| 中文摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景 | 第8-11页 |
| 1.1.1 GWAS | 第8-11页 |
| 1.1.2 GPCA | 第11页 |
| 1.2 已有SNPs检测方法介绍 | 第11-17页 |
| 1.2.1 皮尔逊的χ2检验 | 第11-12页 |
| 1.2.2 Logistic回归 | 第12-14页 |
| 1.2.3 回归分析 | 第14-15页 |
| 1.2.4 Lasso回归 | 第15-16页 |
| 1.2.5 LogisticANOVA | 第16-17页 |
| 1.3 本文研究主要内容和创新点 | 第17-18页 |
| 第2章 GPCA模型及参数估计 | 第18-26页 |
| 2.1 GPCA模型 | 第18-21页 |
| 2.2 参数估计―MM算法 | 第21-24页 |
| 2.3 惩罚项参数的选择 | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 模拟研究 | 第26-35页 |
| 3.1 模拟设计 | 第26-27页 |
| 3.2 SNP筛选准则评估 | 第27-29页 |
| 3.2.1 使用LogisticANOVA模型对SNP筛选准则评估 | 第27-28页 |
| 3.2.2 使用LogisticSVD模型对SNP筛选准则评估 | 第28-29页 |
| 3.3 LogisticSVD模型稳健性探测 | 第29-31页 |
| 3.4 本章小结 | 第31-35页 |
| 第4章 基于NMRI小鼠数据的实例分析 | 第35-41页 |
| 4.1 数据预处理 | 第35-36页 |
| 4.2 结果分析 | 第36-41页 |
| 结论 | 第41-43页 |
| 参考文献 | 第43-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间发表的学术论文 | 第51页 |