unversty of Lfe Scences n Czesławce near Nałeczów, Poland. The graphcal GGE bplot method, Eberhart Russell regresson coeffcent, Wrcke ecovalance and Hanson s composte parameter of stablty were used. Cultvars Pano, Vero and Tornado were stable n dverse weather condtons wth hgh gran weght per spke. Cultvars Mundo and Fdelo were unstable but ther gran weght per spke ncreased wth deteroratng weather condtons. Cultvars Ugo, Typo, Debo and Pano were stable wth hgh 1000 grans weght. Cultvar Lasko was unstable but acheved the hghest 1000 grans weght. Cultvars Pano, Ego and Tornado were stable regardng both tested yeldng trats. Key words: bplot GGE, Eberhart-Russell regresson coeffcent, Hanson s composte parameter of stablty, stablty, wnter trtcale, Wrcke s ecovalance 127

128 Wanda Kocuba... WSTĘP Zmenność środowskowa ma stotny wpływ na wartośc cech plonotwórczych odman pszenżyta ozmego Trtcosecale Wttm. Jako środowsko można rozumeć zarówno rejon uprawy jak równeż lata uprawy. Do analzy wpływu zmennośc środowskowej na plonowane w perwszym przypadku prowadzone są sere dośwadczeń jednorocznych lub weloletnch w różnych mejscowoścach, w drugm w klku latach w jednej mejscowośc. W nnejszej pracy przez zmenność środowskową będzemy rozumeć zmenające sę warunk pogodowe w latach. Badana stablnośc plonowana jako reakcj odman na warunk środowska są cągłym wyzwanem dla badaczy. Wynka to przede wszystkm z powodu występowana nterakcj genotypowo-środowskowej (genotype envronment G E). Perwsze metody pozwalające na oszacowane welkośc nterakcj G E zostały zaproponowane przez Yatesa Cochrana (1938), Wrcke a (1962), następne zmodyfkowane przez Fnlaya Wlknsona (1963), Eberharta Russella (1966), Perknsa Jnksa (1968) oraz przez Hansona (1970). Kolejne parametry pozwalające na określene wpływu nterakcj G E były wprowadzone przez Shuklę (1972) Kanga (1993). Statystyczne metody welowymarowe równeż okazały sę przydatne do badana nterakcj G E (Ln n., 1986). Podejśce welowymarowe w ostatnch 20 latach zostało rozwnęte zwłaszcza poprzez wykorzystane wykresów typu bplot. Gauch (1992) zaproponował badane nterakcj G E na podstawe modelu z addytywnym składnkam głównym multplkatywnym składnkem nterakcj (AMMI), natomast Yan n. (2000) zaproponowal model ze wszystkm składnkam addytywnym, tzw. bplot typu GGE. Wększość metod badana stablnośc wymaga układu danych z powtórzenam w każdym roku. W przypadku dośwadczeń jednopowtórzenowych, ne jest możlwe wykorzystane welu ze stosowanych mar stablnośc. Z powyższych względów, w badanej kolekcj zastosowano następujące metody mary pozwalające określć welkość nterakcj G E: wykres bplot typu GGE, wykresy regresj oraz współczynnka regresj b na podstawe modelu Eberharta Russella, marę ekowalencj Wrcke a W złożony mernk stablnośc Hansona D. Celem pracy jest: () ocena stablnośc 36 odman pszenżyta ozmego w zmenających sę warunkach pogodowych w latach pod względem masy zaren z kłosa (MZK) oraz masy tysąca zaren (MTZ) z wykorzystanem wybranych metod mar, () pokazane podobeństw różnc w nterpretacj stablnośc pomędzy zastosowanym metodam maram. MATERIAŁ I METODY Materał Materał badawczy stanowło 36 odman pszenżyta ozmego Trtcosecale Wttm. zarejestrowanych przez COBORU w latach 1982 1999: Almo, Alzo, Bogo, Chrono, Dagro, Debo, Dsco, Domno, Ego, Eldorado, Falko, Fdelo, Grado, Ktaro, Lamberto, Lasko, Malno, Marko, Monko, Moreno, Mundo, Nemo, Ordo, Orgo, Pano, Pnoko,

