Model selection in irregular problems: Applications to mapping quantitative trait loci
非规则问题中的模型选择：数量性状基因座定位应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主要涉及遗传连锁分析中的非规则模型选择，未提供与所列经济计量细分方向直接对应的研究内容。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
非规则问题中的模型选择：数量性状基因座定位应用
- 研究问题
- 研究类似变点的非规则问题中如何选择模型，尤其关注遗传连锁分析中的模型维度选择，以及不同准则是否倾向选择更复杂模型。
- 方法与思路
- 作者讨论最小化模型对应检验的 p 值与修改贝叶斯信息准则两种方法，并通过理论分析及已有文献中的实例比较其表现。
- 材料陈述的贡献
- 摘要称，两种方法在所考察实例中的表现大致相当，但基于 p 值的方法更容易选择高维模型；这一比较并非普遍优越性结论。
- 阅读关注点
- 应核对各候选模型的检验与 p 值如何定义、信息准则如何修改，以及理论比较的适用条件和遗传连锁实例的模型设置。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；具体正则条件、准则表达式和实例数值未提供，不能推断刊本变化或一般问题中的表现。
原文摘要
Two methods of model selection are discussed for changepoint-like problems, especially those arising in genetic linkage analysis. The first is a method that selects the model with the smallest p-value, while the second is a modification of the Bayes information criterion. The methods are compared theoretically and on examples from the literature. For these examples, they are roughly comparable although the p-value-based method is somewhat more liberal in selecting a high-dimensional model.