检索
E-mail
RSS
高级检索 图表检索

当期目录 我要投稿 过刊浏览
高级检索 图表检索

作物杂志, 2019, 35(3): 86-90 doi: 10.16035/j.issn.1001-7283.2019.03.014

遗传育种·种质资源·生物技术

利用SPSS实现玉米杂交种主要农艺性状与产量的相关和通径分析

任洪雷, 李春霞, 龚士琛, 李国良, 扈光辉, 王明泉, 杨剑飞

黑龙江省农业科学院玉米研究所,150086,黑龙江哈尔滨

Genetic Correlation and Path Analysis of Yield and Agronomic Characteristics of Maize Hybrids in SPSS Software

Ren Honglei, Li Chunxia, Gong Shichen, Li Guoliang, Hu Guanghui, Wang Mingquan, Yang Jianfei

Institute of Maize Research, Heilongjiang Academy of Agricultural Sciences, Harbin 150086, Heilongjiang, China

通讯作者: 李国良为通信作者,研究员,从事玉米遗传育种研究

收稿日期: 2018-11-8   修回日期: 2019-04-8   网络出版日期: 2019-06-15

基金资助: 黑龙江半湿润区春玉米全程机械化丰产增效技术体系集成与示范.  2018YFD0300102
黑龙江省农业科学院院级课题.  2018KYJL012,2018YYYF028

Received: 2018-11-8   Revised: 2019-04-8   Online: 2019-06-15

作者简介 About authors

任洪雷,助理研究员,从事玉米遗传育种研究; 。

摘要

以黑龙江省农业科学院玉米研究所自育的74个玉米杂交材料为研究对象,运用SPSS 18.0对玉米杂交种产量与主要农艺性状中的生育期、株高、穗位、穗长、穗粗、秃尖长、穗行数、行粒数、粒宽、粒厚、百粒重、容重、出子率关系进行逐步回归分析和通径分析,计算主要农艺性状对杂交种产量的决策系数。结果表明,出子率、百粒重、生育期、穗长和穗行数是影响玉米产量的主要正因素。

关键词： 玉米杂交种 ; 农艺性状 ; 产量 ; 逐步回归分析 ; 通径分析 ; 决策系数

Abstract

The agronomic characteristics are the main factors of maize yield components, the study of the relationship between the agronomic characteristics factors and maize yield can help to enhance the maize yield. The effects of agronomic characteristics factors such as growth period, plant height, ear height, ear length, ear diameter, bald length, rows per ear, grains per row, grain width, grain thickness, 100-grain weight, unit weight, produced grain rate were studied using stepwise regression analysis and path analysis to obtain decision coefficients between the agronomic characteristics and the yields of maize hybrids. The results indicated that the main positive factors affecting the yields of maize hybrids were produced grain rate, 100-grain weight, growth period, ear length, and rows per ear.

Keywords： Maize hybrids ; Agronomic characteristics ; Yield ; Stepwise regression analysis ; Path analysis ; Decision coefficient

PDF (439KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

任洪雷, 李春霞, 龚士琛, 李国良, 扈光辉, 王明泉, 杨剑飞. 利用SPSS实现玉米杂交种主要农艺性状与产量的相关和通径分析[J]. 作物杂志, 2019, 35(3): 86-90 doi:10.16035/j.issn.1001-7283.2019.03.014

Ren Honglei, Li Chunxia, Gong Shichen, Li Guoliang, Hu Guanghui, Wang Mingquan, Yang Jianfei. Genetic Correlation and Path Analysis of Yield and Agronomic Characteristics of Maize Hybrids in SPSS Software[J]. Crops, 2019, 35(3): 86-90 doi:10.16035/j.issn.1001-7283.2019.03.014