Prado, Prego, Presto, Pronto, Purdy, Tewo, Tornado, Typo, Ugo, Vero. Dośwadczene jednopowtórzenowe na poletkach o powerzchn 2 m 2 przeprowadzono w latach 2001 2004 w Gospodarstwe Dośwadczalnym Unwersytetu Przyrodnczego w Czesławcach k/nałęczowa. Ze względu na jednorodne warunk sedlskowe agrotechnczne w czase prowadzena dośwadczena przyjęto, że zmenność warunków środowskowych wynkała jedyne ze zróżncowana warunków pogodowych w badanych latach. Stąd podjęte badana dotyczą stablnośc ważnych dla pszenżyta cech plonotwórczych na warunk pogodowe: masy zaren z kłosa (MZK) oraz masy tysąca zaren (MTZ). Metody statystyczne Ze względu na jednopowtórzenowy układ dośwadczalny w każdym roku do oceny stablnośc MZK MTZ wykorzystano metody: 1. wykres bplot typu GGE oparty na modelu: X µ E = G + GE, (1) j gdze X j jest wartoścą cechy dla -tego genotypu j-tego środowska (roku), µ jest średną ogólną, E j jest głównym efektem j-tego środowska (roku), G jest głównym efektem -tego genotypu, GE j (jest błędem w modelu) jest głównym efektem nterakcj - tego genotypu oraz j-tego środowska (roku). Wykres bplot typu GGE wymaga wyznaczena wartośc perwszych dwóch składowych głównych. Można je oblczyć na podstawe analzy składowych głównych PCA (Prncpal Components Analyss) (Gabrel, 1971) lub wykorzystując metodę SVD (sngular value decomposton) (Rao, 1973). Technka tworzena oraz szeroka nterpretacja wykresów bplot typu GGE została podana w pracach Ukalskego n. (2010 a, 2010 b); 2. analza regresj według modelu Eberharta Russella: X Y j = + b Pj (2) g gdze Y j jest szacowaną wartoścą średną -tego genotypu oraz j-tego środowska (roku), loraz X g jest wartoścą średną -tego genotypu poprzez badane środowska (lata), g jest lczbą genotypów, b jest współczynnkem regresj Eberharta Russella, P j jest ndeksem j-tego środowska (Sharma, 2006) równa sę: X e j Pj = µ, z warunkem P j = 0 (3) e gdze loraz X j e jest wartoścą średną j-tego środowska (roku) poprzez badane genotypy, e jest lczbą środowsk (lat), Z powodu danych jednopowtórzenowych ne można wyznaczyć średnego kwadratu odchyleń od regresj s jak równeż warancj stablnośc Shukl σ (Shukla, 1972); 2 d j j j= 1 2 129

3. wykres współczynnka regresj b Eberharta Russella względem ndeksu genotypowego P. Gdze P jest ndeksem -tego genotypu (Sharma, 2006) równa sę: g X P = µ, z warunkem P = 0 (4) g 4. marę ekowalencj Wrcke a W : 5. złożony mernk stablnośc Hansona D : X X = 1 j 2 W = ( X j µ ) (5) j g e D = e j= 1 X j + X g X X e j j µ b µ (6) e 2 Oblczena wartośc składowych głównych wykonano za pomocą procedury PRINCOMP programu SAS (SAS Insttute Inc., 2008). Otrzymane wynk dla dwóch perwszych składowych głównych sprawdzono metodą SVD (Rao, 1973), wykorzystując funkcję SVD programu SAS. Wykresy bplot typu GGE, wykresy regresj oraz współczynnków regresj dla modelu Eberharta Russella wykonano za pomocą procedury GPLOT makra %ANNOMAC programu SAS (SAS Insttute Inc., 2008). WYNIKI I DYSKUSJA Analzę składowych głównych wykonano oddzelne dla każdej z badanych cech. Dla MZK perwsze dwe składowe główne wyjaśnły łączne 78,65% procent zmennośc całkowtej, z czego składowa główna PCA1 48,17%, składowa główna PCA2 30,48% (rys. 1). Analogczne wynk dla MTZ wynosły odpowedno: PCA1 58,34%, PCA2 30,07%, w sume 88,41% (rys. 2). Dla obu cech perwsze dwe składowe główne wyjaśnają węcej nż 70% całkowtej zmennośc pomędzy badanym odmanam. Wartość 70% została zaproponowana jako granczna (Jollffe, 1972) przy ustalanu potrzebnej lośc składowych głównych do wykonana rzetelnej analzy danych. Zatem można uznać, że wnosk wynkające z wykresów bplot typu GGE dla MZK MTZ są wystarczająco dokładne. Na podstawe wynków analzy składowych głównych wykonano wykresy bplot typu GGE (rys. 1, 2). Na każdym wykrese narysowano lnę przechodzącą przez początek układu współrzędnych przez punkt otoczony małym okręgem. Punkt ten oznacza średną wartość cechy w całym badanym okrese. Narysowana lna pokazuje średną zmanę wartośc badanej cechy poprzez lata pozom najlepszej stablnośc (mnmalny, a nawet zerowy wpływ nterakcj genotypowo-środowskowej). 130

