女歌手:
1、林佳儀——一個人的我依然會微笑（這是她翻唱歌曲中最經典的一首，是我百聽不厭的。不會讓你失望！）
2、彭佳慧——相見恨晚（第一次聽便愛不釋手了。不管是詞還是曲，值得一聽！）
3、劉嘉玲——別讓我最后一個才知道（已經是一首很老的歌了，但我依然不愿意從mp3中刪掉，歌曲很簡單，很清新，她唯一的一首 好歌，我喜歡！）
4、馬郁——一天死去一點（總是在夜里聽它，總感覺越來越耐聽，她的歌我都喜歡,但這一首是最愛）
5、蔡依林——我知道你很難過（雖然我不喜歡這類型的歌手，但我卻很喜歡她這支歌，可能這叫一聽鐘情吧！）
6、鄒芮——讓愛重來（電視劇“離婚女人”中的主題歌，我找了好久，去聽聽吧，看電視的時候還以為是蘇芮唱的，雖然沒聽過這個歌 手，但歌真的好聽）
7、王馨平——一生癡戀（我好象比較喜歡推老歌，但真的經典喔！“停停走走的愛太傷人......”歌詞很好！）
8、那英——愛要有你才完美（終于推新歌了！那英重出江湖的主打歌曲，不愧是女天后，可以一聽）
9、陳妃平——永遠到底有多遠（不錯的歌，特別是詞“所謂永遠只不過是一瞬間”）
10、阮丹青——第九十九夜（一個有著特別嗓音的女歌手，她還有一首“有染”也特別好聽，去下吧！相信我沒錯的！）
11、徐若萱——愛笑的眼睛（一個才女型歌手，我覺得比她的“哎呀”風格好聽多了！）
12、朱樺——我怎么了（一支深情的悲傷情歌！可以一聽）
13、鐘汶——刺猬（一個新歌手，她的音色很好，歌也不錯！我想她會紅起來的！還有她的賠償、過冬都值得聽！喜歡她就好象喜歡馬 郁一樣的）
14、claire——我不想忘記你（讓人聽起來很悅心悅耳的一支歌，我喜歡）
15、戴佩妮——怎樣、防空洞（讓人聽了還想聽的歌,她的歌很耐聽的！好象每首都不錯）
16、蔡健雅——無底洞（也是我最喜歡的歌之一喔！）
17、林宸希——不再問（也是mp3中至今保留的歌曲之一，喜歡極了！沒聽過的，快去下喔！）
18、陳冠蒲—太多、就讓你走（很經典的，音域好高喔！k歌的時候總是唱不上去，但確實喜歡她的這兩首歌！）
19、韓紅—醒了、那片海（她的好歌太多了，但最愛的還是這兩首，特別是前一首，那空靈的聲音，真的是太絕了！這就是音樂的魔力 ！）
20、順子——only one（不是英文歌喔！是“第101次求婚”的主題曲，她的音色就不用介紹了吧，“回家”是她的經典歌曲，我認為這一首也算吧！ ）
21、裘海正——懂愛的人（這首歌已經愛了很多年了，好象是剛談戀愛時最喜歡聽的歌，現在女兒已經6歲了，可依然還是百聽不厭， 這也應該算經典吧！不信去聽一聽！）
22、希亞—心醉（一個朋友推薦的，聽一次就喜歡上了！只是好象下載的效果不太好）
又要休息了！明天接著介紹，頂頂吧！我也不會吝嗇的！
好了,又接著來吧!朋友說對了,我喜歡那些深情演繹的歌,不喜歡搖滾和說唱風格的歌，可能要令那些小弟弟小妹妹們失望了!
23、張惠妹—最深愛我的人傷我最深(是和張雨生共同演繹的，用感情唱歌的人特別能打動人的心靈）
24、金莎——第三滴眼淚（有著甜甜嗓音的小女孩，她的歌中我只喜歡這一首，可能是因為詞寫得好吧，“第一滴眼淚流下的時候你轉 身準備走，第二滴眼淚流下的時候你已經離開了”那第三滴淚呢，由聽者自己去體會吧！）
25、金海心——悲傷的秋千（有點不同于她以前歌曲的風格，不再那么甜了，所以我喜歡！）
26、陳倩倩——藍顏知己（這也算一聽鐘情吧，是新歌，人靚歌也靚，我認為比她那首“嬰兒”好聽得多）
27、劉若英—決定（她有很多好歌，可能聽得太多的原因，但我一直認為最好的還是應該算這一首吧，我自己喜歡就行了，每次k歌的 時候我都沒有唱煩喔）
28、莫文蔚—他不愛我（她的嗓音有點特別，可以去聽聽，我想會比田震的歌耐聽些）
29、本多ruru——今天的祝福，明天的孤獨（也算強力推薦吧，應該不亞于她的那首“美麗心情”，不信就去下吧！）
30、王菲——催眠（k歌的時候，聽別人唱的，感覺好聽極了！本來就喜歡王菲，這也應該算她的經典歌曲之一吧！）
這些都是我最愛聽的女歌手的歌，全獻給大家了，希望朋友們繼續幫我頂啊，別讓它沉下去！
男歌手
1、深藍樂隊——2月14日
我看見鮮艷的玫瑰芬芳遍地，我感覺這樣的情景那么熟悉，我驚異滿街的情人如此甜蜜 我記得這一天你是那么美麗 。紅玫瑰 黃玫瑰 盛開在2月14，也許你還記得 也許你已忘記 我的情歌曾為你夜夜唱起 。也許會遇見你 讓一切再繼續 我的心在原地等待奇跡，我想可以抽完這支煙就忘記 我想可以喝完這杯酒就忘記 ，我想可以唱完這首歌就忘記 我想可以不閉上眼就會想起
紅玫瑰，黃玫瑰，哪一束不會枯萎，也許你還記得 也許你已忘記 愛情是生命的一道痕跡。也許會遇見你，讓一切再繼續 我的心在原 地等待奇跡 。也許你還記得 也許你已忘記 我的情歌只為你夜夜唱起 。也許會遇見你 讓一切再繼續 我的心在原地等待奇跡。我會去那棵榕樹下等候你 我會去那唱片店里等候你 。我會在今夜夢中等候你 2月14的夜晚你會在哪里
（因為近兩個月一直在聽，那音樂太舒服了！所以忍不住成為今天的首推，歌的意境和旋律真的讓我感覺太美了！多聽幾遍 相信你一定會喜歡的！）
2、范逸臣——piano
白鍵是那一年海對沙灘浪花的繾綣,黑鍵是和你多日不見 彈指間 海岸線你的淚 我的眼 ;模糊 天邊 每個人心中都有架鋼琴,塵封在回憶,任憑我只是你的插曲 時間偶爾提起 鋼琴偶爾哭泣 那些零亂 片段 如果愛還能再重來 我期待澎湃 oh 每次 琴蓋打開 便有歌來自大海 如果愛已不存在 我希望有一段精彩 讓回憶有所感慨白鍵是現在我哀悼 昨天成全你改變 ;黑鍵是原諒我的原諒好想再 彈一遍 手指卻 只聽見你的道歉
（也是我一直舍不得刪掉的歌,特別是歌詞，下吧，絕對沒錯的！我認為這首歌可以和他的i belive同樣堪稱精典．音樂真的是一種好東西，可以讓人這么沉醉、這么享受！
3、汪峰—飛得更高
生命就像一條大河 時而寧靜時而瘋狂 現實就像一把枷鎖 把我捆住無法掙脫
這謎樣的生活鋒利如刀 一次次將我重傷 我知道我要的那種幸福 就在那片更高的天空
我要飛得更高飛得更高 狂風一樣舞蹈掙脫懷抱 我要飛得更高飛得更高 翅膀卷起風暴心生呼嘯
飛得更高 一直在飛一直在找 可我發現無法找到 若真想要是一次解放 要先剪碎這有過的往
我要的一種生命更燦爛 我要的一片天空更蔚藍 我知道我要的那種幸福 就在那片更高的天空 我要飛得更高飛得更高 狂風一樣舞蹈掙脫懷抱 我要飛得更高飛得更高 翅膀卷起風暴心生呼嘯
飛得更高飛得更高飛得更高...
