摘要
病例对照研究是检测遗传标记与疾病之间关联性的重要设计。Cochran-Armitage趋势检验（CATT）是病例对照遗传关联研究分析中最常用的统计数据之一。当基础遗传模型（遗传模式）已知时，可以使用渐近最优CATT。然而，对于大多数复杂疾病，潜在的遗传模型尚不清楚。因此，对遗传模型错误指定稳健的测试优于模型依赖型CATT。最近提出了两种稳健测试，MAX3和遗传模型选择（GMS）。它们的渐近零分布通常是通过Monte-Carlo模拟获得的，因为它们要么尚未被充分研究，要么涉及多重积分。在本文中，我们研究了每个稳健统计的组成部分是如何相关的，并发现组成部分之间存在线性相关性。利用这一新发现，我们提出了计算MAX3和GMS的渐近零分布的简单算法，大大降低了计算强度。此外，我们还开发了R包拉斯科实现所提出的算法来计算经验和渐近第页病例对照关联研究中MAX3和GMS以及其他常用测试的值。为了便于说明，拉斯科用于分析四项全基因组关联研究中报告的17个最重要SNP的病例对照数据。
