核心家系中数量性状遗传方差分量模型的研究

目的 研究核心家系中带协变量的数量性状的遗传方差分量模型 ,探索数量性状的遗传因素和环境因素作用大小的分析方法。方法 将线性混合模型应用于核心家系资料 ,根据核心家系成员的遗传关系建立遗传方差分量模型 ,运用SAS软件中的Mixed模块和WinBUGS软件进行参数估计 ,分析各影响因素作用大小。结果 模拟研究表明REML法和MCMC法都可得到近似无偏的参数估计。REML法计算耗时较少 ,但该法对各参数的区间估计具有一定的局限性 ,而MCMC法可方便地得到各参数的可信区间。结论 该模型可应用于实际家系资料 。

REML法和MCMC法在数量性状核心家系遗传方差分量模型中参数估计的比较

目的 比较限制性最大似然估计(REML)和马尔可夫链蒙特卡罗(MCMC)方法在数量性状遗传方差分量模型中参数估计的偏差和精度。方法 计算机模拟50个数量性状核心家系数据集,运用SAS软件中的PROC MIXED程序和WinBUGS软件进行参数估计,比较不同样本含量时两法参数估计结果。结果 在本试验参数指定条件下,对固定效应参数,两法估计的相对偏差低于2％;对随机效应,估计偏差较高。小样本时,MCMC法估计结果比REML法更接近真值。结论 在模拟数量性状方差分量模型时,大样本家系资料可根据实际情况选用两法;小样本家系资料,MCMC法可得到比REML法更稳健的估计,推荐使用。

原发性肝癌发病年龄的遗传方差分量模型研究

目的HBV感染对原发性肝癌的家庭聚集性有很重要的影响,本研究控制HBV感染的同时,研究原发性肝癌发病年龄的遗传方差分量。方法家系资料来自2001～2002年江苏泰兴的一次原发性肝癌的病例对照家系调查,利用Cox遗传方差分量模型,分析满足方差分量模型要求的178个肝癌核心家系和184个肝癌扩展家系资料,MCMC方法用于协变量回归系数和随机效应方差分量的估计。结果不包含家庭共享环境方差的简化模型最终收敛。核心家系和扩展家系资料的遗传方差分量模型得到相似的参数估计结果,扩展家系结果显示HBsAg阳性对肝癌发病年龄的HR值为12.13（95%CI：6.94-23.03）;遗传加性效应方差分量为0.076（95%CI：0.002-0.291）,遗传显性效应方差分量为0.301（95%CI：0.010-1.067）。结论除HBV感染的作用外,原发性肝癌发病年龄的家庭相关还有遗传因素的作用,包括遗传加性效应和遗传显性效应/同胞共享环境因素影响肝癌的发病年龄。

核心家系中质量性状遗传方差分量模型的研究

目的研究核心家系中带协变量的质量性状的遗传方差分量模型,定量地评价遗传因素和环境因素对质量性状的作用。方法将广义线性混合模型应用于核心家系资料建立遗传方差分量模型,运用MCMC方法进行参数估计。结果模拟研究表明大样本时MCMC法可得到近似无偏的参数估计。结论该方法可应用于家系资料,分析遗传因素和环境因素对质量表型的影响大小。

方差分量模型协方差阵的谱分解

本文对平衡方差分量模型,给出了其协方差阵的新的谱分解算法.该方法的特点是计算简单,易于理解,无须复杂的数学知识.且能够明确显示协方差阵的不同特征值的个数,以及谱分解中不同特征值所对应的投影阵的显式表示.基于新方法我们进一步研究了平衡方差分量模型的一些相关性质.本文还研究了一般方差分量模型,我们首先定义了一般方差分量模型协方差阵的简单谱分解,给出了一般方差分量模型可以进行简单谱分解的充要条件,并研究了协方差阵简单谱分解的一些性质.对于协方差阵可以进行简单谱分解的方差分量模型,本文研究了简单谱分解在其统计推断中的应用.

随机效应方差分量模型及应用——股票换手率及行业因素对收益率影响的定量分析

应用随机效应方差分量模型 ,定量分析了上市公司行业因素对股票收益率的影响 ;实证研究了深沪股市股票换手率和收益率的相关性。

方差分量模型中回归系数估计的可容许性

本文考虑方差分量模型中回归系数函数g(β)的估计的可容许性问题. §2中给出了β的线性函数p′β的估计在平方损失之下,在线性估计类中为可容许估计的充要条件. §3中给出了β的估计在平方和损失之下,在线性估计类中为可容许估计的充分条件和必要条件.

两向方差分量模型的最优设计

文章研究了同时含有随机时间和随机个体效应的两向方差分量模型的最优设计,证明了单位正方形设计域上该模型在单群总体设计类中的最优设计可以在设计域顶点上获得。研究表明D-最优设计和Ds-最优设计均为设计域顶点上的均匀设计,A-最优设计不依赖随机效应项的方差。同时还获得了A-最优设计和I-最优设计的数值结果,并对均匀设计的A-效和I-效进行了探讨。

Tobit方差分量模型的极大似然估计

本文对非负的且含有大量零的混合类型数据提出了Tobit方差分量模型,许多很有用的Tobit模型是我们模型的特例.我们运用MCEM算法给出了模型的极大似然估计,其中E-步运用了Gibbs抽样的Monte Carlo模拟,并用Louis方法得到参数的标准误差估计.

