混合模型的多种比较论文参考文献

文章 MTMM 大部分GWAS的研究都是单性状和SNP的分析，但是很多性状都是多基因控制的，这导致如果不同群体结构，一些位点缺乏独立性（LD），从而影响结果。 当个体有多个测量性状时，性状之间可能是有关联的，就像处于同一环境或者LD状态，这些因素通常被忽视。但是这些因素是很重要的，如果我们在分析时考虑在内，会降低误差，从而提高检测的功效。 比如田间试验中，对不同环境自交系表型值的测量，这些表型值在不同环境中不是独立的，它们与环境存在着互作。 在数量遗传学中，多性状分析的研究有很长的历史，但是很少在GWAS的研究应用。在这篇文章中，我们通过混合线性模型研究动物模型中多性状的关系。群体结构和亲缘关系kinship在GWAS中会被考虑到，这里我们又增加了多性状之间的关系，它可以考虑性状间和性状内的方差组分，用来进行GWAS的分析。我们的结果表明，它可以提高对位点的检测效率，同时保证较低的假阳性率。 用三种模型进行比较： 测试模型用三种方法： The MTMM function as published in Nature Genetics currently don't support estimates on missing data and replicates. This is work in progress and will be accordingly updated here. For questions and comments feel free to contact me:

你可以看看广义线性混合模型，我的论文里要设计logistic的混合模型，也正在研究，你可以研究一下。 据我的了解，线性混合模型就是线性模型的基础上加上了随机效应，这个随机效应不是我们理解的随机误差，比如说，从遗传学的角度来说，我们一个人生病与否，与环境和某个基因的作用吧，我们的线性模型只是将其认为两个独立的变量，随机效应的意思呢，就是基因与基因之间有个交互作用、环境与基因之间也有交互作用，这两个交互作用就是这里的随机效应吧，我理解是这样。

混合回归模型：过程开发模型又叫混合模型（hybrid model），或元模型（meta-model），把几种不同模型组合成一种混合模型，它允许一个项目能沿着最有效的路径发展，这就是过程开发模型（或混合模型）。实际上，一些软件开发单位都是使用几种不同的开发方法组成他们自己的混合模型。

这个写不了参考文献，因为这个大学生论文联合对比库比较特殊，这个库不对外公开的，你是怎么参考这篇文章的呢。没有地方参考啊，你怎么参考。。写不写引用不影响总结果，因为总结果是包括抄袭率和引用率。大学生论文联合对比库是不对外开放的，在知网数据库找不到原文。只能知网查重过才能看到相似内容来源。知网你可以到图书馆查重，也可以到一些知网自助查重网站：PaperEasy，学术不端网，蚂蚁查重网等。全程自己操作，也安全快速！

找到原论文，作者发的那一篇，引用原文。