常规育种需要对很多农艺性状进行考察,综合考虑多个数量性状之间的关系,平衡利害,选出综合抗性好、产量高的品种。玉米杂交种产量构成因素复杂。产量性状是数量性状,受遗传因素和环境因素的影响,各性状间相互联系又相互制约,某一性状的改变会导致其他性状发生改变[1]。有关农艺性状与玉米杂交种产量之间的关系,研究者进行了大量工作[2,3,4,5,6,7,8,9,10,11,12],但因研究区域、材料等的不同,结果不尽相同。本研究对黑龙江省农业科学院玉米研究所部分玉米杂交种的主要农艺性状进行相关分析、回归分析、通径分析,以找到简单直观可测性状,为杂交种初级筛选工作做准备,同时了解主要农艺性状与产量之间的关系。

通径分析通过对自变量与因变量之间的相关性分解,研究自变量对因变量的直接相关性和间接相关性,为统计决策提供数据支持,在众多领域都得到了广泛应用[13,14,15,16]。由于通径分析分解相关系数的计算量较大,很多计算手工难以实现且计算结果不够精确。通径分析过程可通过SAS、DPS等统计学软件实现,但有些软件处理需要编程,目前以Excel和SPSS运用最为广泛[17,18,19]。目前,在相关软件应用中,回归分析缺乏显著性检验;通径分析一是缺乏必要的正态性检验,二是通径系数及间接相关系数计算过于繁琐。本文详细介绍了SPSS 18.0在通径分析中的应用方法,为通径分析在SPSS中的实现提供参考。

1 材料与方法

1.1 供试材料

选用黑龙江省区域试验对照品种先玉696（二区）、益农玉10（三区）、德美亚3号（四区）、禾田4号（五区）和鑫科玉2号（六区）,5个品种均购于哈尔滨市华南城种子大市场。选用黑龙江省农业科学院玉米研究所自育杂交组合74个,包括二区组合7个（活动积温2 600℃）,三区组合33个（活动积温2 500℃）,四区组合21个（活动积温2 400℃）,五区组合8个（活动积温2 300℃）,六区组合5个（活动积温2 200℃）。

1.2 试验设计

试验地点在黑龙江现代农业示范区,试验采用随机区组排列,3次重复,4行区,行长5m,垄宽0.65m,株距20cm,步道1m。前茬为玉米,大型机器秋翻地起垄施肥。2018年4月22日采用WINTERTEIGER公司生产的Monoseed TC小区播种机播种,播后苗前除草剂封闭处理,玉米8~10叶期机器深松1次。

1.3 测定指标与方法

田间调查记载株高X1（plant height,PH）、穗位X2（ear height,EH）、生育期X13（growth period,GP）;利用铁岭东升玉米测产系统以中间两行测定产量Y（yield）;利用北京市农林科学院研制的玉米果穗考种系统测定穗长X3（ear length,EL）、穗粗X4（ear diameter,ED）、秃尖长X5（bald length,BL）、穗行数X6（rows per ear,RPE）、行粒数X7（grains per row,GPR）、粒宽X8（grain width,GW）、粒厚X9（grain thickness,GT）;人工测量百粒重X10（100-grain weight,100-GW）、容重X11（unit weight,UW）;计算出子率X12（produced grain rate,PGR）。

利用Microsoft Excel 2007整理数据,利用SPSS 18.0统计分析数据。

2 结果与分析

2.1 玉米产量结果的方差和正态性分析

为检验试验数据的可靠性,利用SPSS 18.0对产量数据进行方差分析和正态性检验。

由表1可知,方差分析模型极显著,判决系数为0.923,说明产量能被品种、重复、品种和重复之间的交互效应解释的部分为92.3%。其中品种和品种×重复有极显著影响,重复之间没有显著差异,说明试验数据可靠,数据有统计学意义,可进一步分析。

表1   79个玉米材料产量方差分析

Table 1  Variation analysis of yield in 79 maize materials

变异来源Source of variation平方和Square sum自由度Degree of freedom均方Mean squareFP
模型Model1.151E9a2364 877 866.45824.2450.000
材料Material8.752E8781.122E755.7710.000
重复Repeat448 467.9612224 233.9801.1150.329
材料×重复Material×repeat2.755E81561 766 016.4928.7780.000
误差Error9.537E7474201 194.077
总变异Total variation1.25E9710

