Zhu, J., & Weir, B. S. (1996). Mixed model approaches for diallel analysis based on a bio-model. Genetical Research, 68, 233–240. http://doi.org/10.1017/S0016672300034200
建议MINQUE（1）过程，其是针对所有先前值具有1的最小范数二次无偏估计（MINQUE）方法，用于估计用于二进制十字的生物模型中的方差和协方差分量。比较MINQUE（1），受限最大似然（REML）和具有先前值的参数值的MINQUEθ的估计的不偏倚性和效率。 MINQUE（1）几乎与MINQUEθ一样有效，可以无偏估计遗传方差和协方差分量。生物模型是有效和鲁棒的估计方差和协方差分量为母亲和父亲的影响以及核效应。提出了调整无偏差预测（AUP）的程序用于预测生物模型中的随机遗传效应。建议使用千斤顶程序来估计估计方差和协方差分量以及预测遗传效应的抽样方差。给出了用于估计方差和协方差分量以及用于预测遗传优势的工作实例。
1.介绍
估计遗传方差对于定量遗传研究以及植物和动物育种是重要的。遗传方差分量的估计通常通过Cockerham的方法（1963）完成。交配设计用于生成在一个或多个环境中测试的亲缘关系，并且可以构建方差分析（ANOVA）以估计方差成分，然后将其转换成亲缘的协方差。这些亲属的协方差也可以根据遗传和环境成分来解释，因此可以导出遗传方差分量的估计量。在各种配合设计中，嵌套（设计I）和因子（设计II）设计（Comstock＆Robinson，1952; Hallauer＆Miranda，1981）和diallel设计（Yates，1947; Hayman，1954; Griffing， Kempthorne，1956; Gardner＆Eberhart，1966）最常用于植物和动物育种者。 Cockerham＆Weir（1977）提出了一种用于双列交配的生物模型。这个模型将核外效应分为母体效应和父亲效应，更能代表生物情况。由于ANOVA方法不能给出母亲效应和父亲效应的方差分量的单独估计，需要采用混合线性模型方法来无方向估计方差分量。在本研究中，蒙特卡罗模拟用于评估最小范数二次无偏估计（MINQUE）（Rao，1970,1971）和限制最大似然（REML）的估计方法（Patterson＆Thompson，1971; Corbeil＆Searle，1976）。建议使用MINQUE过程来估计具有相等设计矩阵的两个性状之间的协方差分量。通过用于MINQUE和REML过程的蒙特卡罗模拟来测试估计方差分量和协方差分量的无偏性和效率。将用于随机遗传效应的调整的无偏预测（AUP）的方法与最佳线性无偏预测（BLUP）过程进行比较。提出了一个工作实例来说明这些新的分析方法的使用
