PLINK提供了“--ld”的參數計算兩個SNP位點的連鎖不平衡值。 命令如下： plink --file file --ld rs123 rs134 --out rs123_rs134 生成如下數據： --ld rs123 rs134: R-sq ...

本文首發於“生信補給站”，https://mp.weixin.qq.com/s/Gl6BChxSYbSHMo9oMpufPg 連鎖不平衡圖，用來可視化不同SNP之間的連鎖程度，前同事間俗稱“倒三角”圖。 本文使用自己的數據，因為安裝R包后使用內置數據集運行出結果較容易 ...

哈代-溫伯格平衡定律（Hardy-Weinberg equilibrium）,即HW平衡，是指對於一個大且隨機交配的種群，基因頻率和基因型頻率在沒有遷移、突變和選擇的條件下會保持不變。它是建立在一個理想的群體模式上的，有四個假設前提：1.群體無限大；2.隨機婚配；3.沒有突變；4.沒有大規模遷移 ...

最近需要畫LD block,之前一直用haploview軟件畫，haploview軟件毛病比較多，比如不能有多態位點，輸入的變異位點不能太多等。動不動就報錯。 最近試了一下另外一個畫LD block的軟件LDBlockShow，比haploview好用許多。不需要自己剔除多態位點，直接輸入vcf ...

GWAS入門必看教程：Statistical analysis of genome-wide association (GWAS) data 名詞解釋和基本問題： 關聯分析：就是AS的中文，全稱是GWAS。應用基因組中數以百萬計的單核苷酸多態；SNP為分子遺傳標記，進行全基因組水平 ...

一、不平衡數據集的定義 所謂的不平衡數據集指的是數據集各個類別的樣本量極不均衡。以二分類問題為例，假設正類的樣本數量遠大於負類的樣本數量，通常情況下通常情況下把多數類樣本的比例接近100:1這種情況下的數據稱為不平衡數據。不平衡數據的學習即需要在分布不均勻的數據集中學習到有用的信息。 不平衡 ...

（定義，舉例，實例，問題，擴充，采樣，人造，改變） 一、不平衡數據集 　1）定義 　　不平衡數據集指的是數據集各個類別的樣本數目相差巨大。以二分類問題為例，假設正類的樣本數量遠大於負類的樣本數量，這種情況下的數據稱為不平衡數據 　2）舉例 　　在二分類問題中，訓練集中class 1的樣本 ...

數據不平衡 1.什么是數據不平衡 一般都是假設數據分布是均勻的，每種樣本的個數差不多，但是現實情況下我們取到的數據並不是這樣的，如果直接將分布不均的數據直接應用於算法，大多情況下都無法取得理想的結果。 這里着重考慮二分類，因為解決了二分類種的數據不平衡問題后，推而廣之酒能得到多分類情況下 ...