无需编程--计算遗传相关以及显著性检验
如何计算遗传相关？
问题描述
植物或林木育种中，我的数据类型包括基因型（品种），地点（环境），重复（或者无重复），还有一系列性状，比如株高、产量等等，我怎么计算性状间的遗传相关，并且给出显著性？
示例数据
数据描述：location为地点，Genotype为基因型，Rep为重复，DWKPlant, DWKEar, TW, KDM, TKW为性状，想要计算这5个性状之间，两两的遗传相关和表型相关，并给出显著性。
常见误区
直接计算表型值的相关系数r，r这里并不是遗传相关和表型相关，而只是性状间的相关系数
正确做法
运行多性状模型，计算性状间的遗传协方差组分（G12）和遗传方差组分（G11，G22）
图中，黄色的表示方差组分，绿色的表示协方差组分，蓝色的遗传相关值：
计算公式：
Genstat界面
数据
模型1：
h4和h5为多性状，固定因子：Rep + Spacing, 随机因子：Fam，矩阵结构：使用us矩阵。option中选择Deviance。
结果：
模型2：
h4和h5为多性状，固定因子：Rep + Spacing, 随机因子：Fam，矩阵结构：使用Diagonal矩阵。option中选择Deviance。
结果：
这个Deviance，计算方法为：-2* loglikelihood，将结果放到Excel中：
在Excel中，用chisq.dist.rt函数，卡方为模型2-模型1，自由度为模型2-模型1，
=CHISQ.DIST.RT(G6-B6,H6-C6)
结果：
与ASReml-R结果比较：
library(asreml)
mod1 = asreml(cbind(h4,h5) ~ trait + trait:(Spacing + Rep),
random = ~ us(trait):Fam,
residual = ~ units:us(trait),
data=fm)
summary(mod1)$varcomp
mod2 = asreml(cbind(h4,h5) ~ trait + trait:(Spacing + Rep),
random = ~ diag(trait):Fam,
residual = ~ units:us(trait),
data=fm)
summary(mod2)$varcomp
mod3 = asreml(cbind(h4,h5) ~ trait + trait:(Spacing + Rep),
random = ~ diag(trait):Fam,
residual = ~ units:diag(trait),
data=fm)
summary(mod3)$varcomp
## 遗传相关及显著性检验
vpredict(mod1,h2 ~ V2/sqrt(V1*V3))
lrt.asreml(mod1,mod2,boundary = F)
## 表型相关及显著性检验
vpredict(mod1,h2 ~ (V2+V6)/sqrt((V1+V5)*(V3+V7)))
lrt.asreml(mod1,mod3,boundary = F)
结果：
上面的卡方值1133，就是模型2减去模型1的值，自由度就是模型2减去模型1的自由度，是1632-1630=2。
还想了解更多Genstat 功能？
请看这里！
GenStat是一款拥有强大试验设计、数据分析功能的国际专业统计软件，软件操作简单，国际认可度高，并具有强大的专业分析功能。以Genstat 为主题的“生物统计分析与试验设计”课程应运而生，课程从试验设计、基础统计分析、混合线性模型以及进阶分析，层层递进，结构清晰严密。对于软件的优势功能比如不平衡数据的多重比较、计算遗传力和育种值、基因与环境互作（GbyE，AMMI，GGE模型）都有详细介绍及SCI 案例解析。培训内容具体如下：
希望大家都能通过Genstat软件学会生物统计与试验设计的方法！
