An Association Test for Multiple Traits Based on the Generalized Kendall’s Tau
基于广义Kendall’s Tau的多性状关联检验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：摘要讨论遗传学多性状关联检验，有序性状本身不足以支持离散选择或分布效应分类。
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
基于广义Kendall’s Tau的多性状关联检验
- 研究问题
- 当多个表型可能共享遗传机制时，如何联合检验其遗传关联，并评估联合分析相较既有检验的错误率与检验功效？
- 方法与思路
- 作者提出基于广义Kendall’s Tau的非参数多性状检验，通过模拟比较第一类错误率与功效，并用于酒精依赖数据。
- 材料陈述的贡献
- 摘要称，该方法在所考察的有序性状分析中优于广义家系关联检验，且在酒精依赖应用中增强了关联检验信号。
- 阅读关注点
- 应核对检验统计量、多个性状的依赖处理、零假设，以及模拟校准和应用中的信号增强采用何种衡量标准。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未说明检验条件、模拟规模或优势幅度，关联信号也不能解释为因果效应。
原文摘要
In many genetics studies, especially in the investigation of mental illness and behavioral disorders, it is common for researchers to collect multiple phenotypes to characterize the complex disease of interest. It may be advantageous to analyze those phenotypic measurements simultaneously if they share a similar genetic mechanism. In this study, we present a nonparametric approach to studying multiple traits together rather than examining each trait separately. Through simulation we compared the nominal type I error and power of our proposed test to an existing test, i.e., a generalized family-based association test. The empirical results suggest that our proposed approach is superior to the existing test in the analysis of ordinal traits. The advantage is demonstrated on a data set concerning alcohol dependence. In this application, the use of our methods enhanced the signal of the association test.