在本书中，以印记基因的识别作为基本问题，研究了各种辅助信息下混合模型的理论性质。其中重点考虑了群体数据中纯合子样本对混合模型的辅助信息、核心家庭数据对混合模型的辅助信息等。在各种模型中还分别考虑了等方差和异方差两种情形。每种情形下，都讨论了参数的可识别性、参数估计的相合性以及似然比检验统计量的渐近分布等统计学基本问题。另外，还将带有辅助信息的混合模型与EM-检验方法相结合，提出了新的EM-检验方法。本书的研究在统计理论和实际应用方面都有所突破。在统计理论方面为混合模型的研究提供了新的思路，利用辅助信息不仅在理论上使似然比检验统计量有简单且易使用的极限分布，而且假设检验的功效还会大大提高。在应用方面，较好地解决了对群体数据印记基因的识别问题。

1 绪论
1.1 应用背景介绍
1.2 混合模型介绍
1.3 本书的主要研究内容
2 带有辅助信息且等方差的混合模型
2.1 模型的建立
2.2 参数的估计及其相合性
2.3 似然比检验
2.4 数值研究
2.5 小结
3 带有辅助信息且异方差的混合模型
3.1 模型的建立
3.2 参数的估计及其相合性
3.3 似然比检验
3.4 数值研究
3.5 小结
4 带有辅助信息的混合模型中的EM-检验
4.1 EM-检验介绍
4.2 带有辅助信息且等方差模型的EM-检验
4.3 带有辅助信息且异方差模型的EM-检验
4.4 数值研究
4.5 小结
5 基于核心家庭数据的混合模型
5.1 等方差情形
5.2 异方差情形
5.3 小结
6 研究结论及展望
6.1 研究结论
6.2 创新与不足
6.3 未来展望
主要参考文献
索引