周，向 全基因组关联研究中方差分量估计与汇总统计的统一框架。 （英语） Zbl 1383.62305号 附录申请。统计。 2027-2051年第4期11号（2017）. 摘要：线性混合模型（LMM）是遗传关联研究中最常用的工具之一。然而，估计LMM方差分量的标准方法——限制最大似然估计法（REML）——存在几个重要缺陷：REML需要研究中所有样本的个体水平基因型和表型，计算速度慢，并在病例对照研究中得出向下偏倚的估计值。为了弥补这些缺陷，我们提出了一个用于方差分量估计的替代框架，我们称之为MQS。MQS基于矩量法（MoM）和最小范数二次无偏估计（MINQUE）准则，将两种看似无关的方法——著名的Haseman-Elston回归（HE）和最近的LD得分回归（LDSC）引入同一统一的统计框架，我们提供了另一种数学上等价的高等教育形式，允许使用汇总统计。我们提供了LDSC的精确估计形式，以获得无偏且统计上更有效的估计。我们方法的一个关键特征是，它能够将使用所有样本计算的边际得分与使用一小部分随机个体（或来自适当参考群体的个体）计算的SNP相关信息配对，虽然能够产生几乎与使用完整数据计算这两个量一样准确的估计值。因此，我们的方法产生了无偏且统计有效的估计，并利用了汇总统计，而对于大型数据集，它的计算效率很高。通过对8个真实数据集的37种表型的模拟和应用，我们说明了我们的方法在群体研究中估计和划分SNP遗传力以及在家庭研究中估计遗传力的好处。我们的方法在GEMMA软件包中实现，可在http://www.xzlab.org/software.html. 引用于三文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 62J05型 线性回归；混合模型 92D20型 蛋白质序列，DNA序列 关键词：全基因组关联研究;摘要统计信息;方差分量;线性混合模型;米克;矩量法 软件：GEMMA公司 PDF格式BibTeX公司 XML格式引用 \textit{X.Zhou}，Ann.应用。Stat.11，No.4，2027--2051（2017；Zbl 1383.62305） 全文： 内政部 欧几里得