高维线性模型中协遗传力的最优估计
统计方法学
2016-05-25 v1 统计理论
统计理论
摘要
协遗传力是刻画成对数量性状间遗传关联的重要概念。近年来，基于全基因组关联研究（GWAS）数据估计协遗传力引起了广泛关注。本文在高维线性模型框架下引入两种协遗传力度量，包括两个回归向量的内积及其经长度归一化的内积。我们提出函数去偏估计量（FDEs）来估计这两种协遗传力度量。此外，还提出了回归向量二次泛函的估计量。我们研究了这些估计量的理论与数值性质，特别建立了极小极大收敛速率，并证明了所提出的内积、二次泛函及归一化内积估计量均达到速率最优。模拟结果表明，FDEs 显著优于朴素的直接代入估计。我们还将 FDEs 应用于分析一个包含多个性状的酵母分离群体数据集，以估计性状间的遗传力与协遗传力。
引用
@article{arxiv.1605.07244,
title = {Optimal Estimation of Co-heritability in High-dimensional Linear Models},
author = {Zijian Guo and Wanjie Wang and T. Tony Cai and Hongzhe Li},
journal= {arXiv preprint arXiv:1605.07244},
year = {2016}
}