Wald似然比与得分检验 - SpiralKernel/bioinfo-wiki-migrated GitHub Wiki
Wald似然比与得分检验
更新:2026-10-13;状态:可用;验证范围:官方文档与原始研究核对;本页命令模板未在本机运行。
不同检验从参数、似然改善或零模型局部变化评估证据,软件输出的P值必须注明检验类型。
三种思路
Wald检验看效应估计距离零有多少个标准误,单参数时常用β/SE或其平方。似然比检验比较零模型与备择模型的拟合似然。得分检验从零模型处的变化趋势与信息量判断加入位点是否有帮助。
在适用的大样本条件下,它们可能接近;有限样本、极低MAC、边界、分离或不同近似下可以有差别。模型相同不表示三种P值必然逐位相等。
软件参数怎样读
GEMMA的-lm 1与-lmm 1指定Wald,2指定似然比,3指定得分,4同时输出三者;LM与LMM的背景模型仍不同。GCTA和其他软件的输出要查本模块说明,不能只根据列名P推定检验。
PLINK数量性状输出含T_STAT;REGENIE的LOG10P是−log10(P),不是原始P。涉及Firth、SPA或其他校正时,还要记录使用了哪种校正及触发条件。
怎样比较与检查
先统一GWAS结果字段与等位基因统一,明确分析样本、协变量、模型、自由度与检验方法,再解释剩余差别。若P来自似然比检验,未必能由报告的β/SE精确重建;不能因此直接断定软件算错。
诊断某个位点时同时查看效应、SE、观测数、MAC、收敛和错误码。看起来很小的P值若来自失败或不可估计模型,不应作为正常信号保留。