QTL定位的一種動態(tài)分割變量選擇方法.pdf

1、高維數(shù)據(jù)在現(xiàn)代的科學(xué)研究中非常常見,這類數(shù)據(jù)往往具有稀疏性的特點(diǎn).對這類數(shù)據(jù)的研究通常首先要通過變量選擇將其降維,將那些對因變量沒有影響或者影響很小的自變量剔除,從而再進(jìn)行進(jìn)一步分析.
　　 本文是基于交互效應(yīng)存在的情況下,對QTL數(shù)據(jù)變量選擇的討論.文中提出一種新的變量選擇方法-動態(tài)分割變量選擇方法,代替前人所使用的向前法,且在進(jìn)行變量選擇的過程中將數(shù)目很大的協(xié)變量集合進(jìn)行了動態(tài)分組.模擬研究表明,該方法在進(jìn)行QTL定位分析中

2、具有良好的表現(xiàn).
　　 在變量選擇中還需要引入變量選擇準(zhǔn)則,本文首先介紹了mBIC準(zhǔn)則,但該準(zhǔn)則的提出是基于誤差數(shù)據(jù)為正態(tài)的情況,若數(shù)據(jù)為重尾分布或者數(shù)據(jù)被污染,該準(zhǔn)則的表現(xiàn)就會變得不太理想.Chen和Chen在2008年提出了eBIC準(zhǔn)則。它也是對傳統(tǒng)的BIC進(jìn)行了改進(jìn),加入了對主效應(yīng)和交互效應(yīng)個數(shù)的懲罰,但在實(shí)際應(yīng)用過程中也遇到了上述問題,不能滿足數(shù)據(jù)處理的需要,于是我們引入基于秩的rBIC準(zhǔn)則.并通過大量的統(tǒng)計(jì)模擬,得出r