遗传评估中数据能不能转化，比如log转化？
遗传评估中数据能不能转化，比如log转化？
最近有朋友问到这个问题，说是计算某个性状的遗传力，发现这个性状不符合正态分布，问怎么转化才可以分析？？？
我的经验是一般不做转化，因为转化后结果可能与你想要的不一样，包括遗传力，育种值排名，稍微的偏态也是可以分析的。数据量较少的严重的偏态，转化后也是无能为力的。
1. 问题提出
在模型假定中，数据需要符合正态分布，在动物模型分析中，如果对数据进行转化，对育种值和方差组分变化的情况，进行测试。
2. 示例正常数据
library(asreml)
library(learnasreml)
data("animalmodel.dat")
data("animalmodel.ped")
dat = animalmodel.dat
ped = animalmodel.ped
dat[dat==0] = NA
# 原始数据分布
hist(dat$BWT)
方差组分：
# 原始数据，计算动物模型方差组分
head(dat)
ainv = ainverse(ped)
m1 = asreml(BWT ~ BYEAR + SEX, random = ~ vm(ANIMAL,ainv),data=dat)
summary(m1)$varcomp
育种值blup：
# 计算原始数据育种值blup
blup = tiqu_blup(coef(m1)$random)
head(blup)
3. 数据统一减去10
结论：
- 方差组分不变
- 育种值和原育种值相关系数：1
# 原始数据减去一个常数：10
# 方差组分不变，育种值不变
dat$a = dat$BWT - 10
hist(dat$a)
m2 = asreml(a ~ BYEAR + SEX, random = ~ vm(ANIMAL,ainv),data=dat)
summary(m2)$varcomp
blup1 = tiqu_blup(coef(m2)$random)
head(blup1)
cor(blup$effect,blup1$effect)
表型数据分布：
方差组分：
4. 表型数据log10(x)转化
结论：
- 方差组分变化
- 育种值和原育种值相关：0.9
- 数据转化后偏离正态分布
# 原始数据，log10(x)转化
# 方差组分变化，育种值与原来育种值相关性系数：0.9
dat$a = log10(dat$BWT)
hist(dat$a) # 偏离正态分布
m2 = asreml(a ~ BYEAR + SEX, random = ~ vm(ANIMAL,ainv),data=dat)
summary(m2)$varcomp
blup1 = tiqu_blup(coef(m2)$random)
cor(blup$effect,blup1$effect)
plot(blup$effect,blup1$effect)
表型数据分布：
方差组分：
和原育种值相关性分析：
5. 表型数据log10(x+10)转化
结论：
- 方差组分变化
- 育种值和原育种值相关系数：1
- 数据分布不变，符合正态分布
# 原始数据，log10(x +10)转化
# 方差组分变化，育种值与原来育种值相关性系数：0.99
dat$a = log10(dat$BWT+10)
hist(dat$a) # 符合正态分布
m2 = asreml(a ~ BYEAR + SEX, random = ~ vm(ANIMAL,ainv),data=dat)
summary(m2)$varcomp
blup1 = tiqu_blup(coef(m2)$random)
cor(blup$effect,blup1$effect)
plot(blup$effect,blup1$effect)
表型数据分布：
方差组分：
育种值相关性分析：
6. 结论
- 混合线性分析数量性状时，假定表型数据是符合正态分布的，所以当数据严重偏态时，需要对数据进行转化，但是转化后的数据方差组分和育种值会有变化。
- 分析中，虽然数据要求正态分布，但是对于稍微偏态的数据，模型具有强健性，没有必要一定是符合正态分布，数据量大时，一般对异常值进行筛选删除，对数据不做转化。
- 当数据符合正态分布，强行进行转化，结果转化后的分布不符合正态分布，这是育种值的排名是有变化的（no zuo no die, why you try…)
- 育种分析中，一般不做数据的转化，只做异常值的剔除。因为大家在分析时，有很多参数都是根据未转化的表型数据进行的评估，进而得到方差组分，遗传力，遗传相关。如果强行进行转化，遗传参数没有对比性（拔剑四顾心茫然）。
7. 拔剑四顾心茫然案例
- m1为原始数据的模型
- m2为log10(x)转化的模型
方差组分变化：
遗传力变化：
所以，不要轻易做数据转化，多多考虑加大数据量，或者提高数据质量吧。统计方法不能拯救失败的数据，只能告诉你数据分析为什么会失败，这是我说的。
下面是Fisher说的：
科学试验做完后再找统计学家分析数据，如同病人死了找医生进行尸体解剖，医生会告诉你病人死的原因。同样，统计学家会告诉你试验失败的原因。 ------Ronald Fisher
8. 其它统计名人名言
All models are wrong, but some models are useful | 模型皆有误，或尤建奇功。 George E. P. Box 在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的基础上，所有的判断都是统计学。 C.R.Rao 统计学是对令人困惑费解的问题做出数字设想的艺术。 David Freedma 统计具有非凡的能力处理各种复杂的问题，它需要非常精细的方法和小心翼翼的解释。当人类科学探索者在问题的丛林中遇到难以逾越的障碍时，唯有统计工具可为其开辟一条前进的通道。 Francis Galton 对统计学的一知半解常常会造成一些不必要的上当受骗，对统计学的一概排斥往往会造成某些不必要的愚昧无知。 C.R.Rao
所以那些星座迷，以星座不配甩了你的妹子千万不能要。
欢迎关注我的公众号：育种数据分析之放飞自我