Przegląd zastosowań metod statystycznych w analizie danych z serii doświadczeń odmianowych i odmianowo-agrotechnicznych
Adriana Derejko
adriana_derejko@sggw.edu.plKatedra Doświadczalnictwa i Bioinformatyki, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa (Poland)
Wiesław Mądry
Katedra Doświadczalnictwa i Bioinformatyki, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa (Poland)
Abstrakt
Wprowadzenie do uprawy nowych odmian związane jest z ryzykiem ich niepowodzenia w produkcji, które zwiększa się wraz z malejącą wiedzą o ich reakcji na zróżnicowane warunki środowiskowe (siedliskowe) i czynniki agrotechniczne. Zatem, proces wdrażania każdej odmiany nie kończy się na etapie badań wstępnych i jej zarejestrowania, lecz obok reprodukcji materiału nasiennego, obejmuje on także ocenę wartości gospodarczej odmiany w wielokrotnych seriach doświadczeń porejestrowych. Stały dopływ do rolnictwa nowo zarejestrowanych odmian nakłada na porejestrowe doświadczalnictwo odmianowe i odmianowo-agrotechniczne, konieczność sprawnej i wiarygodnej weryfikacji ich wartości gospodarczej. Wymienione doświadczenia pozwalają znacząco zmniejszyć ryzyko wprowadzenia do uprawy odmian nieprzydatnych dla rolnictwa, czyli takich, które nie zapewniają wysokich efektów produkcyjnych i ekonomicznych w różnych lub tylko wybranych (specyficznych) warunkach środowiskowych oraz systemach uprawy roślin i agrotechnice. Dane z wymienionych serii doświadczeń wymagają zastosowania specjalistycznej i komplementarnej metodyki statystycznej. W niniejszej pracy przedstawiony został przegląd serii doświadczeń odmianowych i odmianowo-agrotechnicznych wraz z zastosowaną metodyką statystyczną.
Słowa kluczowe:
metodyka statystyczna, wielokrotne serie doświadczeń, łączna analiza wariancjiBibliografia
Anderson W. K. 2010. Closing the gap between actual and potential yield of rainfed wheat. The impacts of environment, management and cultivar. Field Crops Res. 116: 14 — 22.
Google Scholar
Anderson W. K., Van Burgel A. J., Sharma D. L., Shackley B. J., Zaicou-Kunesch C. M., Miyan M. S., Amjad M. 2011. Assessing specific agronomic responses of wheat cultivars in a winter rainfall environment. Crop and Pasture Sci. 62: 115 — 124.
Google Scholar
Annicchiarico P. 2002 a. Defining adaptation strategies and yield stability targets in breeding programmers W: Kang M.S. (Ed.) Quantitative genetics, genomics and plant breeding. CAB, Wallingford, UK.: 165 — 183.
Google Scholar
Annicchiarico P. 2002 b. Genotype-environment interactions: challenges and opportunities for plant breeding and cultivar recommendations. FAO Plant Production and Protection Paper No. 174. Food and Agriculture Organization, Rome.
Google Scholar
Annicchiarico P. 2009. Coping with and exploiting genotype × environment interactions. In: Ceccarelli S., Guimarães E. P., Weltzien E. (eds), Plant Breeding and Farmer Participation. Food and Agricultural Organization, Rome: 519 — 564.
Google Scholar
Annicchiarico P., Chiapparino E., Perenzin M. 2010 a. Response of common wheat varieties to organic and conventional production systems across Italian locations and implications for selection. Field Crops Res. 116: 230 — 238.
Google Scholar
Annicchiarico P., Scotti C., Carelli M., Pecetti L. 2010 b. Questions and avenues for lucerne improvement. Czech J. Genet. Plant Breed. 46:1 — 13.
Google Scholar
Annicchiarico P., Iannucci A. 2008. Adaptation strategy, germplasm type and adaptive traits for field pea improvement in Italy based on variety responses across climatically contrasting environments. Field Crops Res. 108:133 — 142.
Google Scholar
Annicchiarico P., Pecetti L., Abdelguerfi A., Bouizgaren A., Carroni A. M., Hayek T., M’Hammadi Bouzina M., Mezni M. 2011. Adaptation of landrace and variety germplasm and selection strategies for lucerne in the Mediterranean basin. Field Crops Res. 120: 283 — 291.
Google Scholar
Basford K. E., Cooper M. 1998. Genotype × environment interactions and some considerations of their implications for wheat breeding in Australia. Aust. J. Agric. Res. 49: 153 — 174.
