Separation of the largest eigenvalues in eigenanalysis of genotype data from discrete subpopulations.
Separation of the largest eigenvalues in eigenanalysis of genotype data from discrete subpopulations.
复制标题
DOI：
10.1016/j.tpb.2013.08.004
复制
发表时间：
2013-11
影响因子：
1.4
通讯作者：
Silverstein, Jack W.
中科院分区：
文献类型：
--
作者：
Bryc, Katarzyna;Bryc, Wlodek;Silverstein, Jack W.
关键词：
我们提出了一个数学模型和相应的数学分析，证明和量化了对一组个体的双等位基因标记数据的主成分分析的使用，以检测数据中代表的亚群的数量。我们表明该技术的力量更多地依赖于基因分型个体的数量而不是标记的数量。
We present a mathematical model, and the corresponding mathematical analysis, that justifies and quantifies the use of principal component analysis of biallelic genetic marker data for a set of individuals to detect the number of subpopulations represented in the data. We indicate that the power of the technique relies more on the number of individuals genotyped than on the number of markers.
登录
查看更多内容
影响因子：
4.5
作者：
Gutenkunst RN;Hernandez RD;Williamson SH;Bustamante CD
通讯作者：
Bustamante CD
影响因子：
2.2
作者：
Latch, EK;Dharmarajan, G;Rhodes, OE
通讯作者：
Rhodes, OE
DOI：
10.2307/3211856
发表时间：
1964-01-01
期刊：
J. appl. Prob.
影响因子：
--
作者：
Kimura, M.
通讯作者：
Kimura, M.
影响因子：
4.5
作者：
Engelhardt BE;Stephens M
通讯作者：
Stephens M
影响因子：
30.8
作者：
Keinan, Alon;Mullikin, James C.;Reich, David
通讯作者：
Reich, David