Note: a. R2=0.923

新窗口打开| 下载CSV


由表2可知,显著水平P=0.256,大于0.05,杂交种产量性状的分布接近正态分布。

表2   79个玉米材料的产量正态性检验

Table 2  Normal test of yield in 79 maize materials

性状
Character		Kolmogorov-SmirnovaShapiro-Wilk
统计量Statistic自由度Degree of freedomP统计量Statistic自由度Degree of freedomP
产量Y0.069790.2000.980790.256

新窗口打开| 下载CSV


2.2 主要农艺性状与产量的相关分析

2.2.1 主要农艺性状与产量的简单相关分析 将79个材料的13个农艺性状和产量平均值导入SPSS 18.0进行相关性分析。如表3所示,13个农艺性状与产量的相关程度和方向为PGR（0.890）>100-GW（0.803）=UW（0.803）>GP（0.567）>EL（0.425）>ED（0.343）,均呈极显著正相关;GPR（0.164）>RPE（0.133）>GW（0.129）>GT（0.116）,呈正相关;PH（-0.267）>BL（-0.115）>EH（-0.046）,呈负相关,其中PH达到显著负相关水平。

表3   玉米材料主要农艺性状间的相关系数

Table 3  Correlated coefficient of main agronomic characters in maize materials

性状CharacterX1X2X3X4X5X6X7X8X9X10X11X12X13Y
X110.585**-0.045-0.065-0.060-0.005-0.041-0.192-0.260*-0.273*-0.243*-0.285*-0.084-0.267*
X21-0.070-0.140-0.339**-0.163-0.136-0.175-0.240*-0.189-0.026-0.200-0.391**-0.046
X3-1-0.028-0.219-0.220-0.524**-0.112-0.107-0.237*-0.379**-0.283*-0.320**-0.425**
X4-1-0.031-0.364**-0.109-0.170-0.237*-0.290**-0.233*-0.249*-0.242*-0.343**
X5-1-0.173-0.238*-0.278*-0.315**-0.054-0.084-0.079-0.257*-0.115
X6-1-0.274*-0.020-0.111-0.023-0.174-0.052-0.176-0.133
X7-1-0.017-0.021-0.025-0.215-0.040-0.271*-0.164
X8-1-0.867**-0.098-0.033-0.051-0.103-0.129
X9-1-0.027-0.037-0.049-0.203-0.116
X10-1-0.634**-0.854**-0.193-0.803**
X11-1-0.780**-0.458**-0.803**
X12-1-0.329**-0.890**
X13-1-0.567**

Note: "**" significant at 0.01 level, "*" significant at 0.05 level. X1: plant height, PH; X2: ear height, EH; X3: ear length, EL; X4: ear diameter, ED; X5: bald length, BL; X6: rows per ear, RPE; X7: grains per row, GPR; X8: grain width, GW; X9: grain thickness, GT; X10: 100-grain weight, 100-GW; X11: unit weight, UW; X12: produced grain rate, PGR; X13: growth period, GP; Y: yield. The same below

注：“**”表示在0.01水平上显著相关,“*”表示在0.05水平上显著相关。X1：株高、X2：穗位、X3：穗长、X4：穗粗、X5：秃尖长、X6：穗行数、X7：行粒数、X8：粒宽、X9：粒厚、X10：百粒重、X11：容重、X12：出子率、X13：生育期、Y：产量。下同

新窗口打开| 下载CSV


2.2.2 主要农艺性状与产量的偏相关分析 简单相关分析计算的是2个变量间的相关系数,分析的是2个变量间的线性相关程度。但在实际应用中,可能会受到其他变量的影响,不能真实反映这两个变量之间的相关程度。这时就要固定其他变量,进行偏相关分析。将79个材料的13个农艺性状和产量平均值导入SPSS 18.0进行偏相关分析。如表4所示,13个农艺性状与产量的偏相关程度和方向为：PGR（0.578）>GP（0.513）>EL（0.367）>100-GW（0.316）>GW（0.262）,均呈极显著正相关;RPE（0.233）>UW（0.150）>ED（0.141）>EH（0.014）,均呈正相关;GT（-0.173）>GPR（-0.147）>PH（-0.092）>BL（-0.072）,与产量均呈负相关。