Google Scholar
Becker H. C., Leon J. 1988. Stability analysis in plant breeding. Plant Breeding 101, 1: 1 — 23.
Google Scholar
Brancourt-Hulmel M., Doussinault G., Lecomte C., Berard P., Le Buaec B., Trottet M. 2003. Genetic improvement of agronomic traits of winter wheat cultivars released in France from 1946 to 1992. Crop Sci. 43: 37 — 45.
Google Scholar
Bujak H., Tratwa G. 2011. Ocena stabilności plonowania odmian pszenicy ozimej na podstawie doświadczeń porejestrowych w Polsce. Biul. IHAR 260/261: 69 — 79.
Google Scholar
Caliński T., Czajka S., Kaczmarek Z, Krajewski P. 1998. SERGEN 4 — Analysis of series of variety trials and plant genetic or breeding experiments. Institute of Plant Genetics, Polish Academy of Sciences, and Department of Mathematical and Statistical Methods, Agricultural University, Poznań, Poland.
Google Scholar
Caliński T., Czajka S., Kaczmarek Z. 1983. Analiza jednorocznej serii ortogonalnej doświadczeń odmianowych ze szczególnym uwzględnieniem interakcji odmianowo-środowiskowej. 1. Analiza szczegółowa. Biul. Oceny Odmian 15: 39 — 60.
Google Scholar
Caliński T., Czajka S., Kaczmarek Z. 1987. A model for the analysis of a series of experiments repeated at several places over a period of years. I. Theory. Biul. Oceny Odmian 17/18: 7 — 33.
Google Scholar
Caliński T., Czajka S., Kaczmarek Z., Krajewski P., Pilarczyk W. 2005. Analyzing Multi-environment Variety Trials Using Randomization-Derived Mixed Models. Biometrics 61 (2): 448 — 55.
Google Scholar
Caliński T., Czajka S., Kaczmarek Z., Krajewski P., Pilarczyk W. 2009. Analyzing the genotype-by-environment interactions under a randomization-derived mixed model. JABES 14 (2).
Google Scholar
Caliński T., Czajka S., Kaczmarek Z., Krajewski P., Siatkowski I. 1995. SERGEN-A computer program for the analysis of series of variety trials. Biul. Oceny Odmian 26–27: 39 — 41.
Google Scholar
Chapman S.C., Crossa J., Edmeades G. O. 1997. Genotype by environment effects and selection for drought tolerance in tropical maize. I. Two mode pattern analysis of yield. Euphytica 95: 1 — 9.
Google Scholar
Cooper M., Woodruff D. R., Phillips I. G., Basford K.E., Gilmour A. R. 2001. Genotype-by-management interactions for grain yield and grain protein concentration of wheat. Field Crops Res. 69: 47 — 67.
Google Scholar
Crossa J., Cornelius P. L., Yan W. 2002. Biplots of linear-bilinear models for studying crossover genotype × environment interaction Crop Sci. 42: 619 — 633.
Google Scholar
Crossa J., Franco J. 2004. Statistical methods for classifying genotypes. Euphytica 137: 19 — 37.
Google Scholar
Crossa J., Vargas M., Joshi A. K. 2010. Linear, bilinear, and linear-bilinear fixed and mixed models for analyzing genotype × environment interaction in plant breeding and agronomy. Can. J. Plant Sci. 90: 561 — 574.
Google Scholar
de la Vega A. J., Chapman S. C. 2006. Defining sunflower selection strategies for a highly heterogeneous target population of environments. Crop Sci. 46: 136 — 144.
Google Scholar
de la Vega A. J., Chapman S. 2010. Mega-environment differences affecting genetic progress for yield and relative value of component traits. Crop Sci. 50: 574 — 583.
Google Scholar
de la Vega A. J., DeLacy I. H., Chapman S.C. 2007. Changes in agronomic traits of sunflower hybrids over 20 years of breeding in central Argentina. Field Crops Res. 100: 73 — 81.
Google Scholar
DeLacy I. H., Kaul S., Rana B. S., Cooper M. 2010 a. Genotypic variation for grain and stover yield of dry land (rabi) sorghum in India, 1. Magnitude of genotype × environment interactions. Field Crops Res. 118: 228 — 235.
Google Scholar
DeLacy I. H., Kaul S., Rana R. A., Cooper M. 2010 b. Genotypic variation for grain and stover yield of dryland (rabi) sorghum in India, 2. A characterization of genotype × environment interactions. Field Crops Res. 118: 236 — 242.
