1，2，…，T，其中为回归变量(标量)，α表示截距项，为p×1阶回归系数列向量，β为p×1阶回归系数列向量，为误差项(标量)。混合模型的特点是无论对任何个体和截面，回归系数α和β都相同。因WZRZ、WRZB处理的多数小麦相关性状与CK相当或略优，即基本上可以认为这三种耕作模式不会显著影响小麦千粒重的重量，面板数据的千粒重与气候因子之间的混合分位数回归模型与一般数据的分位数回归模型是一致的;同时数据的样本量可以合理地增加到21，为得出相对稳定可靠的分析结果提供了理论前提。
2.3数据分析
3.1中，获得每个品系的相关数据，包括株高、穗长、小穗数、穗粒数、有效穗数、千粒重、产量等。将上述数据输入计算机，通过DPS数据处理系统软件和Excel软件，进行通径与灰色关联分析。
3.2中，数据处理与分析平台为Win7/R
3.0.1。
3.产量要素的分析与模型比较
3.1小麦3个性状与产量的相关性分析
构成小麦产量的三要素是指单位面积穗数、每穗粒数和千粒重。这三个因素也叫小麦的产量结构，三个因素的乘积就是小麦的单位面积产量。产量是三个因素相辅相成，合理协调的结果，哪个因素受到严重影响，都会严重影响产量。一般情况下，三因素有一定的制约性和协调性，产量是三因素优化协调的结果。
穗数:三叶期，确定每小区有代表性的1
m双行样段，成熟前调查1
m双行样段有效穗数，换算为每公顷穗数。
穗粒数:成熟期，在确定的1
m双行样段内调查，从基部握取30~50个茎，调查穗粒数。
内容未完，下一页继续阅读