untuk tahapan analisis yang lain, prosesnya sama untuk setiap metode pendekatan sesuai dengan hasil dugaan parameter.
Tahapan analisis dari ketiga metode pendekatan yaitu:
1. Pendugaan parameter
Dengan metode AMMI-S, parameter nilai tengah dan pengaruh utama diduga menggunakan metode kuadrat terkecil, sementara komponen bilinier akar ciri dan
vektor ciri diduga melalui penguraian nilai singular terhadap matriks dugaan pengaruh interaksi. Dugaan nilai parameter tersebut yaitu:
a. Pengaruh utama - Rata-rata umum:
- Pengaruh genotipe: - Pengaruh kelompok tersarang pada lokasi:
- Pengaruh lokasi : - Pengaruh interaksi:
. b. Komponen bilinier
Untuk memperoleh nilai dugaan dari ,
, dan , dilakukan penguraian nilai
singular terhadap . Banyaknya komponen utama yang dipertahankan
dalam model ditentukan dengan metode postdictive success keberhasilan total. Dengan metode ini, banyaknya komponen utama yang dipertahankan dalam
model sesuai dengan banyaknya komponen utama yang nyata pada uji F analisis ragam.
Selanjutnya dengan metode AMMI-BS, parameter pengaruh utama dan interaksi diduga dengan pendekatan Bayes. Penguraian nilai singular terhadap dugaan pengaruh
interaksi dilakukan untuk memperoleh dugaan akar ciri dan vektor ciri. Langkah yang dilakukan untuk memperoleh dugaan parameter menggunakan metode AMMI-BS
yaitu: a. Penentuan sebaran prior
Sebaran prior yang digunakan sebagai informasi awal yakni conjugate prior sebagai berikut:
dengan w = 1,0 x 10
15
dan adalah sembarang matriks berukuran m x m-1
dengan dan
, dimana adalah matriks
berukuran m x m yang semua unsurnya bernilai satu. b. Pendugaan sebaran posterior
Sebaran posterior diduga dengan membangkitkan nilai dari setiap parameter model menggunakan Gibbs Sampling dengan tahapan sebagai berikut:
i. Ditentukan nilai awal
. ,
, ,
, ,
2
ij j
i j
k
Nilai awal diduga menggunakan metode kuadrat terkecil. ii.
Dibangkitkan: a
l
dari
1 2
1 1
1 1
, ,
, ,
|
l
l ij
l j
l i
l j
k
~
. ,
1 2
2 2
1 2
1 2
2 1
2 2
l l
l l
rab rab
y rab
N
b
l 2
dari
1 1
1 1
2
, ,
, ,
|
l ij
l j
l i
l j
k l
. 2
1 ,
2 ~
2 1
1 1
1 2
ijk l
ij l
j k
l j
l i
l ijk
y abr
IG
c
l i
dari
l l
ij l
j k
l j
l i
2 1
1 1
, ,
, ,
|
. ,
μ τˆ
~ τ
2 2
2 2
2 2
τ 2
2
T a
a l
l l
l
K K
rb rb
rb N
d
l j
dari
l l
ij l
j k
l i
l j
2 1
1
, ,
, ,
|
. ,
μ γˆ
~ γ
2 2
2 2
2 2
γ 2
2
T b
b l
l l
l
K K
ra ra
ra N
e
l j
k
dari
l l
ij l
j l
i l
j k
2 1
, ,
, ,
|
. ,
μ ˆ
~ ρ
2 2
2 2
2 2
2 2
j
T r
r l
l l
l
K K
a a
a N
f
l ij
dari
l l
j l
j k
l i
l ij
2
, ,
, ,
|
. ,
μ ~
2 2
2 2
2 2
2 2
l l
l l
ij
r r
r N
iii. Langkah ii diulang m kali.
iv. Pendugaaan parameter model
ij j
k j
i
~
, ~
, ~
, ~
, ~
Nilai dugaan dari parameter model yaitu:
m l
l m
1 1
~
;
m l
l i
m i
1 1
~
;
m l
l j
m j
1 1
~
;
m l
l j
k m
j k
1 1
~
;
m l
l ij
m ij
1 1
~
. v.
Penguraian nilai singular terhadap matriks D=VLS
T
untuk memperoleh
k
ˆ
,
k
v ˆ , dan
k
s ˆ . D merupakan matriks yang disusun oleh nilai dugaan pengaruh
interaksi
ij
~
. Banyaknya komponen utama yang dipertahankan dalam model ditentukan dengan metode postdictive success.
Pada metode AMMI-B, semua parameter model diduga melalui pendekatan Bayes dengan langkah sebagai berikut:
a. Penentuan sebaran prior dari setiap parameter model Sebaran prior yang digunakan sebagai informasi awal yakni conjugate prior
sebagai berikut:
