- 1centos7 安装mysql ，已经填坑_宝塔unable to locate package bt-mysql57
- 2springboot集成邮件功能_simplemailmessage spring boot
- 3自然语言处理发展历程自我总结_自然语言处理总结报告
- 4Spark MLlib机器学习 | 算法综合实战(一)(史上最详细)
- 5python简单实现天猫手机评论标签提取--自然语言处理_淘宝电商评论关键词提取-csdn
- 6uniapp微信小程序开发踩坑日记：获取带参小程序码中的参数（获取地址栏参数）_uniapp获取地址栏参数
- 7Android OpenCV（二）主体识别 位置检测_opencv中识别图片主体部分
- 8App自动化测试入门：APP测试的定义及环境搭建处理！
- 9目标检测入门系列Task02-锚框和模型结构_分类头和回归头
- 10你都有哪些面试时被虐的经历?
孟德尔随机化——踩一个大家都没踩过的坑_孟德尔随机化f值计算
赞
踩
孟德尔随机化——踩一个大家都没踩过的坑
此次研究，我用的前人研究的数据，为Excel。（废话的了，GWAS数据都是前人数据好的么）
-
第一步，对别人的综合大表进行拆分
-
第二部，将Excel另存csv，听起来似乎没什么大毛病哈
一路坎坎坷坷搞代码，搞数据，终于到了收割成果的时候。发现为什么我的F值算出来，不同的SNP，F值居然一样。
努力寻找原因：
首先，F值的算法如下
F
s
t
a
t
i
s
t
i
c
=
(
(
N
−
K
−
1
)
K
)
(
R
2
1
−
R
2
)
F statistic = (\frac{(N-K-1)}{K})(\frac{R^2}{1-R^2})
Fstatistic=(K(N−K−1))(1−R2R2)
不同的SNP的F值是否应该一样？
公式中，一项研究确定了入组SNP后，N和K就是已知常量了。那么公式中的未知的就是 R 2 R^2 R2,
R 2 = 2 × ( 1 − M A F ) × M A F × β S D R^2=2 \times (1-MAF) \times MAF \times \frac{\beta}{SD} R2=2×(1−MAF)×MAF×SDβ
MAF由EAF算得。那么每个SNP的EAF、β、SD都不一样。对应的F值怎么会一样呢？！
数据读取是自动化操作的，没有人为干预过程
那么，问题就出在源头数据上。
源数据是从前人研究中找来的，也不会有问题。那么问题就在于整理数据上。
排查了整整两天。
发现Excel中数值列的格式为“常规”。虽然在Excel表中显示的时候表面上看起来还是一个正常的数字。但是在转换为CSV时出现了数据丢失，变成了0
于是重新整理重新算。正确结果就算出来了。
真是有一种经过惊涛骇浪不死，阴沟里翻船的感觉。。。
