摘要
蒙特卡罗仿真研究表明 :对处理在基因定位阈值性状中出现的超离中趋势现象 (结构异质性 ) ,我们提出的结构异质性模型是一个高效的统计方法 .它表现在高效率的统计检验、准确的参数估计和基因定位等方面 .病态或奇异费歇信息矩阵是在基因连锁定位分析中的一个突出的算法问题 ,仿真数据显示它们的发生率可以达到 2 8% .我们提出的应用奇异根分解方法可以有效地解决这一算法问题 .对比常规阈值模型 ,结构异质性阈值模型有较高的算法稳定性 .
Monte Carlo simulation studies indicate that the newly developed structural heteroskedastic threshold model, with an aim at handling overdispersion problem in QTL mapping of ordinal traits, is an efficient statistical method in terms of power and genetic parameter estimation under various designs. The incidence of ill condition or singularity of the Fisher information matrix in a genome scan of linkage is high (up to 28%), suggesting that a more robust numerical algorithm (e.g., singular value decompositio...
出处
《应用数学》
CSCD
北大核心
2001年第2期125-132,共8页
Mathematica Applicata
基金
National Centerfor Human Genome Research( HG0 1 577U.S) and National Science and Technology of Committee of China( 3 9970 3 97)
关键词
蒙特卡罗
结构异质性
奇异性
算法
阈值性状
Monte Carlo
Heteroskedasticity
Singularity
Numerical methods
Threshold traits