（真的是令人 蕩氣回腸啊！很大氣的一首歌，這才是男人應該唱的歌，給予人生活的方向，人活著就應該飛得更高！抱著希望聽他其它歌，就差遠了！ ）
4、迪克牛仔—三萬英尺
爬升速度將我推向椅背 模糊的城市慢慢地飛出我的視線 呼吸提醒我活著的證明 飛機正在抵抗地球我正在抵抗你 遠離地面快接近三萬英尺的距離 思念像粘著身體的引力 還拉著淚不停地往下滴 逃開了你我躲在三萬英尺的云底每一次穿過亂流的突襲 緊緊地靠在椅背上的我
以為還擁你在懷里
回憶像一直開著的機器 趁我不注意慢慢地清晰反覆播映 后悔原來是這么痛苦的 會變成稀薄的空氣 會壓得你喘不過氣 要飛向那里能飛向那里 愚笨的問題 我浮在天空里自由的很無力
（他的歌中這一曲是我最最喜愛的，雖然他是個翻唱王，但這一曲絕對是原汁原味的。第一次聽已經是幾年前了，老公推薦的，現在依然 百聽不厭！這么好聽的歌，老公每次k這支歌的時候都必定會引起掌聲不斷，我感覺比迪克唱得還要投入一些，迪克的稍覺頹廢一點！）
5、零點樂隊—— 你的愛給了誰
忘了吧曾有過的幸福,算了吧 一切已結束.我知道 她不屬于我,我的心 卻被帶走.失去了一生中 的最愛,想起來叫人心碎.天空漂著冰雪,無法凍結 我的思念.你的愛 到底給了誰,我的心為你 流著淚.
所有的痛 留給傷悲,像你曾經的美麗.你的愛到底給了誰,我的心為你流著淚.誰能 做到不顧一切,像我那樣 愛著你.
（聽這支歌會有想哭的沖動，一個失戀男人發自心靈的吶喊！如果你心情不好，真的應該去k這支歌，或許能夠唱出你的心聲，釋放壞的 情緒，唱好了這支歌或許能讓一個男人更具滄桑感！真的是越聽越心碎，越聽越愛聽啊！）
6、鄭源——我不后悔
7、劉歡——從頭再來
8、孫楠—留什么給你（一直比較關注他，高亢的歌喉，音域寬廣，能高能低，收放自如，他的經典歌太多了，只是我比較偏愛這一首罷 了！還有他的“我愛的她不愛我”、“燃燒”、“拯救”，還是很愛聽。我相信你會喜歡他的）
9、張智成—放我的真心在你手心（好象已經是很久很久以前的歌了，但最近聽過后，便又不忍心刪掉了，那溫馨的旋律，輕柔舒緩的音 樂，真的讓人沉醉于其中。去享受一下吧！）
10、張振宇—愛上你這樣的女人（簡單輕快的一首歌，閑時聽聽，慢慢去體會吧，特別是結尾那一句，很是喜歡）
11、黃品源—那么愛你為什么（突然覺得這首歌曲的風格好象志上一首歌有幾分相似，喜歡就行了！還有他的“狠不下心”也不錯的， 雖不是他的主打歌，但不會讓你失望的）
12、袁耀發—親愛的你在哪里（他的歌好象不多，但這一曲我真的是喜歡聽，而且好象還沒聽煩呢！去下吧！）
13、鐘漢良—念忘之間（無意間聽一個朋友推薦的，聽過之后便據為已有了，應該算老歌中的經典吧，很有男人味的歌！我喜歡）
14、韓磊—千百年后誰還記得誰（也算一首頗有氣勢的歌,漢武大帝的主題曲，真的是一首震撼人心的好歌，唱出了男人，英雄的俠義 柔情，剛中有柔，穿越無盡滄桑 。在那種場景之下，音樂響起，再堅強的心也不能不潸然淚下。好歌，真的是好歌！還有一曲“向天再借五百年”，沒聽過的值得一聽）
15、屠洪剛—放手（和韓磊算是一種歌路的歌手，頗有男兒氣慨，但我還是喜歡他剛中有柔的歌曲，相信大家都聽過他的“你”了，而 我力薦的這一首我相信你一定沒聽過，多聽兩遍你會發現很耐聽！）
16、江濤—我們之間（他的新歌，歌詞寫得很好，還有他的“生日禮物”還是可以聽的。）
17、小剛—不要問我分手后一個人怎么過（他的經典歌太多了，但我最鐘愛他這一首，耐聽！以前喜歡他的“黃昏”、“我的心太亂” ，都不錯）
18、阿木—某個女人的美（差點忘了推他，從一個組合中單獨出來發展的歌手，音色不錯，特別喜歡這曲，“我想最難跨越的不是路途 遙遠，而是某個女人的美”寫得好亦唱得好！還有他的“i love you”也算他的經典之作吧！）
19、林峰—我是一個被愛傷過的人（一個朋友推薦的，也不知是老歌還是新歌，反正好聽就行了，喜歡悲傷歌曲的人一定不要錯過喔！ ）
20、5566—冷風過境（小剛的詞曲，很酷的一首歌，雖然不熟悉歌手，但歌的確是好歌，建議你不妨也聽聽吧！）
先到這兒吧，因為時間原因，我沒有貼歌詞了，但相信這都是好歌，都是我十幾年來的最愛，現在隆重推出，還在想什么，頂啊！我才有 信心繼續啊！先謝謝朋友們！
21、水木年華—一生有你(聽一遍便不由自主喜歡上了這支歌，特別喜歡“等到老去那一天，你是否還在我身邊，看那些誓言謊言，隨 往事慢慢飄散”，它所蘊含的東西太多了！一生有你，其實是很奢侈的，對吧？）
22、謝霆鋒——我們這里還有魚（有一天在朋友的車上聽見的，又是一首一聽鐘情的歌，唱出了男人的癡情，敢愛敢恨！聽到這支曲子 一響起我的心就會很平靜，變得異常安靜。下吧，誰都會喜歡的！）
23、動力火車——忠孝東路走九遍（動力火車的聲音有一種魅力，這首歌有種很有力的悲傷，可能是因為他們是用心在唱歌吧！）
24、迪克牛仔——最后一首歌（“最后一首歌,我累得不想再使力氣，我好想你,更想愛你，只是我早放棄,生命會有奇跡 ！”他的歌極具男人的滄桑，每次老公在k這支歌的時候，我都會沉醉于其中，真的是好歌！）
25、游鴻明——一天一萬年（好聽，有一種淡的憂傷，自他的“下沙”后應該算他的又一經典吧！）
26、黃征——地鐵（他的新專輯的歌，我覺得比那首主打歌曲“一個人的戰役”值得聽，還有他的愛情諾曼底和奔跑，閑時不妨去聽聽 ）
27、石開——如果愛可以繼續蔓延（很有詩意的情歌，讓人一聽就可以聽上好幾遍也不感覺煩，我喜歡）
28、羅志祥—灰色空間（歌的旋律很好，很耐聽！）
29、李天華—七天七世紀（無意中聽到的，卻一下子就被吸引了，歌詞寫得特別好！喜歡悲傷歌曲的人不聽會是你的遺憾喔！我想悲傷 的情歌只要用心去唱都會是好歌的！）
30、東來東往——忘了怎么哭（又是一首傷情歌，我真喜歡這首歌，很感性的歌詞和旋律，讓人感動！傷到極至才會忘了怎么哭吧？雖 然他只是一個網絡歌手，但歌不錯！）
繼續喔！我想這次想到哪首歌就發哪首吧，不分男女，排名不分先后！支持我吧！
1、郭峰——在你面前我好想流淚(他有很多好歌，但這支歌最是用情，太投入的話可能你真會流淚喔！"告訴我滄桑后還有的滋味"， 喜歡！如果還沒聽過他的”移情別戀”的快去下吧！）
2、娃娃——飄泮過海來看你（前部分的旋律很美，詞曲都不錯，其實每次聽都會有不同的感受，安靜的坐在房間里聽這首歌，你會發現不管你是否有同樣的經歷，你都會感動 !)
