روش‌های MCMC، بیز و درستنمائی در ژنتیک کمی

Likelihood, Bayesian, and MCMC Methods in Quantitative Genetics

روش‌های MCMC، بیز و درستنمائی در ژنتیک کمی

ژنتیک آماری ادغامی ازعلم ژنتیک و آمار در یک نظریه کمی منسجم است که از آن برای پیش‌بینی و تفسیر داده‌های ژنتیکی استفاده می‌شود.

ژنتیک دانان آماری تکنیک هایی را توسعه دادند که سهم قابل توجهی در شیوه های اصلاح نژاد حیوانات و گیاهان در نیمه دوم قرن گذشته و همچنین پیشرفت در ژنتیک انسانی داشت. دو پیشرفت مهم در آمار محاسباتی، روش های بوت استرپ و زنجیره مارکوف مونت کارلو (MCMC) بوده است. در این کتاب تمرکز بر دومی است. MCMC در اواخر دهه 1980 و اوایل دهه 1990 وارد آمار شد و ادغام و انطباق روش های آن با نیازهای ژنتیکی کمی یعنی تجزیه و تحلیل به ویژه در پرورش حیوانات، نسبتاً سریع بود. همچنین، MCMC تأثیر عمده‌ای در آمارهای کاربردی (به ویژه از دیدگاه بیزی) دارد و راه را برای ارائه مدل‌های منعطفتر باز می‌کند. هدف این کتاب ارائه ایده‌های اصلی احتمال و روش‌های بیزی و MCMC به شیوه‌ای است که برای محاسبات زیست‌شناسان دردسترس باشد، بیشتر مثال‌ها از ژنتیک کمی هستند و بیشترتمرکز بر روی مدل‌های خطی عادی یا تعمیم‌یافته است. از فصول این کتاب می توان به موارد ذیل اشاره کرد:

متغیرهای تصادفی و احتمال

توابعی از متغیرهای تصادفی

مقدمه ای بر استنباط درستنمائی

مقدمه ای بر استنباط بیزی

آنالیز بیزی مدل های خطی

آنالیز بیزی و چگالی پیشین و پسین

الگوریتم EM

مروری بر زنجیره ی مارکف

زنجیره مارکف مونت کارلو

آنالیز و کاربرد نمونه گیری MCMC

مدل های خطی دم کلفت و گوسی

مدل های آستانه برای متغیرهای پاسخ های طبقه بندی