数据：一年多点数据，有3列数据：地点、品种、产量
统计软件：GenStat
基因与环境互作检测的必要性：在品种推广之前，都需要对环境进行多地点多年限鉴定，来测试品种的产量水平和适应性，即基因与环境互作。如果品种与环境互作明显，则说明对地区有特殊适应性，只能在特定地区推广才能发挥增产作用。 品种效应显著而互作效应小的品种具有广泛适应性的丰产性品种，适于大面积推广。
ＡＭＭＩ模型的应用：以前经常采用线性回归模型，但它的假定是基因与环境互作与加性环境指数呈线性关系。但是它仅能解释一部分变异，并且当自变量（环境指数）和因变量（单个品种的均值）彼此不独立，模型就无法成立。 近来，一种更为有效的主效可加互作可乘（AMMI）模型开始流行应用。AMMI通过从加性模型的残差中分离模型误差和干扰，提高估计的准确度。并且借助于双标图可以更直观的描述和分析基因型与环境互作模式。
数据：•现有四个环境，194个品种的产量数据，求基因与环境互作，查看品种的丰产性和适应性。分为三列：环境（地点）、基因型（品种名）、产量。 一个地点一个品种仅有一个观测值，这是数据分析后得到的品种BLUE或BLUP或平均值。 数据可以有有缺失值。
ＧｅｎＳｔａｔ菜单：Stats/Meta analysis/AMMI
将基因型、观测值、环境导入对应的框中。 •在option中，选择输出方差表、分数值，点击ok设置成功，运行。
AMMI模型作图结果；
方差分析结果：1、可以看出基因型和环境均达到极显著。2、互作效应中，主成分1和主成分2均达到极显著和显著水平。
环境分析分析结果；1、环境的均值和IPCA得分2、环境的观察数、均值、方差
基因型分析1、品种的基因型均值、IPCA1和IPCA2值2、可以对均值或者IPCA进行排序，查看品种的丰产性和适应性。
GenStat是英国洛桑试验站开发的，没有汉化，不支持中文
数据要按照列来排序
其它的分析模型，是GGE，这个可能更火一点