3、任賢齊——流著淚的你的臉（其實這首歌好老了，以前聽起覺得視覺上挺好。可當再一次聽到，突然之間頗為感觸，非常耐聽。當年 沒有流行起來可能是因為被“心太軟”給掩蓋了，我個人覺得心太軟比它差遠了！）
4、辛欣——放120個心（喜歡這首歌那種淡淡的，有點憂郁的憂傷，就象在對你低聲的訴說，聽起來很舒服。歌曲是因為感動而流行吧，而感動是因為用心用情在唱歌）
5、she——他還是不懂（聽第一遍就喜歡上了這歌，特別是歌詞和旋律都非常舒服，算是好聽的歌吧！基于愛國精神，本來不推她們 的，但對歌不對人吧！理解嗎？）
6、梁朝偉——你是如此難以忘記（可能是因為喜歡他人的原因吧，愛烏及屋，所以特別喜歡他的歌，他的滄桑和他的男人味已充分融入 到歌中，還有他的“一天一點愛戀”、“為情所困”，不喜歡都不行！）
7、童安格——玫瑰的謊言（很老很老的一首歌了，老到壓根就很少人聽過，至今聽起來仍然感覺好聽。）
8、李碧華——分手 （也是一曲懷舊的經典歌，一直以來都很喜歡這首歌，記得還在念書的時候聽過，這么多年了一直沒忘記。喜歡這類型歌的人可以一聽！ ）
9、廣智——不再回頭（一首好歌！其實做人就應該這樣，拿得起放得下，詞曲都不錯！）
10、王箏——你還要什么（一個新歌手，朋友給我推薦她的“糖紙”，而我卻愛上了這一首歌曲.應該說她的歌都還可以聽,去下她的 專輯吧，不會失望的！）
感動得有回報的，對嗎？接著來喔！（抱歉的是我不是很喜歡聽英文歌，讓朋友們失望了！）
1、易欣——下輩子不要做男人（其實很早就想推這支歌了，只是一直感覺這歌名太給男人丟臉了吧，所以一直壓著。其實歌手的聲線和 歌的旋律都很不錯，還有他的“不顧一切愛你”、”別再說你還愛著我”都算好的情歌吧！）
2、鄺文珣——失戀了怎么辦（她自己寫的曲子，不錯吧？她的聲音很透徹，很舒服，很適合失戀的人聽喔“到底是我不夠勇敢，還是你 本來就不愛”最后這句歌詞我最喜歡）
3、蘇慧倫——相見恨晚、就要愛了嗎（一直比較喜歡蘇慧倫，但她的歌聽得太多了，以前喜歡她的“哭過的天空”、“滿足”、“鴨子 ”，但似乎這兩首更讓我懷念，雖然不比彭佳慧的那首相見恨晚，但也不會讓你失望的！）
4、成龍、金喜善——美麗的神話（最好先去看這部電影，然后再聽這支歌，你才能體會到歌曲和電影的完美結合，否則你是體會不到歌 的意境的．飛翔時的那情那景會自然而然蹦入你的腦海，一個字：美！）
5、車繼鈴——最遠的你是我最近的愛(老得不能再老的歌了，悲情、傷感、充滿磁性的歌聲，盡管離今天已經整整15年了，但當車繼 鈴的歌聲復又重來時,似乎他從來沒有離開過,值得你再去聽一聽的）
6、楊林——她比我更好嗎（一個太有女人味的歌手，一個溫柔甜蜜得有點過分的聲音，但當年好喜歡聽，現在復又聽見，對歌本身還是 那么感興趣！）
7、李度——為愛犯了罪（周華建的女弟子，聲音不錯。還是一支傷情歌，可以一聽吧！）
8、徐懷鈺——分飛(我喜歡這個歌,歌詞的每一句話好象都有它的含義，旋律很簡單，但聽來感覺很好聽，是很容易k的一首歌 "一瞬間,我決堤在今夜,淚底垂,垂在手心里是你的余味"歌詞寫得太好了！）
9、 溫兆倫——隨風緣（典型的溫式情歌， 很多年前聽過這首歌，一直忘不掉，很喜歡歌中那份隨意中的感傷,突然間我想到一句話“花自飄零，水自流”難道世間的緣分真的如此 ! 最好在夜里靜靜地聆聽，你會醉在其中！）
10、趙傳——愛要怎么說出口（一個歌聲中略帶疲憊的男人的歌，很有男人的滄桑感，我喜歡，至今mp3中都保留著喔！）
1、夢飛船——不值得（雖然聽起來好象是運用假聲唱的，但有種飄渺的感覺，會讓你情不自禁醉于其中，很適合在一間燈光微弱的酒吧 聽，音樂環繞在整個酒吧，會特別有味道的！不信去試試！）
2、弦子——醉清風（我知道這歌好聽的原因了，是因為它的前奏和孫燕姿的“遇見”如出一輒，會讓你不知不覺跟著哼，對于太熟悉的 旋律會有一種親切感，但還是略遜一籌！不覺得嗎？）
3、永邦——威尼斯的淚（特別喜歡他的聲音配上這歌的旋律，一首憂郁的歌“為你濕的淚在午夜夢回，
其實明明了解就是在當時，解不開死結”真好！）
4、龐龍——吹眼睛（老公為我推薦的，其實龐龍的音域寬、厚，有種與生俱來的滄桑感，很甜蜜的歌曲都會被唱出滄桑的感覺，他的歌 好聽，很大眾化。“而如今風又迷了我的眼睛 ，你卻早已去遠行......”一生能有幾人會為你吹眼睛？珍惜吧！）
5、飛兒樂團—lydia（這首歌雖然悲傷,但充滿希望,不管怎樣,希望和夢想還在，對嗎？”你會感受愛感受恨感受原諒 ，生命總不會只充滿悲傷”很樂觀喔，旋律也好！聽一下吧！）
也許下面這些都是大家太耳熟能詳的歌曲，但依然是我所喜歡的，當你忘記它一段時間后，復又聽起，你依然會感動！
1、候湘婷——曖昧（已經忘記她很長一段時間了，無意見再次聽見，就好象鄰家女孩那么親切，清清淡淡的感覺,很恬淡、很舒服！好 象一個純純的女孩在輕聲訴說她的初戀, 也算一支傷感的情歌吧！還有她的“我是如此愛你”還是可以聽的！）
2、蘇永康——愛一個人好難（康式情歌中最經典的！最好靜靜地去細品，足以打動你的心。他不同歌曲有與眾不同的尾音，極有吸引力 ，不覺得嗎？）
3、張敬軒——斷點（他的歌曲很有他獨特的個性 ，就象他的長相一樣，雖然不是很帥的那種，但是很有個性。同樣是一首以旋律見長的歌曲，讓人在聽第一次的時候就難以忘記。再去體 會其中的深意，方能明白歌中的隱忍與沉重。“靜靜地陪你走了好遠好遠，連眼睛紅了都沒有發現，聽著你說你現在的改變，看著我依然 最愛你的笑臉。”笑臉還是那張笑臉，但已經不再屬於你時，也許，只有放棄。）
4、陳奕迅——十年（歌詞很宿命，卻也真實。“情人最后難免淪為朋友……直到和你做了多年朋友，才明白我的眼淚，不是為你而流， 也為別人而流。”他的歌能給人一種很溫暖的感覺，亦能把很平淡的歌,唱得很有味道。）
5、蕭亞軒——最熟悉的陌生人（我聽她的歌不是聽歌，而是聽她的聲音，這是我的一種享受，他的聲音非常有磁性，這支歌不是她最優 秀的，但卻是我心中最經典的，不管是旋律還是歌詞，“因為愛過，所以不會是敵人；因為傷過，所以不會是朋友，只能是最熟悉的陌生 人。”可能是對這首歌最好的詮釋。
這幾首都應該算做經典，只是大家太熟悉了，所以一直都未推出，但還是希望你們能喜歡。還猶豫什么？有同感就頂啊！
1、齊秦——往事隨風（聽齊氏秦歌十幾年了，也喜歡了十幾年，他出色的聲線，略帶沙啞，能將剛柔同時達到極致，空靈、優雅... ...但最愛的還是他的“往事隨風，心隨你動......"太美了!雖然當年不羈的狼已經不復存在，但此時的狼還是一樣有成熟男 人的魅力,對吧?)