Rys. 1. Bplot GGE dla masy zaren z kłosa 36 odman pszenżyta ozmego Fg. 1. GGE bplot of gran weght per spke for 36 wnter trtcale varetes W perwszej kolejnośc zostaną przedstawone wynk dotyczące masy zaren z kłosa MZK. W celu przedstawena sposobu nterpretacj wykresu bplot wyróżnono następujące grupy odman (rys. 1): grupa I [odmany o dużych wartoścach MZK (wartośc PCA1 wększe od 0) stablne (położone blsko ln przechodzącej przez punkt średnej wartośc cechy]: Pano, Vero, grupa II [odmany o małych wartoścach MZK (wartośc PCA1 mnejsze od 0) stablne]: Almo, Chrono, 131

grupa III [odmany o dużych wartoścach MZK nestablne (położone dalej od ln przechodzącej przez punkt średnej wartośc cechy)]: Mundo, Fdelo, Ordo, Dsco, grupa IV [odmany o małych wartoścach MZK nestablne]: Lasko. Stablność pozostałych odman pod względem MZK podano w tabel 1. Rys. 2. Bplot GGE dla masy 1000 zaren 36 odman pszenżyta ozmego Fg. 2. GGE bplot of 1000-grans weght for 36 wnter trtcale varetes 132

