GGE Biplot vs. AMMI Analysis of Genotype‐by‐Environment Data
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
- Écart entre enseignants
- 0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_only:v0-immature-baseline· tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle
Résumé
ABSTRACT The use of genotype main effect (G) plus genotype‐by‐environment (GE) interaction (G+GE) biplot analysis by plant breeders and other agricultural researchers has increased dramatically during the past 5 yr for analyzing multi‐environment trial (MET) data. Recently, however, its legitimacy was questioned by a proponent of Additive Main Effect and Multiplicative Interaction (AMMI) analysis. The objectives of this review are: (i) to compare GGE biplot analysis and AMMI analysis on three aspects of genotype‐by‐environment data (GED) analysis, namely mega‐environment analysis, genotype evaluation, and test‐environment evaluation; (ii) to discuss whether G and GE should be combined or separated in these three aspects of GED analysis; and (iii) to discuss the role and importance of model diagnosis in biplot analysis of GED. Our main conclusions are: (i) both GGE biplot analysis and AMMI analysis combine rather than separate G and GE in mega‐environment analysis and genotype evaluation, (ii) the GGE biplot is superior to the AMMI1 graph in mega‐environment analysis and genotype evaluation because it explains more G+GE and has the inner‐product property of the biplot, (iii) the discriminating power vs. representativeness view of the GGE biplot is effective in evaluating test environments, which is not possible in AMMI analysis, and (iv) model diagnosis for each dataset is useful, but accuracy gain from model diagnosis should not be overstated.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
La notice
- Revue
- Crop Science
- Thématique
- Genetics and Plant Breeding
- Domaine
- Agricultural and Biological Sciences
- Établissements canadiens
- Agriculture and Agri-Food Canada
- Organismes subventionnaires
- —
- Mots-clés
- BiplotAmmiMain effectGene–environment interactionStatisticsGenotypeBiologyBiotechnologyMathematicsGenetics
- Résumé présent dans OpenAlex
- oui