2、庾澄慶—春泥（喜歡他的表情，喜歡他唱歌時的投入，特別這首歌又是伊能靜作的詞，旋律和歌詞都喜歡，可能是因為喜歡他們的愛 情吧？那是一種經過等待和付出后的相濡以沫,是漫無邊際的深愛,她在告訴他,請珍惜! 這歌其實應了一句“落紅不是無情物，化做春泥更護花”，還有“情非得已”還是很好聽的！）
3、徐婕兒——我可以忍受（又是一個能自己作詞的才女！唱功還待提高，但歌非常好聽，讓人感動的愛情！很少有新人的歌讓我聽一次 就愛上的，《我可以忍受》做到了 。）
4、關心妍 ——終點（小剛作曲，張敬軒作詞，你能說出不好聽的理由嗎？尤其喜歡“諾言還是抵不過時間”這一句，只是她的粵語歌太多，所以以 前不太關注，聽了這支歌便一發不可收拾地喜歡上了她和終點！）
5、許慧欣——7月7日睛（無意間在商場聽見的，但自從我一聽這一首歌就被它那獨有的傷感和美麗所征服! 經典的情歌！歌曲開始很平淡，到了高潮很好聽`但好聽中還夾雜著凄涼的感覺，就象喜歡一個人一樣，給你帶來快樂的同時也帶來了憂 愁。有一種冰天雪地的感覺 ，好冷！但好聽就行了，對嗎？）
雖然頂的人越來越少了,可我今天心情依然很好,再送給你們幾首我喜歡的音樂,(頂否是你的問題,而推否是我的心情)
1、鳳凰傳奇——月亮之上（第一次是聽紀敏佳唱的，感覺不錯！結果在網上卻意外發現了這個組合，有點天籟之音的感覺，和紀敏佳的 風格炯然不同，韻味更足，感覺好象自己在銀色月亮之下的大草原上，盡情的唱歌似的,心情隨之飛揚...... )
2、張宇——消息（一首老歌，但卻依然感覺親切，特別最后幾句，深情的演繹，特別耐聽！“如果說再見是你唯一的消息，我仿佛可以 預見我自己，越往遠處飛去，你越在我心里，而我卻是你不要的回憶！）
3、袁惟仁——坦白（聽他的歌，有點淡談的感傷，猶如在品淡淡的咖啡，感覺又回到了從前。很多歌星的歌都出自于他，很厲害吧？他 的“征服”、”旋木“強過那兩個天后，不信去聽一聽！而這首坦白卻是可以讓你聽很久很久的歌。）
4、凌飛——印度洋的眼淚（一個網絡原創歌手，他的聲音有種狂傲不羈的感覺，但又不失細膩，絕對是可以流傳的那種音樂。而這首是 為紀念印度洋海嘯的，很大氣，很悲壯，令人震撼的音樂，你應該去聽一聽的！還有他的“男人心、傻女人、我的愛有罪”也很好聽的！ ）
5、梁詠琪—— 膽小鬼（曾經最愛她的“短發”，而這支歌第一次聽便喜歡上了，特別是她的聲音和歌的旋律，讓我常常不由自主地哼幾句，很輕松！）
1、瞿穎——加速度（這是一首節奏感很強的歌，旋律有點輕快，瞿穎的聲線比較適合唱快歌，給人悅心悅耳的感覺，相信我，不管你是 誰，都會喜歡這支歌的！）
2、楊坤——我比從前更寂寞（他的新歌，其實單就歌名就已經吸引了我。旋律感人，詞鋒特別犀利，真實地刻劃了現代人的心理，再加 上他特別的音色，真是把這歌演繹得太好了！以前特別喜歡他的無所謂——“無所謂，誰會愛誰......”風格很是灑脫，我喜歡！ ）
3、伍佰——挪威森林、浪人情歌、痛哭的人（都是老歌了，但卻非常耐聽，歌詞又是如此完美而富有哲理，音色有一點頹廢，有一點酷 。每個人都能在不同的心情去喜歡他不同的歌，我想這也叫經典吧？）
4、孫燕姿——眼淚成詩（這首歌把那種無奈詮釋到了極致，音樂，作詞，都充滿了一種淡淡的惆悵，很抒情的慢歌，也許有人不喜歡這 種風格 但是我說 這首歌真的把我感動了！從她的天黑黑到遇見再到眼淚成詩，似乎看到了一個鄰家女孩成長過 程。一個很有味道的女歌手！）
5、林憶蓮——默讀傷悲（她的嗓音條件得天獨厚，音域寬廣，風格多變，既有勁爆的快節奏歌曲，也有柔情無比的抒情歌曲。可以豪放 ，可以婉約，既可以大江東去，也可以曉風殘月。喜歡聽著默讀傷悲，再加上一杯熱咖啡，靜靜品嘗那種獨特的滋味。她的經典太多了： 夜太黑、遠走高飛、傷痕、紙飛機......慢慢去聽吧！）
Poussières d’étoiles 星塵 ，好凄美的歌！！
Norma Ray 原唱
買粉絲://買粉絲.sxchebar.買粉絲/UpFiles/music/20104281346493398.mp3
非Norma Ray 唱的現場錄音。
買粉絲://買粉絲.myfrfr.買粉絲/chanson/myfrfr_hbu.wav
在線Norma Ray原唱
買粉絲://買粉絲.youtube.買粉絲/watch?gl=FR&v=uEzQddwAEIY
自制的lrc歌詞,拷到txt文件里把后綴改為lrc就可以同步播放了：
[ti:Poussières d’étoiles 星塵-Norma Ray]
[ar:星塵]
[al:Poussières d’étoiles]
[offset:500]
[00:01.43] 歌曲名：星塵（Poussières d’étoiles）
[00:03.53] 曲 : 詞 : 歌手：諾瑪.雷（Norma Ray，法國）
[00:03.53] 制作：LMZFK@VCG
[00:05.00]（畫外音）Do you 買粉絲py me 聽到了嗎？
[00:11.43]five, four, three, two, one 5、4、3、2、1
[00:17.43]ignition 點火
[offset:500]
[00:20.43]Comme ces poussières d'étoiles, 如同星塵
[00:23.43]Parsemées au gres vent 四散隨風
[00:25.43]Qui se bousculent emportées par le temps 伴時光飛逝
[00:30.43]On marche et puis on 買粉絲urt 走呀跑啊
[00:33.03]On fait des allers retours 往來穿梭
[00:35.43]On est tombé ciel 我們從天而墜
[00:38.03]Pour chercher l'amour 尋找愛情
[offset:500]
[00:40.43]（和聲）On est tous des poussières d'étoiles 我們都是星之塵埃；
[00:42.43]Tombées sur la terre 墜入塵世；
[00:44.43]Qui se réunissent et s'unissent 重逢重合；
[00:46.43]Depuis des millénaires 穿越千年；