Google Scholar
De Vita P., Mastrangelo A. M., Matteu L., Mazzucotelli E., Virzi N., Palumbo M., Lo Storto M., Rizza F., Cattivelli L. 2010. Genetic improvement effects on yield stability in durum wheat genotypes grown in Italy. Field Crops Res. 119: 68 — 77.
Google Scholar
Derejko A., Mądry W., Gozdowski D., Rozbicki J., Golba J., Piechociński M., Studnicki M. 2011. Wpływ odmian, miejscowości i intensywności uprawy oraz ich interakcji na plon pszenicy ozimej w doświadczeniach PDO. Biul. IHAR 259: 131 — 146.
Google Scholar
Ebdon J. S., Gauch H. G. 2002. Additive main effect and multiplicative interactions analysis of national turfgrass performance trials. Interpretation of genotype x environment interactions. Crop Sci. 42: 489 — 496.
Google Scholar
Finlay K. W., Wilkilson G. N. 1963. The analysis of adaptation in a plant breeding programme. Aust. J. Agric. Sci. 14.
Google Scholar
Gan Y., Johnston A., Knight D., McDonald C., Stevenson C. 2010. Nitrogen dynamics of chickpea: Effects of cultivar choice, N fertilization, Rhizobium inoculation, and cropping systems. Can. J. Plant Sci. 90: 655 — 666.
Google Scholar
Gauch H. G. 1992. Statistical analysis of regional yield trials. AMMI analysis of factorial designs. Elsevier Science, New York.
Google Scholar
Gauch H. G. 2006. Statistical analysis of yield trials by AMMI and GGE. Crop Sci. 46: 1488 — 1500.
Google Scholar
Gauch H. G., Piepho H. P., Annicchiarico P. 2008. Statistical analysis of yield trials by AMMI and GGE: Further considerations. Crop Sci. 48: 866 — 889.
Google Scholar
Gauch H. G., Zobel R. W. 1996. AMMI analysis of yield trials. In: M. S. Kang, H. G. Gauch (Ed.) Genotype by environment interaction. CRC Press, Boca Raton: 85 — 122.
Google Scholar
Gauch H. G., Zobel R. W. 1997. Identifying mega-environments and targeting genotypes. Crop Sci. 37: 311 — 326.
Google Scholar
GenStat 2002. The guide to Genstat. Release 6.1. VSN International. Oxford, UK.
Google Scholar
Gilmour A., Cullis B., Welham S., Gogel B., Thompson R. 2004. An efficient computing strategy for prediction in mixed linear models. Comput. Stat. Data An. 44: 571 — 586.
Google Scholar
Gilmour A. Thompson R., Cullis B. R. 1995. Average information REML: An efficient algorithm for variance parameter estimation in linear mixed models. Biometrics 51: 1440 — 1450.
Google Scholar
Gogel B. J., Cullis, B. R., Thompson R. 2009. ASReml UserGuide Release 3.0 VSN International Ltd, Hemel Hempstead, HP1 1ES, UK.
Google Scholar
Gollob H. 1968. A statistical model which combines features of factor analytic and analysis of variance techniques. Psychometrika 33: 73 — 115.
Google Scholar
Iwańska M., Mądry W., Drzazga T., Rajfura A. 2008. Zastosowanie miar statystycznych do oceny stopnia szerokiej adaptacji odmian pszenicy ozimej na podstawie serii doświadczeń przedrejestrowych. Biul. IHAR 250: 67 — 86.
Google Scholar
Kang M. S. 1993. Simultaneous selection for yield and stability in crop performance trials: Consequences for growers. Agron. J. 85: 754 — 757.
Google Scholar
Kang M. S. 1998. Using genotype-by environment interaction for crop cultivar development. Adv. Agron. 62: 199 — 253.
Google Scholar
Kang M.S. 2002. Genotype-environment interaction: Progress and prospects. In: Kang M.S. (Ed.), Quantitative genetics, genomics and plant breeding, CAB International Wallingford, UK: 221 — 243.
Google Scholar
Loyce C., Meynard J. M., Bouchard C., Rolland B., Lonnet P., Bataillon P., Bernicot M. H., Bonnefoy M., Charrier X., Debote B., Demarquet T., Duperrier B., Felix I., Hedddadj D., Leblanc O., Leleu M., Mangin P., Meausoone M., Doussinault G. 2008. Interaction between cultivar and crop management effects on winter wheat diseases, lodging, and yield. Crop Protect. 27: 1131 — 1142.