Tabela 1 Parametry stablnośc dla 36 odman pszenżyta ozmego dla masy zaren z kłosa (MZK) masy 1000 zaren (MTZ). ¹ S stablna, NS nestablna, AS średno stablna Stablty parameters of gran weght per spke (MZK) and 1000-grans weght (MTZ) for 36 wnter trtcale varetes; ¹ S stable, NS unstable, AS average stable Odmana Varety Bplot typu GGE GGE bplot Regresja Eberhart Russella Eberhart Russell regresson Ekowalencja Wrcke a Wrcke ecovalance Współczynnk Hansona Hanson s parameter wartość cechy stablność trat s value stablty b P W [%] D MZK MTZ MZK MTZ MZK MTZ MZK MTZ MZK MTZ MZK MTZ Almo N 2 S S¹ AS 1,09 1,36-0,32 0,22 0,39 2,73 0,73 8,68 Alzo S N NS AS 1,86 0,63-0,02-3,64 4,44 2,39 0,78 7,28 Bogo N N AS AS 0,63 0,78-0,49-11,18 2,09 1,66 0,82 17,65 Chrono N W S NS 1,15 1,22-0,39 1,48 0,13 2,93 0,91 15,88 Dagro S S AS AS 1,58 1,78 0,06 3,86 1,85 3,09 0,53 16,29 Debo S W AS S 0,66 1,27-0,02 4,90 0,71 3,27 0,31 13,76 Dsco W W NS AS 1,71 0,48 0,73 3,57 4,00 3,20 2,61 6,69 Domno N N AS AS 0,58-0,50-0,42-7,35 2,95 2,17 0,80 14,99 Ego W S S S 0,77 1,30 0,21-0,03 0,44 2,69 0,40 2,01 Eldorado W S AS AS 1,14 0,91 0,13-2,00 0,60 2,52 0,42 4,04 Falko N N S AS 1,22 1,32-0,27-3,46 1,71 2,35 0,82 12,08 Fdelo W S NS AS -0,48 1,31 0,11-2,88 10,73 2,43 1,22 14,41 Grado N S AS AS 0,55 0,25-0,24-2,96 1,26 2,50 0,50 5,51 Ktaro S S AS AS 0,83 1,17-0,04 1,00 1,12 2,82 0,40 4,15 Lamberto N S AS S 0,36-0,33-0,09-1,26 4,86 2,76 0,82 8,89 Lasko S W NS NS 1,52 1,51-0,19 9,37 3,05 4,24 0,87 49,79 Malno S N S NS 0,86 1,92 0,06 1,29 1,42 2,81 0,45 14,16 Marko S S S AS 0,80 1,99 0,03-1,02 6,55 2,53 0,95 9,26 Monko W S AS S 1,31 1,11 0,06 0,26 4,15 2,76 0,77 7,20 Moreno S W S NS 0,90 1,18-0,07-0,49 0,98 2,71 0,39 14,44 Mundo W N NS S -0,82 0,40 0,21-7,20 25,84 2,07 1,91 9,94 Nemo S S AS AS 1,41 1,17 0,01 0,11 0,90 2,73 0,35 4,44 Ordo W W NS AS 1,89 0,84 0,71 2,73 5,62 3,06 2,82 5,83 Orgo W S AS AS 1,60 0,71 0,28 2,95 1,92 3,10 1,04 5,52 Pano W W S S 0,93 1,48 0,46 4,25 0,22 3,16 0,86 13,31 Pnoko S S AS NS 1,28 0,88 0,06 6,90 1,83 3,58 0,52 16,59 Prado W S AS AS 0,90 0,84 0,33-1,39 0,39 2,60 0,64 4,82 Prego N N AS AS 1,42 0,84-0,59-7,64 0,89 1,98 1,72 13,91 Presto N N AS AS 0,61 0,29-0,29-5,13 1,53 2,27 0,58 6,70 Pronto N N S NS 1,29 0,42-0,14-4,32 1,80 2,44 0,62 20,37 Purdy S W AS AS 1,50 1,58-0,04 5,12 1,29 3,25 0,44 17,15 Tewo S S AS AS 1,62 1,37-0,19-3,77 2,39 2,29 0,85 10,94 Tornado W S S S 0,96 1,27 0,13 0,57 0,37 2,76 0,34 2,85 Typo S W AS S 0,84 1,27 0,11 5,20 0,69 3,30 0,36 13,74 Ugo S W AS S 0,58 1,23-0,02 7,12 0,90 3,53 0,35 17,90 Vero W S S AS 0,95 0,73 0,18 4,85 0,01 3,32 0,35 9,04 Mn. -0,82-0,5-0,59-11,18 0,01 1,66 0,31 2,01 Max. 1,89 1,99 0,73 9,37 25,84 4,24 2,82 49,79 2 N nska, low; S średna, average; W wysoka, hgh Dla wydzelonych za pomocą metody bplot grup odman I IV wykonano wykres funkcj regresj według modelu Eberharta Russella (rys. 3). Ne prezentujemy wykresu dla wszystkch odman ze względu na jego neczytelność. 133

Rys. 3. Wykres regresj Eberhart Russella dla masy zaren z kłosa dla wybranych odman pszenżyta ozmego Fg. 3. Eberhart Russell regresson plot of gran weght per spke for chosen wnter trtcale varetes Interpretacja wykresu polega na porównanu przebegu prostych regresj dla odman do prostej regresj dla b =1 (przypadek dealnej stablnośc poprzez badane lata). Wyznaczone lne dla odman Pano Vero (grupa I) są prawe równoległe do ln b =1, zatem są to odmany stablne, a także są położone powyżej nej, co oznacza, że charakteryzują sę wartoścam MZK powyżej średnej ogólnej w kolejnych latach. Proste regresj dla odman Almo Chrono (grupa II) są równeż prawe równoległe do ln b =1 (są to odmany stablne), ale są położone ponżej nej, zatem odmany te przyjmują wartośc MZK ponżej średnej ogólnej w kolejnych latach. Proste regresj dla odman Mundo, Fdelo, Ordo Dsco (grupa III) ne są równoległe do ln b =1 (są to odmany nestablne). Dodatkowo Dsco Ordo osągają coraz wększe wartośc MZK dla kolejnych lat (zwększające sę pochylene ln w stosunku do ln b =1), w których warunk pogodowe sprzyjają wzrostow wartośc MZK dla wszystkch odman (co pokazuje pochylene ln b =1). Natomast MZK odman Mundo Fdelo jest coraz mnejsza (dla tych odman b <0), co wskazuje na to, że odmany te osągają duże wartośc MZK w nekorzystnych warunkach pogodowych. Odmany nestablne, o małych 134

