PLINK提供了“--ld”的参数计算两个SNP位点的连锁不平衡值。 命令如下： plink --file file --ld rs123 rs134 --out rs123_rs134 生成如下数据： --ld rs123 rs134: R-sq ...

本文首发于“生信补给站”，https://mp.weixin.qq.com/s/Gl6BChxSYbSHMo9oMpufPg 连锁不平衡图，用来可视化不同SNP之间的连锁程度，前同事间俗称“倒三角”图。 本文使用自己的数据，因为安装R包后使用内置数据集运行出结果较容易 ...

哈代-温伯格平衡定律（Hardy-Weinberg equilibrium）,即HW平衡，是指对于一个大且随机交配的种群，基因频率和基因型频率在没有迁移、突变和选择的条件下会保持不变。它是建立在一个理想的群体模式上的，有四个假设前提：1.群体无限大；2.随机婚配；3.没有突变；4.没有大规模迁移 ...

最近需要画LD block,之前一直用haploview软件画，haploview软件毛病比较多，比如不能有多态位点，输入的变异位点不能太多等。动不动就报错。 最近试了一下另外一个画LD block的软件LDBlockShow，比haploview好用许多。不需要自己剔除多态位点，直接输入vcf ...

GWAS入门必看教程：Statistical analysis of genome-wide association (GWAS) data 名词解释和基本问题： 关联分析：就是AS的中文，全称是GWAS。应用基因组中数以百万计的单核苷酸多态；SNP为分子遗传标记，进行全基因组水平 ...

一、不平衡数据集的定义 所谓的不平衡数据集指的是数据集各个类别的样本量极不均衡。以二分类问题为例，假设正类的样本数量远大于负类的样本数量，通常情况下通常情况下把多数类样本的比例接近100:1这种情况下的数据称为不平衡数据。不平衡数据的学习即需要在分布不均匀的数据集中学习到有用的信息。 不平衡 ...

（定义，举例，实例，问题，扩充，采样，人造，改变） 一、不平衡数据集 　1）定义 　　不平衡数据集指的是数据集各个类别的样本数目相差巨大。以二分类问题为例，假设正类的样本数量远大于负类的样本数量，这种情况下的数据称为不平衡数据 　2）举例 　　在二分类问题中，训练集中class 1的样本 ...

数据不平衡 1.什么是数据不平衡 一般都是假设数据分布是均匀的，每种样本的个数差不多，但是现实情况下我们取到的数据并不是这样的，如果直接将分布不均的数据直接应用于算法，大多情况下都无法取得理想的结果。 这里着重考虑二分类，因为解决了二分类种的数据不平衡问题后，推而广之酒能得到多分类情况下 ...