前段时间，我因打算在林业科学投稿，就找了篇该刊论文，作为格式参考。最近，在细看一下该篇的数据分析部分，却发现了一些值得商议的小细节。声明一点，本人对该论文研究没有任何疑问，也对该论文的所有作者没有任何恩怨，下述的观点，仅是个人从数据分析角度闲聊论文的严谨性。

数据分析方法的描述部分：

对于该篇论文的这种数据，国际主流方法一般都已经用线性混合模型了，而这里仍然使用普通的线性模型，然后做方差分析，再通过换算获得方差分量。这种做法比较落后。论文作者使用SAS软件，可以直接处理线性混合模型。

上表中的所有值没有标准误，因为有些值非常小（例如一般配合力分量、特殊配合力分量），没有标准误，就无法判断这些值的可靠性。此外，论文的方法部分并未介绍家系遗传力（h2f）是如何计算的。SCI论文中，一般来说遗传力都是会有标准误的。

很遗憾该表的相关值，依然没有标准误，且如何计算的，论文的方法部分介绍非常模糊。“相关性分析在SPSS软件中完成。”，这有点奇怪，SAS可以完成，却用SPSS来作？SPSS如何实现遗传相关分析，我表示很感兴趣。此外，年抽梢次数与其它性状的遗传相关是如何计算的，包括N、P、K养分，它们不可能是正态分布型数据。再者，该表中的一些遗传相关值都大于1了，作者并未解释出现这种情况的原因。

下面附上本人在澳洲访学时跟Harry wu团队发表的一篇论文，作为参考。只是想做个简单的对比，看看方法描述的严谨性，别无他意。

统计模型的描述：使用线性混合模型。

单株遗传力的计算：

B型遗传相关的计算：

方差分量、遗传力、遗传相关的计算结果：后两个都有标准误，事实上方差分量也有。

加性遗传相关的计算结果：都有标准误。

再细看我们这篇论文，也发现漏了介绍加性遗传相关的计算。不过，在之前的另一篇论文（Lin, Y.Z., Yang, H.X., Ivkovi, M., Gapare, W.J., Matheson, A.C. and Wu, H.X. (2013) Effect of genotype by spacing interaction on
radiata pine genetic parameters for height and diameter growth. Forest Ecology and Management 304, 204–211.），有介绍关于加性遗传相关的计算。