wartoścach MZK reprezentuje odmana Lasko (grupa IV). Prosta regresj dla tej odmany w wększej częśc przebega pod lną b =1 ma od nej wększe nachylene. Rys. 4. Wykres regresj Eberhart Russella dla masy 1000 zaren dla wybranych odman pszenżyta ozmego Fg. 4. Eberhart Russell regresson plot of 1000-grans weght for chosen wnter trtcale varetes Na wykrese współczynnków regresj Eberharta Russella względem ndeksu genotypowego P (rys. 5) odmany stablne są położone blsko ln pozomej dla współczynnka regresj b = 1. Dla odmany osągających wysoke wartośc badanej cechy wartośc ndeksów genotypowych P są dużo wększe od 0. Natomast dla odman o nskch wartoścach cechy P < 0. Odmany Pano Vero (grupa I) są stablne (leżą blsko ln pozomej b = 1) przyjmują duże wartośc MZK (P >0). Odmany z grupy III są najbardzej oddalone od ln b = 1, ale ch położene jest różne. Dla odman Ordo Dsco współczynnk regresj b > 1, co wcześnej zostało znterpretowane przy wykresach regresj Eberharta Russella (rys. 3), natomast dla odman Mundo Fdelo b < 1 (równeż w tym przypadku ops pozostaje tak sam, jak dla wykresów regresj). Wartośc b P dla wszystkch odman umeszczono w tabel 1. 135

Rys. 5. Porównane wartośc współczynnka regresj Eberharta Russella b z ndeksem genotypowym P dla masy zaren z kłosa dla 36 odman pszenżyta ozmego Fg. 5. The comparson between Eberhart Russell regresson coeffcent b and genotype ndex P of gran weght per spke for 36 wnter trtcale varetes Mara ekowalencj Wrcke a W (tab. 1) pokazuje udzał każdej odmany w całkowtej sume kwadratów dla nterakcj genotypowo-środowskowej G E. W celu uproszczena nterpretacj wynków wartośc W przedstawono w procentach (Sharma, 2006). Wartośc W blske 0% wskazują odmany stablne. Dla odman z grup I IV, wskazanych jako stablne pod względem MZK przez wyżej opsane mary, otrzymano wynk: Pano (W =0,22%), Vero (W =0,01%), Almo (W =0,39%), Chrono (W =0,13%), co potwerdza 136

stablność tych odman na warunk pogodowe. Natomast dla odman wskazanych wyżej jako nestablne otrzymano wartośc: Mundo (W = 25,84%), Fdelo (W = 10,73%), Ordo (W = 5,62%), Dsco (W = 4,00%), Lasko (W = 3,05%), co potwerdza wcześnej uzyskane wynk. Wartośc ekowalencj Wrcke a (W ) dla pozostałych odman zameszczono w tabel 1. Złożony mernk stablnośc Hansona D. (tab. 1) pokazuje dla każdej odmany różncę pomędzy zmennoścą pochodzącą od nterakcj genotypowo-środowskowej G E a wyrażoną poprzez wartośc współczynnka regresj Eberharta Russella b. Im wartość D jest mnejsza na tle wynków dla pozostałych obektów, tym odmana jest bardzej stablna. Dla odman z grup I II (stablnych względem MZK) otrzymano wartośc D : Pano D = 0,86, Vero D <0,01, Almo D = 0,06, Chrono D = 0,03, co potwerdza stablność tych odman określoną równeż za pomocą tego parametru. Dla odman nestablnych (grupa III IV) stwerdzono odpowedno: Mundo D = 3,46, Fdelo D = 1,4, Ordo D = 0,82, Dsco D = 0,58, Lasko D = 0,87. Wylczone wartośc złożonego mernka stablnośc Hansona D. dla pozostałych odman przedstawono w tabel 1. Wynk uzyskane czterema prezentowanym metodam badana stablnośc MZK dla odman z grup I IV są całkowce zbeżne. Jednakże odmany, których położene na wykrese bplot typu GGE ne wskazuje jednoznaczne na ch stablność lub nestablność, mogą zostać określone jako stablne lub nestablne przez pozostałe parametry prezentowane w pracy. Przykładem jest odmana Lamberto, której położene na wykrese bplot dla MZK wskazuje na jej średną stablność (oznaczene AS w tab. 1), natomast wartośc współczynnka regresj Eberharta Russella b = 0,36 oraz ekowalencj Wrcke a W = 4,86% wskazują na jej lablność. Dla masy 1000 zaren MTZ, analogczne jak dla MZK, wyznaczono cztery grupy odman na podstawe wykresu bplot typu GGE (rys. 2): grupa I (odmany o dużych wartoścach MTZ stablne): Ugo, Typo, Debo, Pano, grupa II (odmany o małych wartoścach MTZ stablne): Presto, Prego, grupa III (odmany o dużych wartoścach MTZ nestablne): Lasko, grupa IV (odmany o małych wartoścach MTZ nestablne): Bogo, Pronto. Wykres funkcj regresj według modelu Eberharta Russella (rys. 4) oraz wykres regresj Eberharta Russella względem ndeksu genotypowego P (rys. 6) dla wydzelonych grup odman I IV ne potwerdzają całkowce wynków uzyskanych za pomocą metody bplot. Wynk dotyczące grupy I są zbeżne. Dla odmany Prego z grupy II wynk są zgodne, natomast odmana Presto według regresj Eberharta Russella jest nestablna. Podobne częścowa nezgodność wystąpła w grupe IV. Odmana Bogo według regresj Eberharta Russella jest odmaną stablną, podobne jak odmana Lasko określona przez bplot jako bardzo nestablna. Wartośc ekowalencj Wrcke a W (tab. 1) dla wszystkch badanych odman są dość wyrównane (mn W =1,7%, max W =4,2%). Odmany z grupy I zostały uznane jako średno stablne, a z grupy II IV jako stablne. Natomast wartość W dla odmany Lasko potwerdza wynk uzyskany na podstawe bplotu typu GGE. 137

