文献

J-GLOBAL ID：202102276834474910   整理番号：21A0037436

多環境現場試験のための単純な異常値検出【JST・京大機械翻訳】

Simple outlier detection for a multi-environmental field trial

著者 (2件)： Tanaka Emi (Department of Econometrics and Business Statistics, Monash University, Clayton, Australia) ,  Tanaka Emi (School of Mathematics and Statistics, The University of Sydney, Camperdown, Australia)
資料名： Biometrics  (Biometrics)
巻： 76  号： 4  ページ： 1374-1382  発行年： 2020年 
JST資料番号： B0071A  ISSN： 0006-341X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 植物育種試験の目的は,しばしば標的環境に順応する作物品種を同定することである。これらの品種は,線形混合モデルを用いた多環境圃場試験(MET)の解析からゲノム予測を通して同定される。METにおける異常値の発生は一般的であり,ゲノム予測の精度に悪影響を与えることが知られているが,異常値の検出はしばしば無視されている。METのような複雑なデータに対する多くの理由は,異なるレベルの残差(例えば,試行レベルまたは個々の観察レベル)を生じさせる。この複雑性は異常値検出方法に対する付加的課題を提供する。第2に,METの分析において必要な複雑な分散構造のための多くの線形混合モデルソフトウェアパッケージは,実務者による診断のために十分に流線されていない。任意の線形混合モデルソフトウェアパッケージで実装し,計算的に高速である異常値検出法を示した。これらの方法は異常値検出における最適な方法ではないが,それらは規則的に収集したデータの分析パイプラインにおける適用の容易さのための実用的価値を提供する。これらを2つの実際のパンコムギ収量METsに基づくシミュレーションを用いて実証した。特に,収量試験の解析を考慮したモデルを,独立して,または共同で(試験を通しての借り強さ)考察した。異常値検出のための関節解析の利点を強調するために事例研究を提示した。Copyright 2021 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 流線 ,  農作物 ,  残差 ,  ゲノム ,  プログラムパッケージ ,  残留分析 ,  品種 ,  現場試験 ,  作物育種 ,  事例研究 ,  *異常値
準シソーラス用語： 複雑性 ,  一般化線形混合モデル ,  パンコムギ ,  *異常値検出 , 【Automatic Indexing@JST】

著者キーワード (7件)： 異常検出 ,  線形混合モデル ,  多環境現場試験 ,  異常値 ,  異常値検出 ,  植物育種 ,  残留分析

分類 (2件)： 作物の品種改良  (FC02030G) ,  作物育種一般  (FC02010K)

タイトルに関連する用語 (3件)： 環境 ,  現場試験 ,  異常値検出