Google Scholar
Loyce C., Meynard J. M., Bouchard C., Rolland B., Lonnet P., Bataillon P., Bernicot M. H., Bonnefoy M., Charrier X., Debote B., Demarquet T., Duperrier B., Felix I., Hedddadj D., Leblanc O., Leleu M., Mangin P., Meausoone M., Doussinault G. 2011. Growing winter wheat cultivars under different management intesities in France: A multicriteria assessment based on economic, energetic and environmental indicators. Field Crops Res. 125: 167 — 178.
Google Scholar
Ma B. L., Yan W., Dwyer L. M., Fregeau-Reid J., Voldeng H. D., Dion Y., Nass H. 2004. Graphic analysis of genotype, environment, nitrogen fertilizer, and their interactions on spring wheat yield. Agron. J. 96: 169 — 180.
Google Scholar
Mądry W. 2003. Analiza statystyczna miar stabilności na podstawie danych w klasyfikacji genotypy × środowiska. Część II. Model mieszany Shukli i model regresji łącznej. Coll. Biom. 33: 207 — 220.
Google Scholar
Mądry W., Kang M. S. 2005. Scheffé-Caliński and Shukla models: their interpretation and usefulness in stability and adaptation analyses. J. Crop Improv. 14: 325 — 369.
Google Scholar
Mądry W., Paderewski J., Drzazga T. 2006. Ocena reakcji plonu ziarna rodów hodowlanych pszenicy ozimej na zmienne warunki środowiskowe za pomocą analizy AMMI. Fragm. Agron. 92: 130 — 143.
Google Scholar
Mądry W., Paderewski J., Gazdowski D., Drzazga T. 2011. Adaptive yield response of winter wheat cultivars across environments in Poland using joint AMMI and cluster analyses. Intern. J. Plant Prod. 5: 299 — 310.
Google Scholar
Mądry W., Paderewski J., Rozbicki J., Gozdowski D., Golba J., Piechociński M., Studnicki M., Derejko A. 2012. Plonowanie odmian pszenicy ozimej w różnych środowiskach — jednoroczna seria PDOiR. Biul. IHAR 263: 189 — 204.
Google Scholar
McIntosh M. S. 1983. Analysis of combined experiments. Agron. J. 75: 153 — 155.
Google Scholar
Mohammadi R., Amri A. 2009. Analysis of genotype × environment interactions for grain yield in durum wheat. Crop Sci. 49: 1177 — 1186.
Google Scholar
Mohammadi R., Sadeghzadeh D., Armion M., Amri A. 2011. Evaluation of durum wheat experimental lines under different climate and water regime conditions of Iran. Crop Pasture Sci. 62: 137 — 151.
Google Scholar
Murphy K. M., Campbell K. G., Lyon S. R., Jones S. S. 2007. Evidence of varietal adaptation to organic farming systems. Field Crops Res. 102: 172 — 177.
Google Scholar
Paderewski J. 2008. Przydatność modelu AMMI do badania reakcji roślin rolniczych na warunki środowiskowe. Praca doktorska, Wydział Rolnictwa i Biologii, SGGW.
Google Scholar
Paderewski J., Gauch H. G., Mądry W., Drzazga T., Rodrigues P. C. 2011 Yield response of winter wheat to agro-ecological conditions using additive main effects and multiplicative interaction and cluster analysis. Crop Sci. 51: 969 — 980.
Google Scholar
Paderewski J., Mądry W. 2012. Zastosowania modelu AMMI do analizy reakcji odmian na warunki środowisk rolniczych. Biul. IHAR 263: 161 — 188.
Google Scholar
Pecetti L., Annicchiarico P., Abdelguerfi A., Kallida R., Mefti M., Porqueddu C., Simoes N., Volaire F., Lelievre F. 2011. Response of mediterranean tall fescue cultivars to contrasting agricultural environments and implications for selection. J. Agron. Crop Sci. 197: 12 — 20.
Google Scholar
Peltonen-Sainio P., Jauhiainen L., Laurila I. P. 2009. Cereal yield in northern European conditions. Changes in yield potential and its realisation. Field Crops Res. 110:85 — 90.
Google Scholar
Piepho H. P., Möhring J., Melchinger A. E., Büchse A. 2008. BLUP for phenotypic selection in plant breeding and variety testing. Euphytica 161: 209 — 228.
Google Scholar
Piepho, H. P., van Eeuwijk F.A. 2002. Stability analyses in crop performance evaluation. In: Kang M.S. [ed.]: Crop improvement: Challenges in the twenty-first century”. Food Products Press, Binghamton. New York: 307 — 342.
