《表2 两组合各遗传模型的极大似然值及AIC值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《烟草青枯病抗性遗传效应分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选择主基因+多基因混合遗传模型分析2对组合中4个基础世代群体的极大似然函数参量数据（maximum likelihood value）与AIC参量数据（Akaike’s information criterion，AIC），一共能够得到5大类共24种遗传模型（表2），其中，A代表1对主基因模型，B代表2对主基因模型，C代表多基因模型，D代表1对主基因+多基因模型，E代表2对主基因+多基因模型。参考AIC原则，组合I中D-4、E-0、E-1、E-2共4个模型AIC值较低，组合II中D-0、D-4、E-1、E-2共4个模型AIC值较低，可作为候选遗传模型。2个组合抗性在候选遗传模型中的适合性（U12、U22、U32、nW2以及Dn) 检验（表3，表4），对比产生显著统计参数的数目，把统计量为较低显著水平数量的模型设成最优模型。由此，组合I中D-4、E-0、E-1和E-2模型中分别有13个、10个、12个和12个统计量达到显著水平，确定组合I的E-0模型（2对加性、显性、上位性主基因与加性、显性、上位性多基因混合遗传模型）属于最优遗传模型；同理，组合II中D-0、D-4、E-1和E-2模型中分别含有13个、14个、14个和17个统计量达到显著水平，最终确定组合II中D-0 (1对加性-显性基因+加性-显性-上位性多基因模型）为最优模型。