| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 表格 | 第12-14页 |
| 插图 | 第14-15页 |
| 第一章 绪论 | 第15-23页 |
| ·遗传学中的一些基本概念 | 第15-17页 |
| ·混合基因型数据的单倍型估计 | 第17-19页 |
| ·个体基因型数据的单倍型推断 | 第19-20页 |
| ·基于单倍型的关联分析方法 | 第20-22页 |
| ·论文主要内容和结构 | 第22-23页 |
| 第二章 混合DNA 设计下带约束的加权极大熵模型 | 第23-39页 |
| ·符号约定 | 第23-24页 |
| ·单倍型分布估计的EM 算法 | 第24-26页 |
| ·带约束的加权极大熵模型 | 第26-32页 |
| ·混合基因型的正态逼近 | 第26-27页 |
| ·重要性因子及其性质 | 第27-29页 |
| ·PoooL 算法 | 第29-31页 |
| ·主要定理的证明 | 第31-32页 |
| ·模拟研究 | 第32-39页 |
| 第三章 混合DNA 设计下单倍型分布估计的近似EM 算法 | 第39-53页 |
| ·近似EM 算法 | 第40-44页 |
| ·哈代—温伯格平衡律成立时的近似EM 算法：AEM | 第40-41页 |
| ·哈代—温伯格平衡律失效时的近似ES 算法：AES | 第41-43页 |
| ·自适应的单倍型分布估计组合算法 | 第43-44页 |
| ·模拟研究 | 第44-53页 |
| ·AEM 算法和AES 算法的性能 | 第44-47页 |
| ·AEM 算法和AES 算法的计算效率 | 第47-53页 |
| 第四章 基于压缩感知理论的单倍型估计算法 | 第53-79页 |
| ·压缩感知理论简介 | 第54-58页 |
| ·基于压缩感知理论的CSPOOL 算法 | 第58-69页 |
| ·采样矩阵的性质 | 第58-61页 |
| ·CSPOOL 算法 | 第61-63页 |
| ·估计误差界∈ 的选取 | 第63-64页 |
| ·结合EM 算法和最小二乘法的CSPOOL 算法 | 第64-65页 |
| ·单倍型推断 | 第65页 |
| ·主要定理的证明 | 第65-69页 |
| ·模拟研究 | 第69-76页 |
| ·个体基因型数据情形 | 第69-70页 |
| ·混合基因型数据情形 | 第70-71页 |
| ·CSPOOL 算法的计算效率 | 第71-76页 |
| ·附录 | 第76-79页 |
| 第五章 匹配病例—对照设计中的单倍型—疾病关联分析 | 第79-101页 |
| ·符号约定 | 第79-80页 |
| ·匹配病例—对照设计中的前瞻似然模型 | 第80-81页 |
| ·病例—对照设计中的回溯似然模型 | 第81-83页 |
| ·一种新的基于匹配病例—对照设计的关联分析方法 | 第83-87页 |
| ·模拟研究 | 第87-90页 |
| ·附录 | 第90-101页 |
| 参考文献 | 第101-111页 |
| 致谢 | 第111-112页 |
| 在读期间发表的学术论文与取得的研究成果 | 第112-113页 |
