| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 主要缩略词 | 第11-12页 |
| 第一部分 文献综述 | 第12-29页 |
| 第一章 文献综述 | 第13-29页 |
| 1 数量性状 | 第13页 |
| 2 全基因组关联分析方法的研究进展 | 第13-20页 |
| 2.1 全基因组关联分析的概念和统计指标 | 第13页 |
| 2.2 全基因组关联分析方法的研究进展 | 第13-19页 |
| 2.2.1 广义线性模型方法 | 第13-14页 |
| 2.2.2 混合线性模型方法 | 第14-15页 |
| 2.2.3 快速检测方法 | 第15-16页 |
| 2.2.4 多位点关联分析 | 第16-18页 |
| 2.2.5 上位性关联分析 | 第18-19页 |
| 2.2.6 多个相关性状的关联分析 | 第19页 |
| 2.3 影响全基因组关联分析的因素 | 第19页 |
| 2.4 全基因组关联分析方法存在的问题 | 第19-20页 |
| 3 全基因组关联分析非参数方法的研究进展 | 第20-26页 |
| 3.1 非参数估计方法的概念 | 第20页 |
| 3.2 全基因组关联分析的非参数方法 | 第20-25页 |
| 3.2.1 Kolmogorov-Smirnov非参数检验方法 | 第20-21页 |
| 3.2.2 Wilcoxon rank-sum非参数检验方法 | 第21-22页 |
| 3.2.3 Kruskal-Wallis非参数检验方法 | 第22页 |
| 3.2.4 Jonckheere-Terpstra非参数检验方法 | 第22-23页 |
| 3.2.5 Anderson-Darling非参数检验方法 | 第23-24页 |
| 3.2.6 现代非参数统计方法 | 第24-25页 |
| 3.3 全基因组关联分析中非参数方法的优势 | 第25-26页 |
| 3.4 影响全基因组关联分析非参数方法的因素 | 第26页 |
| 3.5 全基因组关联分析中非参数方法存在的问题 | 第26页 |
| 4 本研究的目的与内容 | 第26-29页 |
| 第二部分 研究报告 | 第29-65页 |
| 第二章 多位点Jonckheere-Terpstra全基因组关联分析方法 | 第31-55页 |
| 1 引言 | 第31-32页 |
| 2 原理和方法 | 第32-39页 |
| 2.1 遗传群体 | 第32页 |
| 2.2 Jonckheere-Terpstra非参数检验方法 | 第32-35页 |
| 2.3 Jonckheere-Terpstra非参数检验方法的改进 | 第35页 |
| 2.4 多位点遗传模型参数经验贝叶斯估计的期望-最大化算法 | 第35-37页 |
| 2.5 似然比检验 | 第37页 |
| 2.6 有效混合模型关联(EMMA) | 第37-38页 |
| 2.7 Anderson-Darling非参数检验GWAS方法(ADGWAS) | 第38页 |
| 2.8 Monte Carlo模拟试验 | 第38-39页 |
| 3 结果分析 | 第39-52页 |
| 3.1 QTN检测的统计功效 | 第39-40页 |
| 3.2 QTN效应估计值的精度 | 第40-41页 |
| 3.3 QTN检测的假阳性 | 第41页 |
| 3.4 计算时间 | 第41-52页 |
| 4 讨论 | 第52-55页 |
| 第三章 多位点Jonckheere-Terpstra全基因组关联分析方法的应用 | 第55-65页 |
| 1 引言 | 第55页 |
| 2 材料与方法 | 第55-56页 |
| 2.1 拟南芥和玉米实际数据集 | 第55页 |
| 2.2 统计方法 | 第55-56页 |
| 3 结果分析 | 第56-63页 |
| 3.1 拟南芥真实数据集分析结果 | 第56页 |
| 3.2 玉米真实数据集分析结果 | 第56-63页 |
| 4 讨论 | 第63-65页 |
| 第四章 全文结论与创新点 | 第65-67页 |
| 1 全文结论 多位点Jonckheere-Terpstra全基因组关联分析方法可提高其功效与精度 | 第65页 |
| 2 创新点 | 第65-67页 |
| 参考文献 | 第67-75页 |
| 致谢 | 第75-77页 |
| 硕士期间已发表和待发表的相关论文 | 第77页 |