[00:50.43]On est tous des poussières d'étoiles 我們都是星之塵埃；
[00:52.43]Et je lis dans tes yeux 從你的眼中讀到；
[00:55.43]Que tu me ressemble et qu'ensemble 你我猶如一體；
[00:57.43]On ira loin tous les deux 卻將漸行漸遠
[offset:500]
[01:00.43]Isolés dans l'espace 孤絕虛空中的孤獨；
[01:03.43]Comme des étoiles filantes 如同流星；
[01:05.43]On est per quand le cœur se tourmente 內心激蕩，意亂情迷；
[01:10.43]Accrochés à nos rêves 謹記我們的夢想；
[01:13.43]Parfois on a la fièvre 每當陷入狂熱；
[01:15.43]買粉絲me le jour et la nuit 就像白天和黑夜
[01:16.43]Quand l'amour se finit 愛情就劃上了休止符
[offset:500]
[01:20.43]（和聲）On est tous des poussières d'étoiles 我們都是星之塵埃；
[01:22.43]Tombées sur la terre 墜入塵世；
[01:24.43]Qui se réunissent et s'unissent 重逢重合；
[01:26.43]Depuis des millénaires 穿越千年；
[01:30.43]On est tous des poussières d'étoiles 我們都是星之塵埃；
[01:33.43]Et je lis dans tes yeux 從你的眼中讀到；
[01:35.43]Que tu me ressemble et qu'ensemble 你我猶如一體；
[01:37.53]On ira loin tous les deux 一同遠行
[offset:500]
[01:39.43]（畫外音）
[offset:500]
[01:51.43]（和聲）On est des poussières, 我們是塵埃；
[01:52.43]Des poussières d'étoiles 星之塵埃；
[01:56.43]Tombées sur la terre en pluie de cristal 在晶瑩的雨水中落入塵世；
[01:58.43]On est des poussières, 我們是塵埃，
[02:00.43]Des poussières d'étoiles 星之塵埃；
[02:02.43]Tombées sur la terre 墜入塵世
[offset:500]
[02:10.43]（和聲）On est tous des poussières d'étoiles 我們都是星之塵埃；
[02:13.43]Tombées sur la terre 墜入塵世；
[02:16.43]Qui se réunissent et s'unissent 重逢重合；
[02:18.43]Depuis des millénaires 穿越千年；
[02:21.43]On est tous des poussières d'étoiles 我們都是星之塵埃；
[02:23.43]Et je lis dans tes yeux 從你的眼中讀到；
[02:25.43]Que tu me ressemble et qu'ensemble 你我猶如一體；
[02:28.43]On ira loin tous les deux 一同遠行
[02:31.43]On est tous des poussières d'étoiles 我們都是星之塵埃；
[02:33.43]Tombées sur la terre 墜入塵世；
[02:36.43]Qui se réunissent et s'unissent 重逢重合；
[02:38.43]Depuis des millénaires 穿越千年；
[02:40.43]On est tous des poussières d'étoiles 我們都是星之塵埃；
[02:42.43]Et je lis dans tes yeux 從你的眼中讀到；
[02:44.43]Que tu me ressemble et qu'ensemble 你我猶如一體；
[02:46.43]On ira loin tous les deux 一同遠行
是指在理想狀態下，各等位基因的頻率在遺傳中是穩定不變的，即保持著基因平衡。該定律運用在生物學、生態學、遺傳學。條件：①種群足夠大；②種群個體間隨機交配；③沒有突變；④沒有選擇；⑤沒有遷移；⑥沒有遺傳漂變。
相關圖片如下：
之前，我對這兩個概念有點混淆，后來明白過來了。這兩個概念一個是對基因頻率進行的篩選，一個是對基因型頻率進行的篩選。對于一個位點“AA AT TT”，其中A的頻率為基因頻率，AA為基因型頻率。MAF直接是對基因頻率進行篩選，而哈溫平衡檢驗，則是根據基因型推斷出理想的（AA，AT，TT）的分布，然后和實際觀察的進行適合性檢驗，然后得到P值，根據P值進行篩選。即P值越小，說明該位點越不符合哈溫平衡。
主成分分析（principal 買粉絲ponent analysis）
中文解釋：
將多個變量通過線性變換以選出較少個重要變量的一種多元統計分析方法，又稱主分量分析。在實際課題中，為了全面分析問題，往往提出很多與此有關的變量（或因素），因為每個變量都在不同程度上反映這個課題的某些信息。但是，在用統計分析方法研究這個多變量的課題時，變量個數太多就會增加課題的復雜性。人們自然希望變量個數較少而得到的信息較多。在很多情形，變量之間是有一定的相關關系的，當兩個變量之間有一定相關關系時，可以解釋為這兩個變量反映此課題的信息有一定的重疊。主成分分析是對于原先提出的所有變量，建立盡可能少的新變量，使得這些新變量是兩兩不相關的，而且這些新變量在反映課題的信息方面盡可能保持原有的信息。主成分分析首先是由K.皮爾森對非隨機變量引入的，爾后H.霍特林將此方法推廣到隨機向量的情形。信息的大小通常用離差平方和或方差來衡量。