表4   玉米材料主要农艺性状间的偏相关系数

Table 4  Partial correlated coefficient of main agronomic characters in maize materials

性状CharacterX1X2X3X4X5X6X7X8X9X10X11X12X13
Y-0.0920.0140.3670.141-0.0720.233-0.1470.262-0.1730.3160.1500.5780.513
P0.4580.9090.0020.2570.5630.0570.2350.0330.1620.0090.2260.0000.000

新窗口打开| 下载CSV


综合简单相关和偏相关分析结果,PGR、100-GW、GP、EL与产量均达到了极显著正相关,其中GPR相关性均最大,100-GW、GP、EL在简单相关和偏相关中的影响程度有所差异,但是也都达到了极显著正相关水平。UW和ED与产量的简单相关系数达到极显著正相关水平,通过偏相关分析,显著水平下降为正相关水平。GPR和GT与产量的简单相关分析结果为正相关,偏相关分析结果为负相关;EH与产量的简单相关分析结果为负相关,偏相关分析结果为正相关。通过简单相关分析也可以看出,各性状之间本身就存在着相关甚至是极显著相关水平,简单相关分析和偏相关分析从不同角度分析了各性状对产量的影响。

2.3 主要农艺性状与产量的回归分析

相关分析只能反映两个变量之间的线性关系强度和方向。在实际应用中,往往需要通过可测或易测变量进行估计,以达到预测的目的。回归分析就是研究一个变量随另一个变量变化的方法。

2.3.1 产量与主要农艺性状关系的逐步回归分析

将79个材料的13个农艺性状和产量平均值导入SPSS 18.0进行逐步回归分析,得到农艺性状与杂交种产量的回归方程Y=-29267.677+15.301X3+59.229X6+75.597X10+30098.265X12+2.666X13（R=0.955**）。由回归方程可知,13个农艺性状中PGR、GP、100-GW、EL、RPE对产量产生了极显著影响,可进一步进行遗传相关分析和通径分析。

2.3.2 主要农艺性状与产量的通径系数和决策系数计算 通径分析可以分析多个自变量与因变量之间的线性关系,它通过对自变量和因变量之间的简单相关性分解来研究自变量的相对重要性。利用回归分析可以较容易计算通径系数。决策系数是通径分析中的决策指标,用它可以衡量自变量对因变量的综合作用,明确主要决策自变量和限制变量。

Xi与Y的直接通径系数PiY=标准系数

Xi与Y的间接通径系数=相关系数（rij）×直接通径系数（PjY）

Xi的决策系数R2（i）=2×PiY×riY-（PiY）2

PiY为自变量i与响应变量Y之间的直接通径系数;rij为自变量i与自变量j之间的相关系数;riY为自变量i与响应变量Y之间的相关系数。

根据上述3个公式,计算由逐步回归分析筛选出的有统计学意义的自变量的间接系数和决策系数（表5）。由简单相关系数可知对玉米产量起正向贡献的为PGR>100-GW>GP>EL>RPE;由直接通径系数可知对玉米产量起正向贡献的为PGR>GP>100-GW>EL>RPE,其中PGR作用最大,由间接通径系数可知,EL、RPE、GP的作用较小,100-GW夸大了PGR的作用;RPE的直接作用最小,100-GW、PGR和GP的夸大作用和EL的掩盖作用基本抵消;由决策系数可知对玉米产量起正贡献的为PGR>100-GW>GP>EL>RPE。综合认为,出子率、百粒重、生育期、穗长和穗行数是影响玉米产量的主要因素。

表5   玉米材料产量与农艺性状间的通径分析

Table 5  Path analysis between yield and main agronomic characters of maize materials

