描述:对于许多复杂疾病的风险、进展和治疗反应,人们越来越认识到基因与环境的相互作用在主要的遗传和环境影响之外发挥着重要作用。在实际交互分析中,响应变量和协变量中的异常值并不罕见。此外,流行病学研究中经常会遇到环境因素的缺失。开发的包由五种稳健的方法组成,用于解决异常值问题,其中两种方法还可以适应环境因素中的缺失。同时考虑了连续和右删失响应。提出的方法基于用于识别重要交互的惩罚和稀疏增强技术,这些都是使用高效算法实现的。除了基因环境分析之外,开发的软件包还可以用于分析其他类型的低维和高维数据之间的相互作用。(吴梦云等(2017)<doi:10.1080/0949655.2018.1523411>; 吴梦云等(2017)<doi:10.1002/gepi.22055>; 徐亚青等(2018)<doi:10.1080/00949655.2018.1523411>; 徐亚青等人(2019)<doi:10.1016/j.ygeno.2018.07.006>; 吴梦云等(2021)<doi:10.1093/bioinformatics/btab318>).
请使用规范形式https://CRAN.R-project.org/package=GEInter链接到此页面。