Die chronologische Liste zeigt aktuelle Veröffentlichungen aus dem Forschungsbetrieb der Hochschule Weihenstephan-Triesdorf. Zuständig ist das Zentrum für Forschung und Wissenstransfer (ZFW).
8 Ergebnisse
Lina Nißl
Vegetation (Gefäßpflanzen und Moose) im Latschengebüsch des Zugspitzplatts (2024) Bachelorarbeit an der Fakultät Wald und Forstwirtschaft, Hochschule Weihenstephan-Triesdorf (Betreuer: Prof. Dr. Jörg Ewald und Dr. Birgit Reger) .
Linear mixed models (LMMs) are a commonly used method for genome-wide association studies (GWAS) that aim to detect associations between genetic markers and phenotypic measurements in a population of individuals while accounting for population structure and cryptic relatedness. In a standard GWAS, hundreds of thousands to millions of statistical tests are performed, requiring control for multiple hypothesis testing. Typically, static corrections that penalize the number of tests performed are used to control for the family-wise error rate, which is the probability of making at least one false positive. However, it has been shown that in practice this threshold is too conservative for normally distributed phenotypes and not stringent enough for non-normally distributed phenotypes. Therefore, permutation-based LMM approaches have recently been proposed to provide a more realistic threshold that takes phenotypic distributions into account. In this work, we will discuss the advantages of permutation-based GWAS approaches, including new simulations and results from a re-analysis of all publicly available Arabidopsis thaliana phenotypes from the AraPheno database.
Mehr
Text Medienbeitrag,
Prof. Dr. Sabine Grüner-Lempart,
Prof. Dr. Dominikus Gregor Kittemann,
Prof. Dr. Michael Beck,
Johannes Werth,
Anna Lena Haug,
Konni Biegert,
Annika Killer,
Alexander Zimmermann,
Thomas Kuster
Wir verwenden Cookies. Einige sind notwendig für die Funktion der Webseite, andere helfen uns, die Webseite zu verbessern. Um unseren eigenen Ansprüchen beim Datenschutz gerecht zu werden, erfassen wir lediglich anonymisierte Nutzerdaten mit „Matomo“. Um unser Internetangebot für Sie ansprechender zu gestalten, binden wir außerdem externe Inhalte unserer Social-Media-Kanäle ein.
