QTL作图的自适应惩罚最大似然方法
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-10页 |
| 本文所用主要縮略词 | 第10-13页 |
| 第一部分 文献综述 | 第13-52页 |
| 第一章 文献综述 | 第14-52页 |
| 1 数量性状 | 第14-16页 |
| 2 数量遗传学 | 第16-20页 |
| ·经典数量遗传学 | 第16-19页 |
| ·分子数量遗传学 | 第19-20页 |
| 3 数量性状基因座 | 第20-34页 |
| ·连锁分析 | 第20-27页 |
| ·常用QTL作图群体 | 第21-22页 |
| ·QTL作图统计方法 | 第22页 |
| ·影响QTL作图的因素 | 第22-25页 |
| ·QTL作图的育种应用 | 第25-27页 |
| ·关联分析 | 第27-31页 |
| ·关联分析的概念 | 第27页 |
| ·连锁不平衡 | 第27-28页 |
| ·关联分析的统计方法 | 第28-29页 |
| ·关联分析存在的问题 | 第29-31页 |
| ·关联分析与连锁分析比较 | 第31-34页 |
| 4 QTL作图的参数估计方法 | 第34-49页 |
| ·回归分析法 | 第34-37页 |
| ·单标记分析方法 | 第34-35页 |
| ·多元回归区间作图方法 | 第35-36页 |
| ·标记回归法 | 第36-37页 |
| ·最大似然法 | 第37-41页 |
| ·区间作图法 | 第37-38页 |
| ·复合区间作图法 | 第38-40页 |
| ·多区间作图法 | 第40-41页 |
| ·贝叶斯方法 | 第41-45页 |
| ·贝叶斯压缩估计方法 | 第42-43页 |
| ·贝叶斯分层线性模型 | 第43页 |
| ·经验贝叶斯方法 | 第43-44页 |
| ·期望极大化贝叶斯方法 | 第44-45页 |
| ·压缩估计方法 | 第45-49页 |
| ·岭回归方法 | 第45页 |
| ·LASSO方法 | 第45-47页 |
| ·SCAD方法 | 第47页 |
| ·惩罚最大似然方法 | 第47-49页 |
| 5 本研究的目的和意义 | 第49-52页 |
| 第二部分 研究报告 | 第52-98页 |
| 第二章 QTL效应惩罚最大似然估计的偏性矫正 | 第54-76页 |
| 摘要 | 第54页 |
| 1 引言 | 第54-55页 |
| 2 理论与方法 | 第55-61页 |
| ·遗传模型 | 第55-56页 |
| ·先验分布 | 第56-59页 |
| ·偏性矫正 | 第59-60页 |
| ·假设检验 | 第60-61页 |
| 3 结果 | 第61-73页 |
| ·Monte Carlo模拟研究 | 第61-67页 |
| ·大麦实际数据分析 | 第67-72页 |
| ·交互验证 | 第72-73页 |
| 4 讨论 | 第73-76页 |
| 第三章 自适性惩罚最大似然方法 | 第76-96页 |
| 摘要 | 第76页 |
| 1 引言 | 第76-78页 |
| 2 方法与材料 | 第78-81页 |
| ·遗传模型 | 第78页 |
| ·偏性矫正分段函数 | 第78-79页 |
| ·参数估计 | 第79-80页 |
| ·假设检验 | 第80页 |
| ·实验材料 | 第80-81页 |
| 3 结果 | 第81-91页 |
| ·Monte Carlo模拟研究 | 第81-85页 |
| ·北美大麦DH群体粒重连锁分析 | 第85-87页 |
| ·实际数据分析 | 第85-87页 |
| ·交互验证 | 第87页 |
| ·全基因组分析 | 第87-91页 |
| 4 讨论 | 第91-96页 |
| 第四章 全文结论和创新点 | 第96-98页 |
| 1 全文结论 | 第96页 |
| ·惩罚最大似然的偏性矫正 | 第96页 |
| ·自适应惩罚最大似然方法 | 第96页 |
| 2 创新点 | 第96-98页 |
| 参考文献 | 第98-112页 |
| 致谢 | 第112-114页 |
| 攻读博士学位期间发表及待发表的论文 | 第114页 |