Google Scholar
Pilarczyk W. 1983. Wykorzystanie analizy skupień do podziału stacji doświadczalnych na grupy o małej interakcji odmianowo-środowiskowej. Colloqium Biometryczne 13: 133 — 147.
Google Scholar
Pilarczyk W., Kamiński J. 1995. Application of some traditional models and AMMI model for analysis of a series of cereal trials. Biuletyn Oceny Odmian. 26–27: 179 — 188.
Google Scholar
Pinnschmidt H. O., Hovmøller M. S. 2002. Genotype × environment interactions in the expression of net blotch resistance in spring and winter barley varieties. Euphytica 125: 227 — 243.
Google Scholar
Raman A., Ladha J. K., Kumar V., Sharma S., Piepho H. P. 2011. Stability analysis of farmer participatory trials for conservation agriculture using mixed models. Field Crops Res. 121: 450 — 459.
Google Scholar
SAS Institute Inc. 2004 SAS OnlineDoc® 9.1.3. Cary, NC.
Google Scholar
Smith A. B., Cullis B. R., Thompson R. 2005. The analysis of crop cultivar breeding and evaluation trials: an overview of current mixed model approaches. J. Agric. Sci. 143:449 — 462.
Google Scholar
So Y.S, Edwards J. 2009. A Comparison of mixed-model analyses of the Iowa Crop Performance Test for corn. Crop Sci. 49: 1593 — 1601.
Google Scholar
Stiller W. N., Reid P. E., Constable G. A. 2004. Maturity and leaf shape as traits influencing cotton cultivar adaptation to dryland conditions. Agron. J. 96: 656 — 664.
Google Scholar
Surprenant J., Drapeau R., Fernet C. 1993. Cultivar by management interactions effects on timothy yield and quality evaluation. Can. J. Plant Sci. 73: 445 — 460.
Google Scholar
Thangavel P., Anandan A., Eswaran R. 2011. AMMI analysis to comprehend genotype by environment (G × E) interactions in rainfed grown mungbean (Vigna radiata L.). Aust. J. Crop Sci. 5: 1767 — 1775.
Google Scholar
van Eeuwijk F. A., Keizer L. C. E., Bakker J. J. 1995. Linear and bilinear models for the analysis of multi-environment trials: II. An application to data from the Dutch Maize Variety Trials. Euphytica 84: 9 — 22.
Google Scholar
Viele K., Srinivasan C. 2000. Parsimonious estimation of multiplicative interaction in analysis of variance using Kullback-Leibler Information. J. Stat. Plan. Inf. 84: 201 — 219.
Google Scholar
Ward J. H. 1963. Hierarchical grouping to optimize an objective function. J. Am. Stat. Assoc. 58: 236 — 244.
Google Scholar
Welham S. J., Gogel B. J., Smith A. B., Thompson R., Cullis B. R. 2010. A comparison of analysis methods for late stage variety evaluation trials. Aust. N. Z. J. Stat. 52: 125 — 149.
Google Scholar
Yan W., Kang M. S. 2003. GGE biplot analysis: A graphical tool for breeders, geneticists, and agronomists. CRC Press, Boca Raton, FL.
Google Scholar
Yan W., Kang M. S., Ma B., Woods S., Cornelius P. L. 2007. GGE biplot vs. AMMI analysis of genotype- by-environment data. Crop Sci. 47: 643 — 653.
Google Scholar
Zhang Y., He Z., Zhang A., van Ginkel M., Pena R.J., Ye G. 2006. Pattern analysis on protein properties of Chinese and CIMMYT spring wheat cultivars sown in China and CIMMYT. Austr. J. Agric. Res. 57: 811 — 822.
Google Scholar
Autorzy
Adriana Derejkoadriana_derejko@sggw.edu.pl
Katedra Doświadczalnictwa i Bioinformatyki, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa Poland
Autorzy
Wiesław MądryKatedra Doświadczalnictwa i Bioinformatyki, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa Poland
Statystyki
Abstract views: 55PDF downloads: 64
Licencja
Prawa autorskie (c) 2014 Adriana Derejko, Wiesław Mądry
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Z chwilą przekazania artykułu, Autorzy udzielają Wydawcy niewyłącznej i nieodpłatnej licencji na korzystanie z artykułu przez czas nieokreślony na terytorium całego świata na następujących polach eksploatacji:
- Wytwarzanie i zwielokrotnianie określoną techniką egzemplarzy artykułu, w tym techniką drukarską oraz techniką cyfrową.