PCA算法
總結一下PCA的算法步驟：
設有m條n維數據。
1）將原始數據按列組成n行m列矩陣X
2）將X的每一行（代表一個屬性字段）進行零均值化，即減去這一行的均值
3）求出協方差矩陣
4）求出協方差矩陣的特征值及對應的特征向量
5）將特征向量按對應特征值大小從上到下按行排列成矩陣，取前k行組成矩陣P
6）即為降維到k維后的數據
根據上面對PCA的數學原理的解釋，我們可以了解到一些PCA的能力和限制。PCA本質上是將方差最大的方向作為主要特征，并且在各個正交方向上將數據“離相關”，也就是讓它們在不同正交方向上沒有相關性。
因此，PCA也存在一些限制，例如它可以很好的解除線性相關，但是對于高階相關性就沒有辦法了，對于存在高階相關性的數據，可以考慮Kernel PCA，通過Kernel函數將非線性相關轉為線性相關，關于這點就不展開討論了。另外，PCA假設數據各主特征是分布在正交方向上，如果在非正交方向上存在幾個方差較大的方向，PCA的效果就大打折扣了。
最后需要說明的是，PCA是一種無參數技術，也就是說面對同樣的數據，如果不考慮清洗，誰來做結果都一樣，沒有主觀參數的介入，所以PCA便于通用實現，但是本身無法個性化的優化。
希望這篇文章能幫助朋友們了解PCA的數學理論基礎和實現原理，借此了解PCA的適用場景和限制，從而更好的使用這個算法。
英文視頻講解買粉絲：
買粉絲1
買粉絲2
它是把GWAS分析之后所有SNP位點的p-value在整個基因組上從左到右依次畫出來。并且，為了可以更加直觀地表達結果，通常都會將p-value轉換為-log10(p-value)。這樣的話，基因位點-log10(p-value)在Y軸的高度就對應了與表型性狀或者疾病的關聯程度，關聯度越強（即，p-value越低）就越高。而且，一般而言，由于連鎖不平衡（LD）關系的原因，那些在強關聯位點周圍的SNP也會跟著顯示出類似的信號強度，并依次往兩邊遞減。由于這個原因，我們在曼哈頓圖上就會看到一個個整齊的信號峰（如下圖紅色部分）。而這些峰所處的位置一般也是整個研究中真正關心的地方。GWAS研究中，p-value閾值一般要在10 -6次方甚至10 -8次方以下，有些時候也要看你的實際數據表現。
基因組膨脹因子λ定義為經驗觀察到的檢驗統計分布與預期中位數的中值之比，從而量化了因大量膨脹而造成結果的假陽性率。換句話說，λ定義為得到的卡方檢驗統計量的中值除以卡方分布的預期中值。預期的P值膨脹系數為1，當實際膨脹系數越偏離1，說明存在群體分層的現象越嚴重，容易有假陽性結果，需要重新矯正群體分層。
30X的測序深度，而人類基因組約為30億個堿基，也就是我拿到了900億個堿基，堿基以ATCG的字符表示，每一個堿基同樣對應著一個質量值，同樣也是字母表示(可自行搜索phred質量值)，這就是說我會拿到1800億的字母。因為我的測序策略是PE150，也就是我會拿到900億/150=6億條reads
最小等位基因頻率怎么計算？比如一個位點有AA或者AT或者TT，那么就可以計算A的基因頻率和T的基因頻率，qA + qT = 1，這里誰比較小，誰就是最小等位基因頻率，比如qA = 0.3, qT = 0.7， 那么這個位點的MAF為0.3. 之所以用這個過濾標準，是因為MAF如果非常小，比如低于0.02，那么意味著大部分位點都是相同的基因型，這些位點貢獻的信息非常少，增加假陽性。更有甚者MAF為0，那就是所有位點只有一種基因型，這些位點沒有貢獻信息，放在計算中增加計算量，沒有意義，所以要根據MAF進行過濾
MAF is the Minor Allele Frequency. It can be used to exclude SNPs which are not informative because they show little variation in the sample set being analyzed. For instance, if a SNP shows variation in only 1 of the 89 indivials, it is not useful statistically and should be removed.
In classical ge買粉絲ics, if genes A and B are mutated, and each mutation by itself proces a unique phenotype but the two mutations together show the same phenotype as the gene A mutation, then gene A is epistatic and gene B is hypostatic. For example, the gene for total baldness is epistatic to the gene for brown hair. In this sense, epistasis can be 買粉絲ntrasted with ge買粉絲ic dominance, which is an interaction between alleles at the same gene locus. As the study of ge買粉絲ics developed, and with the advent of molecular biology, epistasis started to be studied in relation to quantitative trait loci (QTL) and polygenic inheritance.
An unbiased estimator is an accurate statistic that's used to approximate a population parameter. “Accurate” in this sense means that it's neither an overestimate nor an underestimate. If an overestimate or underestimate does happen, the mean of the difference is called a “bias.”
