论文部分内容阅读
目的:本文通过合并核心家庭中正常小孩信息构造出新的统计量,充分利用所得信息对遗传印记进行检验.方法:当父、母亲基因型都不缺失时,作者提出了PATu检验方法.该方法将核心家庭中所有患病小孩与正常小孩的信息合并到检验中来.当父、母中有一人的基因型缺失时,作者提出了1-PATu检验方法.将PATu与1-PATu方法进行合并，作者构造出C-PATu统计量。结果:模拟研究显示C-PATu统计量在无遗传印记的零假设下能很好地控制犯第I类错误的概率;当遗传印记效应存在时，C-PATu统计量的检验效能比C-PAT方法要高很多。将C-PATu方法运用到Framingham心血管疾病数据，其结果进一步验证了C-PATu方法的优势。结论:通过合并核心家庭中正常小孩信息得到的新的统计量C-PATu能有效地控制犯第I类错误的概率，其检验效能改善很多，从而能更加有效地检验遗传印记效应。