- Wprowadzanie do obrotu, użyczenie lub najem oryginału albo egzemplarzy artykułu.
- Publiczne wykonanie, wystawienie, wyświetlenie, odtworzenie oraz nadawanie i reemitowanie, a także publiczne udostępnianie artykułu w taki sposób, aby każdy mógł mieć do niego dostęp w miejscu i w czasie przez siebie wybranym.
- Włączenie artykułu w skład utworu zbiorowego.
- Wprowadzanie artykułu w postaci elektronicznej na platformy elektroniczne lub inne wprowadzanie artykułu w postaci elektronicznej do Internetu, lub innej sieci.
- Rozpowszechnianie artykułu w postaci elektronicznej w internecie lub innej sieci, w pracy zbiorowej jak również samodzielnie.
- Udostępnianie artykułu w wersji elektronicznej w taki sposób, by każdy mógł mieć do niego dostęp w miejscu i czasie przez siebie wybranym, w szczególności za pośrednictwem Internetu.
Autorzy poprzez przesłanie wniosku o publikację:
- Wyrażają zgodę na publikację artykułu w czasopiśmie,
- Wyrażają zgodę na nadanie publikacji DOI (Digital Object Identifier),
- Zobowiązują się do przestrzegania kodeksu etycznego wydawnictwa zgodnego z wytycznymi Komitetu do spraw Etyki Publikacyjnej COPE (ang. Committee on Publication Ethics), (http://ihar.edu.pl/biblioteka_i_wydawnictwa.php),
- Wyrażają zgodę na udostępniane artykułu w formie elektronicznej na mocy licencji CC BY-SA 4.0, w otwartym dostępie (open access),
- Wyrażają zgodę na wysyłanie metadanych artykułu do komercyjnych i niekomercyjnych baz danych indeksujących czasopisma.
Inne teksty tego samego autora
- Wiesław Mądry, Dariusz Gozdowski, Jan Rozbicki, Mirosław Pojmaj, Stanisław Samborski, Formowanie się plonu ziarna przez jego składowe u rodów hodowlanych pszenżyta ozimego w różnych warunkach środowiskowych , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 244 (2007): Wydanie regularne
- Marcin Studnicki, Wiesław Mądry, Tadeusz Śmiałowski, Porównanie efektywności metod statystycznych tworzenia kolekcji podstawowej na przykładzie pszenicy jarej , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 252 (2009): Wydanie regularne
- Wiesław Mądry, Barbara Roszkowska-Mądra , Piękno i znaczenie starych sadów tradycyjnych , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 299 (2023): Wydanie regularne
- Wiesław Mądry, Adriana Derejko, Metody statystyczne analizy danych w kompletnej klasyfikacji Odmiana ×Agrotechnika × Miejscowość × Rok (G×M×L×Y) z PDOiR , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 273 (2014): Wydanie regularne
- Dariusz Gozdowski, Wiesław Mądry, Zdzisław Wyszyński, Maria Kalinowska-Zdun, Charakterystyka i empiryczne porównanie prostej oraz złożonej analizy ścieżek w ocenie determinacji plonu roślin przez ich cechy plonotwórcze. Część II. Przykład z jęczmieniem jarym , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 249 (2008): Wydanie regularne
- Marcin Studnicki, Wiesław Mądry, Jan Schmidt, Wielowymiarowa analiza zmienności genotypowej cech rolniczych w kolekcji zasobów genowych kupkówki pospolitej (Dactylis glomerata L.) , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 263 (2012): Wydanie regularne
- Wiesław Mądry, Marzena Iwańska, Przydatność metod oraz miar statystycznych do oceny stabilności i adaptacji odmian: przegląd literatury , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 260/261 (2011): Wydanie regularne
- Jakub Paderewski, Wiesław Mądry, Zastosowania modelu AMMI do analizy reakcji odmian na środowiska , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 263 (2012): Wydanie regularne
- Wiesław Mądry, Marzena Iwańska, Ilościowe miary szerokiej adaptacji odmian i ich zastosowanie w doświadczeniach wstępnych z pszenicą ozimą , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 260/261 (2011): Wydanie regularne
- Anna Rajfura, Wiesław Mądry, Wydzielanie grup miejscowości na podstawie serii doświadczeń wielokrotnych ze zmiennym składem odmian w latach przy użyciu pakietu SEQRET. Część I. Teoretyczne podstawy analizy retrospektywnej , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 250 (2008): Wydanie regularne
