MDR的应用：在病例对照研究中，应用多因子降维法(MDR)分析基因-基因交互作用，较传统的统计学分析方法无法比拟的优势。
Logistic回归的局限性
理论上的不足：自变量对疾病的影响是独立的，但实际情况及推导结果不同。
模型有不合理性：“乘法模型”与一般希望的“相加模型”相矛盾。
最大似然法估计参数的局限 样本含量不宜太少：例数大于200例时才可不考虑参数估计的偏性。
MDR的理念
MDR是一种无参数、无遗传模式的分析交互作用的方法，目前已成功应用于散发性乳腺癌、心房颤动和原发性高血压等疾病的研究。
什么是交互作用
两个或多个因素相互发生作用而产生的一种效应。 当两个或多个因素共同作用于某一事件，其效应大于或小于各因素共同作用的效应时，可认为因素间存在交互作用。 前者称为协同效应(cooperative effect)； 后者称为拮抗效应(antagonistic effect)。
每个基因有多个位点，如果统计分析不考虑位点之间的相互作用将会使模型的效能大大降低。
多因子降维法 multifactor dimensionality reduction MDR
“因子”是交互作用研究中的变量(如基因型或环境因素) “维”是指研究的多因子组合中因子(如基因型)的数目 “降维”以疾病易感性分类(高危、低危)的方式建模，将研究中的多个因子看作一个多因子组合(基因型组合)，这样就把高维的结构降低到一维两水平(即高危或低危)
MDR方法的主要特点是： ①并不需要指定遗传模式(显性或隐性遗传)和交互作用模型(线性或非线性模型，加法或乘法模型)； ②结合MDR Software程序包，可以识别多个SNP位点之间的高阶交互作用。 ③在分析各因素、各水平问交互作用时并不考虑主效应。因此当潜在的主效应没有统计学意义时，它仍然可以发现高阶交互作用。
标签：dimensionality,模型,降维法,MDR,多因子,交互作用 From： https://www.cnblogs.com/wangprince2017/p/17903831.html