性状
Character		简单相关系数
Single correlation coefficient		直接通径系数
Direct path coefficient		间接通径系数Indirect path coefficient决策系数(R2)
Decision coefficient
X3X6X10X12X13
X30.425**0.140-0.0180.0620.1500.0910.099
X60.1330.081-0.0310.0060.0270.0500.015
X100.803**0.2620.0330.0020.4520.0550.352
X120.890**0.5290.0400.0040.2240.0930.662
X130.567**0.2830.0450.0140.0510.1740.241

新窗口打开| 下载CSV


3 结论与讨论

玉米杂交种产量构成因素是一个很复杂的问题,围绕此问题前人做了大量研究。杨金慧等[2]研究表明行粒数、千粒重和穗长是主要因素;李军虎[3]研究表明穗长、行粒数和千粒重是主要因素;梁晓玲等[4]研究表明千粒重、穗粗、穗长和出子率是主要因素;陈士林等[5]研究认为千粒重、行粒数和穗粗是主要因素;杨金慧等[6]研究表明行粒数、穗行数、百粒重和穗长是主要因素;张秋芝等[7]研究认为穗粒重是主要因素;岳尧海等[8]和赵万庆等[9]研究表明行粒数和千粒重是主要因素。广成等[10]研究表明对子粒产量最重要的是穗长。何代元等[11]研究结果表明选育高产玉米杂交种应重视选择穗长、穗粗、出子率高的类型。李清超等[12]研究结果表明对产量影响最大的因素是穗行数和单穗子粒质量。试验地点不同、材料不同,所得的结果也有所差异。本研究得出,出子率、百粒重、生育期、穗长和穗行数是影响玉米产量的主要因素。

通径分析可以分析多个因素（性状）对结果的影响,被育种家广泛应用。早期计算机不普遍时,计算通径系数工作量巨大,而且计算精度低。随着计算机的普及,以Excel和SPSS软件计算比较普遍。然而通常在计算通径系数前缺乏对数据的正态性检验,或是在回归分析时缺乏显著性检验,再者将所有性状都进行通径系数计算,而通径系数及间接相关系数计算步骤过于繁琐。针对这些问题,本研究认为通过逐步回归分析,剔除统计分析中的不显著性状,而只计算显著性状的通径系数,可以直观反映自变量与因变量的关系。

The authors have declared that no competing interests exist.
作者已声明无竞争性利益关系。

参考文献

向道权, 黄烈建, 曹永国 , 等.

玉米产量性状主基因-多基因遗传效应的初步研究

华北农学报, 2001(3):1-5.

[本文引用: 1]

杨金慧, 毛建昌, 李发民 .

玉米杂交种农艺性状与子粒产量的相关和通径分析

中国农学通报, 2003,19(4):28-30.

Magsci     [本文引用: 2]

玉米杂交种主要农艺性状遗传相关与通径分析结果表明，行粒数、穗行数、百粒重、果穗长在影响籽粒产量诸因素中占主导地位。认为单株籽粒产量改良应在稳定穗数的基础上，着重提高行粒数；适当增加穗行数以利提高百粒重；协调好穗行数、行粒数、百粒重三者关系，实现单株产量的较大幅度增长。

李军虎 .

夏玉米杂交种主要农艺性状与产量的遗传相关和通径分析

玉米科学, 1997(3):16-19.

[本文引用: 2]

梁晓玲, 阿布来提, 冯国俊 , 等.

玉米杂交种的产量比较及主要农艺性状的相关和通径分析

玉米科学, 2001(1):16-20.

[本文引用: 2]

陈士林, 赵新亮, 王春虎 , 等.

不同产量水平玉米杂交种主要农艺性状的遗传相关与通径分析

河南农业科学, 2003(5):13-16.

[本文引用: 2]

杨金慧, 段永钊, 杨帮军 .

夏玉米杂交种农艺性状与产量的遗传相关与通径分析

陕西农业科学, 1995(1):10-12.

[本文引用: 2]

张秋芝, 郝玉兰, 南张杰 , 等.

玉米杂交种的产量比较及主要农艺性状的相关和通径分析

北京农学院学报, 2005(4):33-39.

[本文引用: 2]

岳尧海, 赵万庆, 王绍平 .

