18、家庭设计中的关联分析及多重测试问题

家庭设计中的关联分析及多重测试问题

家庭设计中的关联分析

在家庭设计的关联分析中，对于后代基因型的排列组合存在多种情况。例如，当未观察到父母基因型时，若X采用加性模型编码，可得出(E(X) = 2\frac{1}{3} + 1\frac{2}{3} = \frac{4}{3})；而当仅以一个AA父母以及至少一个AA和Aa后代为条件时，由于AA基因型概率更高，(E(X) = \frac{4}{3}\times\frac{1}{2} + \frac{5}{3}\times\frac{1}{2} = \frac{3}{2})。

数量性状分析

• FBAT方法应用 ：将FBAT方法应用于数量性状分析较为直接。这里Y是测量性状，μ应选择为近似(E(Y|H0))的值。对于测量性状，我们可以有未针对感兴趣性状进行选择的家庭样本，如队列研究或健康调查中的人群样本。在这种情况下，样本均值可提供(E(Y|H0))的无偏估计，是μ的不错选择。使用(\mu = \overline{Y})作为三元组的偏移量可得到Rabinowitz（1997）提出的定量TDT；此外，使用经验方差而非公式（9.3）可得到Monks和Kaplan（2000）提出的检验方法。
• 协变量处理 ：当存在与测量性状高度相关的协变量时，我们可以使用Y对协变量的普通回归来建立预测方程，并将该回归的残差作为FBAT分析中的性状。例如，设(Z_{ij})表示第(ij)个后代的协变量向量（如种族、年龄、性别等），我们可以通过拟合回归模型(E(Y_{ij}|Z_{ij}) = \beta_0 + \zeta Z_{ij})（其中(\z