分为三部分介绍：1、随机区组试验 2、一年多点试验 3、多年多点试验
软件：GenStat
随机区组试验：16个水稻品种、三次重复的随机区组试验，调查株高的数据资料列于表5-5中，试估算广义遗传率。方差分析模型：
GenStat实现方法：因为要估计方差组分，上面的公式是基于固定效应方差分析的结果计算的，在GenStat中，如果将品种和区组当成随机因素，可以直接估计方差组分，模型如下：
操作方法
一年多点的广义遗传力计算方法：9个品种，10个地点，每个地点重复4次，表型为百粒重，计算百粒重的广义遗传率。（农业试验设计与统计分析 王福亭主编 1991 331-342页）公式：
其中gl为基因与地点互作，l为地点的个数，r为重复的个数。GenStat模型如下：
方差组分的结果如下：
H2 = 0.01904/[(0.01904 + 0.0208/10 + 0.01939/(4*10)) = 0.8813
多年多点的广义遗传率计算： 计算公式：
其中var(g)是基因型的方差组分，var(gl)是基因地点互作的方差组分，var(gy)是基因年份互作的方差组分，var(e)是环境的方差组分，y是年数，l是地点数。数据是2年，2地点，良毙2重复，143个品种的土豆品种BRIX性状数据，数据来源（http://articles.extension.org/pages/61006/estimating-heritability-and-blups-for-traits-using-tomato-phenotypic-data#.VGmvjBSEBtJ ）GenStat模型：因为数据有缺失值，这里采用线性混合模型：
具体计算方法
遗传率的意义：性状的表现（表现型）是基因型和环境共同作用的结果，但对某一具体性状而言，了解它的遗传作用和环境影响在其表现中各占多大的比重，对于育种家关系极大。一般地说，遗传率高的性状，容易选择，遗传率低的性状，选择的效果较小。遗传率高的性状，在杂种的早期欧拒世代选择，收效较好。而遗传率较低的性状，则应在杂种后期世代选择才能收到较好的效果。
相关选择，又称为间接选择。有些性状，尤其是产量等经济性状都是典型的数量性状，且遗传率很低，但是若这些性状与某些遗传率高的简单性状密切相冲忌包关，可以用这些简单性状作为指标进行间接选择，以提高选择的效果。如大豆产量的遗传率很低，而子粒重、开花期的遗传率较高，且与产量之间有很高的相关系数，因此可以通过选择子粒重、开花期而达到对产量的选择目的。
利用方差分析也可以计算方差组分，这里面的操作都是对方差组分进行操作的
推荐用混线性模型进行相关分析，比如SAS的mixed model ，R的lme4，GenStat，ASReml等