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Win7R3.0.1。
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1m双行样段，成熟前调查1m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1m双行样段内调查，从基部握取30~50个茎，调查穗粒数。
千粒质量:每小区随机测量3个重复，误差不超过0.5g，以3次平均值作为千粒质量。
小麦产量虽然是由众多因素共同作用的结果，但弄清主要的且便于测定的因素对小麦产量影响的主次地位，对小麦育种工作具有十分重要的意义。
为了解参试小麦品系各性状值的动态水平，估算了平均值和变异系数。由表3可见，参试品种(系)产量平均值为353.27kg667，变异系数为8.9%。变异范围为322.3~397.9kg667。方差分析表明，7个性状品系间差异均达极显著水平，而重复间只有有效穗数和千粒重2个性状达显著差异，说明其差异主要由品系的基因型不同而引起。
表4显示，各主要农艺性状中，与产量的相关程度为:有效穗数(0.7056)穗粒数(0.4399)千粒重(-0.4312)株高(0.3256)小穗数(0.1747)穗长(0.0645)，其中有千粒重与产量为负相关(r=-0.4312)，以有效穗数和穗粒数与产量的关系最密切，千粒重处于第3，其它农艺性状与产量的关系较小。
表4表明，性状间的相互关系中，有效穗数除与千粒重成负相关外，与其它性状间均呈正相关;穗粒数除与有效穗数、小穗数、产量成正相关外，与其它性状问成负相关;千粒重除与株高成正相关外，与其它性状均成负相关，且负向趋势较大，表明千粒重对其它性状具有较大的限制作用，导致千粒重与产量呈负相关关系(r3y=-0.4312);株高与其它性状间既有正向趋势，也有负向趋势，总的还是正向趋势大，表明适当的株高有利于提高产量:穗长和小穗数与