Türkiye' de üretimi yapılan bazı mısır çeşitlerinin discriminant ve cluster analizleri ile farklılıklarının belirlenmesi

Türkiye'de hayvan besleme ve yağ sanayi için önemi hızlı bir şekilde artan mısır bitkisinde ekolojiye uygun çeşitlerin yetiştirilmesi yüksek verim için en önemli unsurlar arasındadır. En uygun çeşit tespitine yönelik araştırma verilerinin analizinde verim gibi tek bir karakter ele alınmakta ve her bir karakter ayrı analiz edilmektedir. Ancak verilerin hepsini birlikte analiz etmek daha sağlıklı sonuçlar elde etmek için etkin bir yol olabilir. Bu amaçla ülkemizde halen yetiştirilmekte olan 27 tek melez mısır çeşidi, tesadüf blokları deneme deseninde 2001 ve 2002 yıllarında Samsun, Bafra ve Amasya lokasyonlarmda denenmiştir. Denemelerde tane verimi, tane/koçan oranı, ilk koçan yüksekliği, bitki boyu ve tepe püskülü gösterme süresi kayıt edilmiştir. Discriminant analizinde lokasyon ve yıl faktörleri metodun gereği olarak dikkate alınmamış, çeşitler arasındaki uzaklık (D2) değerleri bulunmuştur. Buna göre birbirine en çok benzeyen iki çeşit olarak LG 55 ile LG 60 bulunmuştur. Buna mukabil birbirine en az benzeyen iki çeşit Vero ve C.6127'dir. Çeşitler arasındaki benzerlikleri eksen boyutunda görme gayesiyle Eksen (Canonical) l, 2 ve 3 incelenmiştir. Tane verimi ve koçan yüksekliği her üç kategoride de çeşitleri ayırt edici unsur olarak görülürken, bitki boyu ve tepe püskülü gösterme süresinin etkisinin çok az olduğu görülmüştür. Cluster analizinde 4 ayrı çeşit grubu oluşmuştur. Discriminant analizi ile cluster analizi arasında bazı farklılıklar görülmüştür. Cluster analizinde sadece ortalamaların kullanılması nedeniyle deneme hatası belirlenmediğinden discriminant analizi kadar güvenilir değildir. Ancak cluster analizi görsel olarak gruplandırma için beğeni toplamaktadır. Bu analizlerde verim için elde edilen katsayılar bu karakter için hala etkili seleksiyon yapılabileceğini göstermektedir.

Determination of differences among some corn cultivars grown in Turkey by discriminant and cluster analysis

Suitable corn cultivars are among the most important components to increase corn yield. The importance of corn in Turkey has been increasing steadily to meet demand for animal feed and oil. The conventional (univariate) statistical models analyse each trait one by one. However, it is possible that all variables can be analyzed by multivariate methods to get better results. In order to analyze corn data by multivariate fashion. 27 corn cultivars (single hybrid) were tested in three locations (Samsun, Bafra and Amasya) in a "randomized complete block design" in 2001 and 2002. Grain yield, kernel to ear ratio, ear height, plant height and days to tasselling were recorded in the experiments. Location and years effects were ignored in discriminant analysis. The distances between cultivars (D2) were estimated. D2 showed that LG.55 and LG.60 were the most similar cultivars and Vero and C.6127 were the most different cultivars from each other. In order to visualize the distances among cultivars, Canonicals 1, 2 and 3 were examined. Yield and ear height were the traits to differentiate cultivars in all 3 canonicals. Plant height and days to tasselling were found inefficient to differentiate cultivars. Cluster analysis use only means of traits, therefore experimental error cannot be estimated. However, dendogram by cluster is more attractive for readers than graph from discriminant analysis. The coefficients estimated for yield in discriminant analysis imply that efficient selection for yield is still possible.

___

  • 1.Poehlmaıı, J.M. and D.A. Sleper., 1995. Breeding Field Crops. Fourth Edition, Iowa State University Press Ames.
  • 2.Tatsuoka, M. M., 1971. Multivariate analysis. Second edition. McMillan Publ.Comp. s. 479.
  • 3.Rencher, A. C., 1995. Methods of multivariate analysis. John Willey & Sons Inc. S. 627.
  • 4.İlarslan, R., Z. Kaya, 1 Kandenur ve P.K. Bretting. 2002,Genetic variability among Turkish pop, flint and dent com (Zea mays L. spp. mays) races: Morphological and agronomic traits. Euphytica 128:173-182.
  • 5.Ebdoıı, J.S., A.M. Petrovic, -and S.J. Schwager., 1998.Evaluation of discriminant analysis in identification of low-and high-water use Kentucky Bluegrass cultivars. Crop Science, 38: 152-157.
  • 6.Cardi, T.,1999. Multivariate analysis of variation among Solanım commersonii (+) Solatium tuberosum somatic hybrids with different ploidy levels. Euphytica, 99 (1):35-41.
  • 7.Adi, M.B.F., 1999. Orta Anadolu (Apis mellifera anatoliaca),Kafkas (.4. m. caucasica) ve İran (.4. m. meda) Bal Anlamını morfolojik özelliklerine göre karşılaştırılması. Ankara Üniv., Fen Bilimleri Enstitüsü, Zootekni Anabilinı Dalı, Doktora Tezi.
  • 8.Cui, Z„ T. E. Carter Jr., J. W. Burton and R. Wells. 2001.Phenotipic Diversity of Modem Chinese and North American Sovbean Cultivars. Crop Science. 41;] 954-1967.
  • 9.Vaylay R. and E.V. Santen, 2002. Application of Canonical Discriminant Analysis for the Assesment of Genetic Variation in Tall fescue. Crop Sci.. 42(2):534-539.
  • 10.McElroy S. J., R. H. Walker and E. V. Santen, 2002.Patterns of Variation in Poa annua populations as Revealed by Canonical Discriminanat analysis of Life History Traits. Crop Science, 42(2):513-517.
  • 11.FAO, 2003. FAOSTAT (FAO Statist. Databs.). http:Wapps.fao.org /page/ collections? subset= agriculture
  • 12.SAS Inst.Inc., SAS/STAT, 1998. User's Guide. Release 3.03 Edition, Cary, NC.