吉林省中晚熟玉米杂交种主要农艺性状与产量的相关和通径分析

辽宁农业科学, 2009(4):6-8.

[本文引用: 2]

赵万庆, 岳尧海, 张志军 , 等.

吉林省晚熟玉米杂交种主要农艺性状与产量的相关和通径分析

吉林农业科学, 2009,34(5):1-3.

[本文引用: 2]

广成, 薛雁, 苟升学 .

玉米8个产量构成因素的通径分析

玉米科学, 2002,10(3):33-35.

[本文引用: 2]

何代元, 吴广成, 刘强 , 等.

玉米主要农艺性状的相关通径分析

玉米科学, 2003,11(4):58-60.

[本文引用: 2]

李清超, 马浪浪, 文琼 , 等.

玉米杂交组合产量性状与产量的相关及通径分析

中国农学通报, 2015,31(27):59-62.

[本文引用: 2]

刘志龙, 方建民, 虞木奎 , 等.

三种林—茶复合林分中环境因子和茶的光合特征参数的日变化规律

植物资源与环境学报, 2009,18(2):62-67.

[本文引用: 1]

罗永忠, 成自勇 .

水分胁迫对紫花苜蓿叶水势、蒸腾速率和气孔导度的影响

草地学报, 2011,19(2):215-221.

Magsci     [本文引用: 1]

采用盆栽水分试验,研究了不同土壤水分条件下紫花苜蓿(<i>Medicago sativa</i>)叶水势、蒸腾速率和气孔导度的变化规律及相互关系,以期揭示其对土壤水分胁迫的气孔响应机制。结果表明:苜蓿叶水势、蒸腾速率(<i>T<sub>r</sub></i>)、气孔导度(<i>G<sub>s</sub></i>)均随水分胁迫加剧而降低,三者日变化均呈双峰曲线特征,日平均值表现为充分供水&gt;轻度胁迫&gt;中度胁迫&gt;重度胁迫。最低叶水势随土壤水分降低而降低;在中度和重度胁迫下,叶水势和蒸腾速率日变化峰值出现的时间提前,当叶水势为-4.68 MPa或<i>T<sub>r</sub></i>为3.27 g&#183;m<sup>-2</sup>&#183;h<sup>-1</sup>时,气孔开始关闭;在充分供水和轻度胁迫下,<i>T<sub>r</sub></i>越高,叶水势越低,且<i>G<sub>s</sub></i>随着<i>T<sub>r</sub></i>增加而增加。叶水势的变化除受土壤水分影响外,还与叶片生长发育密切相关。

宫璇, 张如莲, 曹红星 , 等.

4个椰子品种光合、蒸腾作用日变化特征及影响因素

热带作物学报, 2011,32(2):221-224.

[本文引用: 1]

邹学校, 马艳青, 张竹青 , 等.

环境因子对辣椒光合与蒸腾特性的影响

植物资源与环境学报, 2005,14(4):15-20.

[本文引用: 1]

张琪, 丛鹏, 彭励 .

通径分析在Excel和SPSS中的实现

农业网络信息, 2007(3):109-110.

[本文引用: 1]

杜家菊, 陈志伟 .

使用SPSS线性回归实现通径分析的方法

生物学通报, 2010,45(2):4-6.

DOI:10.3969/j.issn.0006-3193.2010.02.002      URL     [本文引用: 1]

由于通径分析可以将因变量与自变量的相互影响(相关系数)分解为直接影响(通径系数)和间接影响(间接通径系数),因此在遗传学等领域受到广泛的重视。目前在软件实现方法上,一方面缺乏必要的正态性检验,另一方面通径系数及间接相关系数计算步骤过于繁琐,限制通径分析的教学和使用。在应用中,我们注意到通过SPSS的线性回归"Linear"程序可以一次性获得计算通径系数的全部数据,从而简化通径分析的步骤。

杜鹃 .

通径分析在Excel和SPSS中的实现

陕西气象, 2012(1):15-18.

[本文引用: 1]

/

〈 〉