Rys. 6. Porównane wartośc współczynnka regresj Eberharta Russella b z ndeksem genotypowym P dla masy 1000 zaren dla 36 odman pszenżyta ozmego Fg. 6. The comparson between Eberhart Russell regresson coeffcent b and genotype ndex P of 1000-grans weght for 36 wnter trtcale varetes Złożony mernk stablnośc Hansona D. (tab. 1) ne potwerdza stablnośc odman z grupy I oraz odmany Prego z grupy II. Natomast potwerdza nestablność odman z grupy III IV. Wartośc wyznaczanych parametrów stablnośc dla pozostałych odman są podane w tabel 1. 138

Metody badana stablnośc dają często rozbeżne wynk (Becker Leon, 1988). W celu rzetelnej oceny stablnośc obektów wskazane jest jednoczesne stosowane klku mar opartych na różnych modelach statystycznych. Do analzy tych samych danych dośwadczalnych badacze zwykle stosują klka metod jednowymarowych łącząc metody parametryczne z neparametrycznym (Bhargava n., 2008; Bujak n., 2008; Mohammad Amr, 2008; Mut n., 2010; Ukalska n., 2011). Metody jednowymarowe badana stablnośc są dosyć często stosowane. Jak pokazano w pracy metody jednowymarowe z powodzenem można łączyć równeż z metodam welowymarowym. Take podejśce zastosowal Alwala n. (2010), którzy analzowal podobeństwo wynków uzyskanych metodą bplot GGE z modelem regresj Eberharta Russella. WNIOSKI 1. Wśród 36 odman pszenżyta ozmego zarejestrowanych przez COBORU w latach 1982 1999 odmanam stablnym na warunk pogodowe osągającym wysoke wartośc masy zaren z kłosa były: Pano, Vero Tornado. Natomast odmany Mundo, Fdelo, Ordo Dsco były nestablne, ale charakteryzowały sę dużym wartoścam masy zaren z kłosa. 2. Odmany Mundo Fdelo nestablne pod względem masy zaren z kłosa osągały wększe wartośc tej cechy w nekorzystnych warunkach pogodowych. 3. Pod względem masy 1000 zaren, odmanam stablnym osągającym duże wartośc badanej cechy były Ugo, Typo, Debo Pano. Natomast odmana Lasko o najwyższych wartoścach masy 1000 zaren była odmaną nestablną. 4. Odmana Pano była stablna przyjmowała duże wartośc obu badanych cech plonotwórczych. Podobne stablne odmany Ego Tornado przyjmujące duże wartośc masy zaren z kłosa średne wartośc masy 1000 zaren. 5. Zastosowane metody badana stablnośc ne zawsze dają zgodne wynk, gdyż oparte są na dwóch różnych modelach: modelu addytywnym będącym podstawą dla wykresów bplot typu GGE mary ekowalencj Wrcke a oraz modelu Eberharta Russella, który wykorzystywany jest przez złożony mernk stablnośc Hansona. Przy wyznaczanu obektów stablnych wskazane jest korzystane z klku metod badana stablnośc. Jak pokazano w pracy metody jednowymarowe można stosować jednocześne z metodam welowymarowym. LITERATURA Alwala S., Kwolek T., McPherson M., Pellow J., Meyer D. 2010. A comprehensve comparson between Eberhart and Russell jont regresson and GGE bplot analyses to dentfy stable and hgh yeldng maze hybrds. Feld Crops Research 119: 225 230. Bhargava A., Shukla S., Ohr D. 2008. Genotype envronment nteracton studes n Chenopodum album L.: an underutlzed crop wth promsng potental. Communcatons n Bometry and Crop Scence 3 (1): 3 15. Bujak H., Jedyńsk S., Kaczmarek J. 2008. Ocena stablnośc plonowana odman żyta ozmego na podstawe parametrycznych neparametrycznych metod. Bul. IHAR 250: 189 201. Eberhart S. A., Russell W. A. 1966. Stablty parameters for comparng varetes. Crop Sc. 6: 36 40. 139