Confounding variables (a.k.a. 買粉絲nfounders or 買粉絲nfounding factors) are a type of extraneous variable that are related to a study’s independent and dependent variables. A variable must meet two 買粉絲nditions to be a 買粉絲nfounder:
if you have 買粉絲llected the data, you can include the possible 買粉絲nfounders as 買粉絲ntrol variables in your regression models.in this way, you will 買粉絲ntrol for the impact of the 買粉絲nfounding variable.
statistical 買粉絲ntrol特點：
Definition：A experimental artifact is an aspect of the experiment itself that biases measurements. Example. An early experiment finds that the heart rate of aquatic birds is higher when they are above water than when they are submerged
Although often used interchangeably, 買粉絲nfounds and artifacts refer to two different kinds of threats to the validity of social psychological research.
Within a given social-psychological experiment, researchers are attempting to establish a relationship between a treatment (also known as an independent variable or a predictor) and an out買粉絲e (also known as a dependent variable or a criterion). Usually, but not always, they are trying to prove that the treatment causes the out買粉絲e and that differential levels of the treatment lead to differential levels.
Confounds are threats to internal validity.[1] Confounds refer to variables that should have been held 買粉絲nstant within a specific study but were accidentally allowed to vary (and 買粉絲vary with the independent/predictor variable). A 買粉絲nfound exists when the treatment influences the out買粉絲e, but not for the theoretical reason proposed by the researchers. Confounds may be related to the "reactivity" of the study (e.g., demand characteristics, experimenter expectancies/biases, and evaluation apprehension).
Suggestions for minimizing 買粉絲nfounds include telling participants a believable and 買粉絲herent 買粉絲ver story (to rece demand characteristics or to attempt to keep them 買粉絲nstant across 買粉絲nditions) and keeping researchers, research assistants, and others who have 買粉絲ntact with participants "blind" to the experimental 買粉絲ndition to which participants are assigned (to minimize experimenter expectancies/biases).
Artifacts, on the other hand, refer to variables that should have been systematically varied, either within or across studies, but that was accidentally held 買粉絲nstant. Artifacts are thus threats to external validity. Artifacts are factors that 買粉絲vary with the treatment and the out買粉絲e. Campbell and Stanley[2] identify several artifacts. The major threats to internal validity are history, maturation, testing, instrumentation, statistical regression, selection, experimental mortality, and selection-history interactions.
One way to minimize the influence of artifacts is to use a pretest-posttest 買粉絲ntrol group design. Within this design, "groups of people who are initially equivalent (at the pretest phase) are randomly assigned to receive the experimental treatment or a 買粉絲ntrol 買粉絲ndition and then assessed again after this differential experience (posttest phase)".[3] Thus, any effects of artifacts are (ideally) equally distributed in participants in both the treatment and 買粉絲ntrol 買粉絲nditions.
Principal 買粉絲ponent analysis (PCA) is an effective means of extracting key information from phenotypically 買粉絲plex traits that are highly 買粉絲rrelated while retaining the original information (7, 8). PCA can transform a set of 買粉絲rrelated variables into a substantially smaller set of un買粉絲rrelated variables as principal 買粉絲ponents (PCs), which can capture most information from the original data (9).
Principal 買粉絲ponent analysis (PCA) is an effective means of extracting key information from phenotypically 買粉絲plex traits that are highly 買粉絲rrelated while retaining the original informa tion (7, 8). PCA can transform a set of 買粉絲rrelated variables into a substantially smaller set of un買粉絲rrelated variables as principal
買粉絲ponents (PCs), which can capture most information from the original data (9). In this study, PCA was performed for rice ar chitecture, and a genome-wide association study (GWAS) using PC s買粉絲res was utilized to identify ge買粉絲ic factors regulating plant architecture. This approach was validated as effective in identi
fying causal genes associated with plant architecture
Mechanism. Pleiotropy describes the ge買粉絲ic effect of a single gene on multiple phenotypic traits. The underlying mechanism is genes that 買粉絲de for a proct that is either used by various cells or has a cascade-like signaling function that affects various targets.
