近日，由西南财经大学数据科学与商业智能联合实验室刘耀午教授及美国科罗拉多州立大学王天颖博士合作完成的论文“A powerful transformation of quantitative responses for biobank-scale association studies”被统计学国际顶级学术期刊《Journal of the American Statistical Association》正式接收。

内容简介

在具有非高斯误差的线性回归模型中，响应变量的变换在众多应用中被大量采用。受到各类遗传关联研究的推动，用于假设检验的变换方法引起了广泛关注。近年来，随着对通常包含多达五十万名参与者的生物样本库规模的遗传研究兴起，这对既能有效检测微弱遗传信号又在大规模数据上计算高效的新型变换方法的需求日益增长。本文提出一种新颖的变换方法，利用误差密度的信息构造变换。该变换导出局部最有力检验，因此在检测微弱信号方面具有较强功效。为使计算可扩展至生物样本库规模的研究，我们利用微弱遗传信号的特性，提出了一个一致且计算高效的变换函数估计量。通过大规模模拟以及对UK Biobank中肺功能基因基础分析，我们验证了该方法在严格控制第一类错误率的同时，相较于现有方法显著提升了统计功效。

作者简介

刘耀午，西南财经大学数据科学与商业智能联合实验室教授，主要从事统计遗传学，大规模假设检验，全基因组关联性分析等领域的研究。

王天颖，美国科罗拉多州立大学统计系助理教授，主要从事分位数回归、测量误差与缺失和删失数据分析、高维统计和非参与半参数统计研究。