<div dir="ltr"><p dir="ltr" style="font-size:12.8px">Hi everyone!</p><p dir="ltr" style="font-size:12.8px"><span style="font-size:12.8px">This week at the </span><span style="font-size:12.8px">Applied</span><span style="font-size:12.8px"> </span><span style="font-size:12.8px">Statistics</span><span style="font-size:12.8px"> </span><span style="font-size:12.8px">Workshop we will be welcoming </span><b style="font-size:12.8px">Nan Laird</b><span style="font-size:12.8px">, Harvey V. Fineberg Research Professor of Public Health in the Department of Biostatistics at the Harvard University School of Public Health. She will be presenting work entitled </span><span style="font-size:13px;font-family:arial"><b><i>Multivariate Problems in Genetic Analysis</i></b></span><b><i><font face="arial, sans, sans-serif">.</font></i></b><span style="font-size:12.8px">  Please find the abstract below and on the </span><a href="http://projects.iq.harvard.edu/applied.stats.workshop-gov3009/presentations/3232016-panagiotis-panos-toulis-time-coming-soon" style="font-size:12.8px" target="_blank">website</a><span style="font-size:12.8px"><a style="color:rgb(34,34,34)"></a>.</span></p><p dir="ltr" style="font-size:12.8px">As usual, we will meet in CGIS Knafel Room 354 from noon to 1:30pm, and lunch will be provided.  See you all there! To view previous <span>Applied</span> <span>Statistics</span> presentations, please visit the <a href="http://projects.iq.harvard.edu/applied.stats.workshop-gov3009/videos" target="_blank">website</a>.</p><p dir="ltr" style="font-size:12.8px">-- Aaron Kaufman</p><p dir="ltr" style="font-size:12.8px"><span style="font-size:12.8px">Title: </span><span style="font-family:arial;font-size:13px">Multivariate Problems in Genetic Analysis</span></p><p dir="ltr" style="font-size:12.8px"><font face="arial">Abstract:</font><span style="font-size:13px;font-family:arial,sans,sans-serif">Complex diseases have multiple underlying contributing factors, both genetic and environmental.  In addition, the disease syndrome is often characterized by numerous clinical traits that may be analyzed for association with genes along with the disease status.  Genome Wide Association Analysis (GWAS) has been highly successful in identifying some genetic loci associated with many disease syndromes and/or selected traits.  The purpose of the analysis of multiple traits may be to show consistency and thereby strengthen the evidence, or to identify different loci for different traits, or to gain additional power for new loci.  In this talk we describe an approach to integrating multiple phenotypes based on the concepts of heritability and co-heritability.   Our approach is designed for GWAS and uses the genetic data both for the estimation of heritability and using samples of cases and controls and for testing association.</span></p><p dir="ltr" style="font-size:12.8px"><span style="font-size:13px;font-family:arial,sans,sans-serif"><br></span><span style="font-size:small">-- </span></p><div><div dir="ltr">Aaron R Kaufman<div>PhD Candidate, Harvard University</div><div>Department of Government</div><div><a href="tel:818.263.5583" value="+18182635583" target="_blank">818.263.5583</a></div></div></div>
</div>