利用半参数检验法在不相关个体的数量性状与候选基因之间建立关联检验

摘要

虽然，在以往的关联研究领域中提出了许多为了检测候选基因与遗传性状之间关联性的统计方法，但是这些方法总是存在着这样或那样的弊端。例如，以家系为研究基础的关联设计虽然在控制人群分层方面有很大的优势，但是这种方法的功效性却很低。目前，以不相关个体为研究基础的关联设计虽然具有很强的功效性，但是这些方法却不能很好的控制人群分层。而本文提出的是在关联研究的领域中一种较新的统计方法-半参数关联检验法(简称SPTA)。这种方法也是以不相关个体为研究基础。它不但具有较强的功效性，而且也能很好的控制人群分层。SPTA方法首先是用许多相互独立的标记的基因型主元来估计每个样本个体的遗传背景值，然后用半参数模型建立起性状值，候选标记的基因型值及遗传背景值之间的关系。这种方法模拟试验的结果表明，它在人群分层存在的情况下有正确的第一错误率，并且在所有可以考虑的情况下与基于家系的其他关联设计相比功效性较强。

目录

文摘

英文文摘

声明

绪言

第1章概念及统计模型

1.1基本概念

1.2统计模型

1.3本章小结

第2章半参数关联检验的统计方法

2.1统计方法的提出

2.1.1基因背景变量

2.1.2半参数关联检验法

2.1.3平滑参数

2.2本章小结

第3章模拟及结果分析

3.1几种模型的建立

3.1.1离散人群模型

3.1.2连续混合人群模型

3.1.3其他关联检验法

3.2本章小结

结论

参考文献

附录

致谢