plink描述性统计--等位基因频率、缺失值

0.3 描述性统计

0.3.1 等位基因频率

--freq，产生的文件后缀为.frq，该文件包含基因型的等位基因和最小等位基因频率(MAF)和每个SNP的等位基因编码的信息。

plink --bfile hapmap-ceu --freq --out Allele_Frequency
$ head Allele-Frequency.frqCHR          SNP   A1   A2          MAF  NCHROBS1   rs12565286    C    G       0.0678      1181   rs12138618    A    G      0.05833      1201    rs3094315    G    A       0.1552      1161    rs3131968    A    G        0.125      1201   rs12562034    A    G      0.09167      1201    rs2905035    A    G        0.125      1201   rs12124819    G    A       0.3417      1201    rs2980319    A    T        0.125      1201    rs4040617    G    A        0.125      120

CHR(性染色体的染色体数或编码);
SNP(变异名，大多数SNP为rsID);
Al(等位基因I，通常是次要的等位基因[即频率较低]);
A2(等位基因2，通常是主要的等位基因)，
MAF(等位基因I频率);
NCHROBS(等位基因观察数)。

--within，通过分类变量进行分层。

0.3.2 缺失值

1）个体和变异缺失值

--missing，产生两个文件，.imiss，个体缺失信息；.lmiss，SNP缺失信息。

$ plink --bfile hapmap-ceu --missing --out missing_data

查看个体缺失信息，每一行代表个体。missing_data.imiss

$ head missing_data.imissFID       IID MISS_PHENO   N_MISS   N_GENO   F_MISS
1334   NA12144          Y    15077  2239392 0.006733
1334   NA12145          Y    19791  2239392 0.008838
1334   NA12146          Y    13981  2239392 0.006243
1334   NA12239          Y    14072  2239392 0.006284
1340   NA06994          Y    16080  2239392 0.007181
1340   NA07000          Y    26113  2239392  0.01166
1340   NA07022          Y    17467  2239392   0.0078
1340   NA07056          Y    12133  2239392 0.005418
1341   NA07034          Y    20425  2239392 0.009121

FID(家庭ID)
IID(家族内ID)
MISS_pHENO(缺失表型的是/否)
N _MISS(缺失基因型检测(calls)数)
N _ GENO(潜在有效calls数)
F_MISS(缺失call率)

查看SNP缺失信息，.lmiss

$ head missing_data.lmissCHR          SNP   N_MISS   N_GENO   F_MISS1   rs12565286        1       60  0.016671   rs12138618        0       60        01    rs3094315        2       60  0.033331    rs3131968        0       60        01   rs12562034        0       60        01    rs2905035        0       60        01   rs12124819        0       60        01    rs2980319        0       60        01    rs4040617        0       60        0

CHR(染色体编码)SNP(变异标识符)N_MISS(缺失基因型calls数，不包括强制性缺失)
N_GENO(潜在价值call数)
F_MISS(缺失call率)
只出现在家系内数据的列是CLST(集群标识符)和N-CLST(集群大小)

2）筛选filter

（1）--filter-controls，筛选具有二元表型的控件

（2）--filter-males，基于基因型数据仅保留雄性

（3)--filter-females，基于基因型数据仅保留雌性

（4）--filter-founders，仅保留founders，它排除了所有至少有一个已知亲本的样本，fonders数据是在数据集中没有父母信息的个体。

（5）--filter-nonfounders,founders的反面

$  plink --bfile hapmap-ceu --filter-females --make-bed --out hapmap_filter_females30 people removed due to gender filter (--filter-females).

参考：
An Introduction to Statistical Genetic Data Analysis.

plink描述性统计--等位基因频率、缺失值相关推荐

plink, vcftool计算等位基因频率（allele frequency，vcf）
计算等位基因频率有两种方式,第一种用vcftool计算: /path/to/vcftools --vcf file.vcf --freq --chr 1 --out filefreq 很简单的一个命令 ...
Python之pandas：利用describe函数统计【类别型】特征/离散型变量的描述性统计信息(包括个数count、unique、top及其freq、first、last)之详细攻略
Python之pandas:利用describe函数统计[类别型]特征/离散型变量的描述性统计信息(包括个数count.unique.top及其freq.first.last)之详细攻略目录利用d ...
发掘数据中的信息 -- 数据探索之描述性统计
在如今这个大数据时代,数据的价值得到普遍的认可.可是,数据为什么有价值呢?如果,数据只是静静地躺在服务器中,又或是默默地流淌在网络中,它们又能带来什么? 数据就如同海边的沙子,潮起潮落,岁月轮转,它们 ...
python画直方图成绩分析-使用Python进行描述性统计
2 使用NumPy和SciPy进行数值分析 2.1 基本概念 1 from numpy importarray2 from numpy.random importnormal, randint3 #使 ...
python花萼长度表_python描述性统计实践
1.加载相关库和数据集使用的库主要有:pandas.numpy.sklearn.matplotlib.seaborn 使用的数据集:sklearn库中的鸢尾花数据集 import pandas as ...
用python做频数分析_使用Python进行描述性统计
2 使用NumPy和SciPy进行数值分析 2.1 基本概念 1 from numpy import array 2 from numpy.random import normal, randint ...
数据挖掘之数理统计与描述性统计
一.数理统计概念 1.基本概念释义定义:在数理统计中,称研究对象的全体为总体,通常用一个随机变量表示总体.组成总体的每个基本单元叫个体.从总体 XXX 中随机抽取一部分个体 X1,X2,...,Xn ...
Python描述性统计
目录 1 描述性统计是什么? 2 使用NumPy和SciPy进行数值分析 2.1 基本概念 2.2 中心位置(均值.中位数.众数) 2.3 发散程度(极差,方差.标准差.变异系数) 2.4 偏差程度( ...
统计学之数据的描述性统计（基础）
数据的描述性统计一篇笔记,至少我还在努力目录: 数据的集中趋势: 众数,中位数,平均数,分位数,极差算术平均数,加权平均数,几何平均数数据的离中趋势: 数值型数据:方差,标准差,极差,平均差 ...

plink描述性统计--等位基因频率、缺失值

0.3 描述性统计

0.3.1 等位基因频率

0.3.2 缺失值

1）个体和变异缺失值

2）筛选filter

plink描述性统计--等位基因频率、缺失值相关推荐

最新文章

热门文章

plink描述性统计--等位基因频率、缺失值

0.3 描述性统计

0.3.1 等位基因频率

0.3.2 缺失值

1） 个体和变异缺失值

2） 筛选filter

plink描述性统计--等位基因频率、缺失值相关推荐

最新文章

热门文章

1）个体和变异缺失值

2）筛选filter