Linear regression in genetic association studies.
Linear regression in genetic association studies.
复制标题
DOI：
10.1371/journal.pone.0056976
复制
发表时间：
2013
期刊：
影响因子：
3.7
通讯作者：
Bůžková P
中科院分区：
文献类型：
--
作者：
Bůžková P
在基因组研究中，表型转换通常用作达到模型结果正态性的直接方法。许多研究人员仍然认为它是正确推理所必需的。使用回归模拟，我们表明，表型转换通常是不需要的，当用于异方差表型，导致膨胀的I型错误率。我们进一步解释，重要的是要解决罕见的变异基因型和异方差的组合。不正确地估计参数变异性或不正确地选择潜在的检验统计量的分布提供了虚假的关联检测。我们的结论是，这是一个组合的异方差，次要等位基因频率，样本量，并在较小程度上的误差分布，适当的统计推断的问题。
In genomic research phenotype transformations are commonly used as a straightforward way to reach normality of the model outcome. Many researchers still believe it to be necessary for proper inference. Using regression simulations, we show that phenotype transformations are typically not needed and, when used in phenotype with heteroscedasticity, result in inflated Type I error rates. We further explain that important is to address a combination of rare variant genotypes and heteroscedasticity. Incorrectly estimated parameter variability or incorrect choice of the distribution of the underlying test statistic provide spurious detection of associations. We conclude that it is a combination of heteroscedasticity, minor allele frequency, sample size, and to a much lesser extent the error distribution, that matter for proper statistical inference.
登录
查看更多内容
影响因子：
9.8
作者：
Li, Bingshan;Leal, Suzanne M.
通讯作者：
Leal, Suzanne M.
影响因子：
8
作者：
Talmud, PJ;Berglund, L;Shea, S
通讯作者：
Shea, S
影响因子：
6.1
作者：
WHITE, H
通讯作者：
WHITE, H
影响因子：
1.9
作者：
Zabaneh, Delilah;Gaunt, Tom R.;Humphries, Steve E.
通讯作者：
Humphries, Steve E.
重新考虑使用单变量测试统计量的重新考虑关联测试方法是乘坐稀有变体的序列数据的汇总测试。
影响因子：
3.7
作者：
Kinnamon DD;Hershberger RE;Martin ER
通讯作者：
Martin ER