方差分量模型中的Bayes估计

对 y～N(Xβ , pi =1σ2 iVi)给出了方差分量在平方损失下的Bayes不变二次 (无偏和有偏 )估计 ,对 (y ,Xβ , pi=1σ2 iVi)给出了均值参数在矩阵损失和平方损失下的Bayes线性 (无偏和有偏 )

方差分量模型中回归系数的线性Minimax估计

考虑方差分量(混合线性)模型y=Xβ+U1ξ1+U2ξ2+…+Ukξk,这里Xn×p,Ui,n×ti为已知设计矩阵,βp×1是固定效应,iξ是ti×1随机效应向量,满足E(iξ)=0,cov(iξ)=σ2iIti,iξ都不相关.往往Uk=In,ξk=ek,即最后一项为随机误差,热β∈RP和i2σ>0(i=1,2,…,k)为未知参数.我们考虑β的可估函数Sβ,选取二次损失函数L(d,Sβ)=(d-Sβ)′(d-Sβ)∑ki=1ciσi2+β′X′Vk-1Xβ,然后在线性估计类中给出Sβ的惟一的mini max估计.

方差分量模型中均值参数线性估计的可容许性

考虑模型:{Y=β+ε Eε=0 Eεε′=sum from i=1 to m θ_iv_i }其中 v_i≥0已知;β∈R^k,θ_i>0为未知参数,i=1,2,…,m.对于上述模型,本文得到了在矩阵损失函数下均值参数线性估计可容许性的充要条件.

方差分量模型参数估计的相对效率

将文 [1 ]中提出的参数的最小二乘估计的相对效率推广到方差分量模型上 。

基于Weibull回归模型的遗传方差分量模型研究

目的研究家系资料中生存时间资料的遗传方差分量模型,评价环境因素和遗传因素对删失性状的影响。方法将单随机效应的Weibull回归模型扩展到多个随机效应,建立遗传方差分量模型,运用MCMC的方法进行参数估计,通过模拟研究说明参数估计的准确性。结果模拟研究表明该方法可得到近似无偏的参数估计。结论基于Weibull回归模型的遗传方差分量模型可用于家系资料,研究生存时间资料的遗传和环境因素的作用。

方差分量模型中回归系数的线性估计的可容许性

考虑方差分量模型EY=Xβ,Cov(Y)=∑~m_(i=1)θ_iV_i,其中n×p矩阵X和非负定矩阵V_i(i= 1,2,…,m)都是已知的,β∈R^p,θ_i≥0或θ_i>0(i=1,2,…,m)均为参数.在本文中,我们在二次损失下,当μ(X)■μ(V)时,给出了关于可估函数Sβ的线性估计在线性估计类中可容许性的充要条件.

核心家系中删失性状遗传方差分量模型的研究

目的研究核心家系资料中删失性状的遗传方差分量模型,评价环境因素和遗传因素对删失性状的影响。方法应用多变量脆弱模型研究删失性状的遗传方差分量,基础模型选用Cox比例危险模型,MCMC方法用于参数估计,原发性肝癌核心家系发病年龄资料的分析说明了该方法的实际应用。结果实例分析结果符合专业解释,该模型对生存时间分布没有要求因而有更广泛的适用性。结论基于Cox回归模型的遗传方差分量模型可用于家系资料,研究生存时间资料的遗传和环境因素的作用。

方差分量模型中回归系数的线性Minimax估计

定义了三种不同的Minimax估计.在矩阵损失下得到了方差分量模型的回归系数(分别是在齐次线性估计类和非齐次线性估计类中)的线性Minimax估计.结果表明,Minimax估计是压缩型估计.

方差分量模型非负二次同时估计可容许的必要条件

给出了方差分量模型Ｙ＝ Ｘβ＋ ∑ｍｉ＝１Ｕｉεｉ ，Ｕ１ Ｕ１′＝ …＝ Ｕｍ Ｕｍ′＞ ０ 中方差分量（σ２１ ，…，σ２ｍ） 的非负二次同时估计（ Ｙ′Ａ１ Ｙ，…，Ｙ′ＡｍＹ） 可容许的一个必要条件．

PC准则下方差分量模型参数的主成分估计的优良性

在方差分量模型中,随机效应向量为正态情形时,证明了PC准则下其参数的主成分估计优于广义LSE估计。

方差分量模型的抗差

基于方差分量模型，讨论了定位参数的抗差估计，由方差分量的似然估计，论述了方差分量的抗差估计，并顾及Ｆｉｓｈｅｒ一致性，给出了抗差估计公式；并用实例进行了检验。