Fnlay K. W., Wlknson G. N. 1963. The analyss of adaptaton n a plant breedng programmers. J. Agrc. Res. 14: 742 754. Gabrel K. R. 1971. The bplot graphc dsplay of matrces wth applcaton to prncpal component analyss. Bometrka 58: 453 467. Gauch jr. H. G. 1992. Statstcal analyss for regonal yeld trals: AMMI analyss of factoral desgns. Elsever, Amsterdam, The Netherlands. Hanson W. D. 1970. Genotypc stablty. Theor. Appl. Genet. 40: 226 231. Jollffe I. T. 1972. Dscardng varables n a prncpal component analyss. I: Artfcal data. appled statstcs 21: 160 173. Kang M. S. 1993. Smultaneous selecton for yeld and stablty n crop performance trals: consequences for growers. Agron. J. 85: 754 757. Ln C. S., Bnns M. R., Lefkovtch L. P. 1986. Stablty analyss: where do we stand. Crop Sc. 26: 894 900. Mohammad R., Amr A. 2008. Comparson of parametrc and non-parametrc methods for selectng stable and adapted durum wheat genotypes n varable envronments. Euphytca 159: 419 432. Mut Z., Gülümser A.,Srat A. 2010. Comparson of stablty statstcs for yeld n barley (Hordeum vulgare L.). Afrcan Journal of Botechnology 9 (11): 1610 1618. SAS Insttute Inc., 2008. SAS/STAT 9.2 User s Gude. Cary, NC: SAS Insttute Inc. Perkns J. M., Jnks J. L. 1968. Envronmental and genotype-envronmental components of varablty III. Multple lnes and crosses. Heredty 23: 339 356. Rao C. R. 1973. Lnear Statstcal Inference and Its Applcatons. John Wley&Sons, Inc., New York. Sharma J. R. 2006. Statstcal and bometrcal technques n plant breedng. New Age Internatonal. Shukla G. K. 1972. Some aspects of parttonng genotype-envronmental components of varablty. Heredty 28: 237 245. Ukalska J., Śmałowsk T., Ukalsk K. 2011. Porównane parametrycznych neparametrycznych mar stablnośc na podstawe wynków dośwadczeń wstępnych z żytem ozmym. Bul. IHAR 260/261: 263 272. Ukalsk K., Śmałowsk T., Ukalska J. 2010 a. Analyss of oat yeld envronments usng graphcal GGE method. Colloquum Bometrcum 40: 81 93. Ukalsk K., Śmałowsk T., Ukalska J. 2010 b. Analza plonowana stablnośc genotypów owsa za pomocą metody grafcznej typu GGE. Żywność. Nauka, Technologa, Jakość R. 17, 3: 127 140. Wrcke G., 1962. Uber ene Methode zur Erfussung der Okologschen Streubrete n Feldversuchen. Z. Pflanzenzuecht. 47: 92 96. Yan W., Hunt L. A., Sheng Q., Szlavncs Z. 2000. Cultvar evaluaton and mega envronment nvestgaton based on the GGE bplot. Crop Sc. 40: 597 605. Yates F., Cochran W. G. 1938. The analyss groups of experments. J. Agrc. Sc. 28: 556 580. 140