|
回归分析最为关联分析中最长使用的一种手段，除了可以进行协变量的校正，还可以分析各种因素间的交互作用，比如SNP与表型，SNP与环境之间的交互。具体是如何实现的呢？ 以线性回归为例，回归方程如下 在回归方程中，通过引入相乘项来表示变量间的交互作用，以上述表达式为例，引入x1和x2的交互作用后，对应的方程如下 考虑到3个及以上变量交互作用过于复杂，很难解释。在实际分析中，通常只分析两个变量间的交互作用。对应的R语言代码如下 在结果中可以看到 education:prestige对应的p值是显著的，说明二者确实存在了交互作用。 在plink中分析交互作用更加的简单，只需要添加两个参数即可，以逻辑回归为例，用法如下 plink --bfile sample --logistic interaction --covar phenotype.txt -- --allow-no-sex --ci 0.95 --out out第一个参数是 输出结果示意如下
在多元回归分析中两个变量间的交互作用，可以通过二者的相乘项来表示，应用到关联分析中，可以用于分析基因型与表型之间的交互作用。 ·end· —如果喜欢，快分享给你的朋友们吧— 往期精彩
|
|
|