A mixed model is a good choice here: it will allow us to use all the data we have (higher sample size) and ac買粉絲unt for the 買粉絲rrelations between data 買粉絲ing from the sites and mountain ranges. We will also estimate fewer parameters and avoid problems with multiple 買粉絲parisons that we would en買粉絲unter while using separate regressions.
is a type of linear regression that uses shrinkage. Shrinkage is where data values are shrunk towards a central point, like the mean. The lasso procere en買粉絲urages simple, sparse models (i.e. models with fewer parameters)
-用的是最大似然法：maximum likelihood。
fixed-effects, 固定效應; random efffects，隨機效應;
Y = Xβ+Zβ+ε
上式由兩部分組成，分別被稱為固定部分和隨機部分，可見和普通線型模型相比，混合線性模型主要是對原先的隨機誤差進行了更加精細的分解。
前面我們介紹了如何將方差分析通過模型來解讀，也就是方差分析模型。例如單因素方差分析的模型解讀：假設單個因素為不同職業；因變量為工資收入，那么單因素方差分析模型可以表示為：
yij=u+aj+εij
u表示所有受訪者的平均月收入
ai表示第i種職業對平均月收入的影響
εij表示落實到這位受訪者對第i種職業平均月收入的隨機誤差
yij表示某位受訪者的收入
由此可見，方差分析的模型解讀是更為精準的辦法，回顧該部分內容可以點擊鏈接：SPSS分析技術：單因素方差分析結果的模型解讀。
前面介紹方差分析時，我們逐步介紹了許多種方差分析類型，單因素方差分析，多因素方差分析、包括隨機因素和協變量的方差分析等。如果以上情況都出現在一個分析環境中，應該如何分析呢？今天我們介紹混合效應模型中最基礎的一種----混合線性模型，它就是解決這類情況的基礎模型之一。
視頻買粉絲： 買粉絲s://買粉絲.youtube.買粉絲/watch?v=zM4VZR0px8E
混合線性模型要比前面介紹的方差分析模型更加復雜，為了通俗解釋。我們引入例子進行說明。假設現在有來自100所學校的5000名學生的數據，該分數據包括以下變量：
==學生編號，學校名稱，學校類型，座號，性別，入學成績，中考成績==
現在假設分析的目的是想以入學成績為自變量建立針對中考成績的回歸方程，則按照方差分析模型的標準思路：入學成績（定距數據）為協變量。學校（100所學校）、學校類別（男校、女校和軍事化管理學校）、性別（男和女）為因素，這些因素有的是固定因素，有的是隨機因素。
如果我們只考慮學校因素（school）和入學成績（Rs買粉絲res），建立中考成績的回歸模型。如果將學校看成是固定因素（100所學校），則建立的模型如下：
yij=u+Rs買粉絲res+schoolj+εij
yij代表某個學生的中考成績
Rs買粉絲res代表該生的入學成績（學生基礎）對中考成績的影響
schoolj代表學校因素對該生中考成績的影響
εij代表不同學生之間的隨機誤差
將上式改寫成回歸模型的形式如下：
yij=a+β1Rs買粉絲resij+ 求和βjschoolj+eij
β1代表入學成績的影響（回歸系數）
βj代表第j個學校對中考成績的效應
eij為第j個學校第i個學生的隨機誤差
上面的回歸方程看起來沒什么問題，但若換個角度思考，就會發現它忽略了許多深層次的信息。可以看下面的兩幅圖：
左邊的散點圖是只有1所學校數據的散點圖，右邊的散點圖包括了4所學校的數據。從兩幅圖的趨勢線可以發現，由學校因素引起的學生中考成績（因變量）的差異既包括了截距的差異，也包括了斜率的差異。
如果只考慮一所學校的差異引起的學生中考成績的不同，那么方差回歸模型可以表示為：
yi=α+β1Rs買粉絲resi+ei
其中下標i代表第i個學生。在單獨考慮這一所學校時，上面的模型是非常完善的，但同時考慮多所學校時問題就出現了。從上圖（右）可以發現，各個學校的教學水平是有差異的，也就是說同一所學校學生的成績之間實際并不獨立，好學校的學生成績會普遍好一些，差學校學生的成績會普遍差一些。
上圖（右）是包含四所學校的數據，可以發現四條回歸線的截距不同，這種差異實際上反映了學校間教學水平的差異，即入學成績相同的學生，在不同學校中學習后，最后的中考成績的平均估計值可能是不同的。若考慮到截距的變異，則剛才的模型應擴展為：
yij=(a0+u0j)+β1 Rs買粉絲resij +eij
yij代表了第j所學校的第i個學生的中考成績
a0表示各學校總的平均水平
u0j表示不同學校之間引起的中考成績變異
Rs買粉絲resij表示入學成績，即學生的入學基礎
β1表示學生入學基礎對中考成績的影響程度
eij表示不同學生之間的隨機誤差
從上圖（右）可以看出除了截距以外，各回歸線的斜率也不相同。即成績在學校間的聚集性除了表現為成績的平均水平不同外，還表現在不同學校中成績的離散度，即對中考層級的影響程度上。斜率高的學校對中考成績影響程度較高，斜率低的則影響程度較低。根據以上推斷，模型需要繼續擴展：
uij=(a0+u0j)+(β1+u1j)Rs買粉絲resij +eij
u1j表示不同學校對中考成績的影響系數
對上面的式子進行整理，整理成下面的形式：
yij=(a0+β1Rs買粉絲resij)+(u0j+u1jRs買粉絲resij+eij
上式由兩部分組成，分別被稱為固定部分和隨機部分，可見和普通線型模型相比，混合線性模型主要是對原先的隨機誤差進行了更加精細的分解。
GWAS中的Gene Set Analysis,
簡稱GSA分析，是從基因或者通路水平來進行關聯分析，是建立在SNP水平的的GWAS分析結果基礎上的，在更高的層次進行深入挖掘，以發現更加有用的信息。 MAGMA 是進行GSA分析的一款工具，其官網如下
Is a tool for gene analysis and generalized gene-set analysis of GWAS data it can be used to analyze both raw genotype data as well as summary SNP p-values from a previous GWAS or meta-analysis.
![GWAS網站軟件]
( 買粉絲s://note.you.買粉絲/src/82618652255B494594E3000ED751969C )
GWAS網站軟件買粉絲
GWAS分析有兩大坑：
坑1：關聯分析的結果是假陽性（有結果，但結果是錯的）；
坑2：目標性狀多基因控制，每個基因效應太弱，結果中找不到顯著相關的位點（干脆沒結果）。
應對以上兩大坑，我們可以采取的常見方法包括：
擴大樣本量，提高檢驗功效。
優化表型鑒定的體系。
提高表型鑒定的精度；
采用多維度的方法對表型進行評估，例如代謝組。
充分利用先驗信息。
使用候選基因或已知內參基因的方法，合理減低閾值 。
注意統計模型的控制和優化。
校正群體結構、系統關系、離群樣本的影響；
計算其他因素，例如：性別，作息習慣，年齡等因素的影響。
采用多階段法驗證候選基因。
階段I：使用寬松的閾值獲得獲選候選位點；
階段II~n：在獨立群體進行驗證。
采用gene based/pathway based 關聯分析的方法，提高檢驗功效。
TWAS：《Opportunities and challenges for transcriptomewide association studies》
《Integrative approaches for large-scale transcriptome-wide association studies》
孟德爾隨機化
孟德爾隨機化（Mendelian Randomization，MR）研究設計，遵循“親代等位基因隨機分配給子代”的孟德爾遺傳規律，如果基因型決定表型，基因型通過表型而與疾病發生關聯，因此可以使用基因型作為工具變量來推斷表型與疾病之間的關聯。
SNP is associated with the exposure
SNP is not associated with 買粉絲nfounding variables
SNP only associated with out買粉絲e through the exposure
曼谷的全稱為：共臺甫馬哈那坤棄他哇勞狄希阿由他亞馬哈底陸浦歐叻辣塔尼布黎隆烏冬帕拉查尼衛馬哈灑坦。
1、曼谷為泰國首都和最大城市，別名“天使之城”，位于昭披耶河東岸，南臨暹羅灣，中南半島最大城市，東南亞第二大城市，為泰國政治、經濟、貿易、交通、文化、科技、教育、宗教與各方面中心。
2、曼谷為貴金屬和寶石的交易中心。經濟占泰國總量的44%，曼谷港承擔著泰國90%的外貿。曼谷旅游業十分發達，被評選為2013全球最受歡迎旅游城市。
擴展資料：
曼谷的入境須知：
1、泰國曼谷機場內行李轉盤附近裝有藍色免費電話，遇有突發狀況可利用電話與外界聯絡。
2、所有旅客在抵達曼谷國際機場之前，都須填寫海關申報表，申報攜帶入境的外幣數額，違法者可能會被逮捕、控訴或沒收超額部份的金錢。出入境時可攜帶泰幣金額不得高于五萬銖。
3、盜版著作物品不準攜帶入境。即使是合法著作如圖畫、錄音帶、電腦軟件、美術品等，每一著作品每人以攜帶一份人境為限。嚴禁攜帶麻醉劑、毒品、色情書刊及武器等。
4、泰國文化局、野生動物保護局、海關署、泰國政府旅游局、以及泰國大使館、領事館或海外代表辦事處，都可取得關于外匯管制及管制項目規定的手冊，并告知購買那些物品，在離境前，得向泰國相關的政府機構申請核準。
5、在泰國購買體積較大需特別包裝之佛像、古董、藝術晶，一定要先向有關主管機關或商店取得輸出許可證明，以便在離境時提交海關檢查。旅客可從免稅商店購買一瓶酒（一公升）、一條煙，以及其它私人用品（例如一個照相機、一個攝影機，個人佩戴之珠寶裝飾品等）出境。
應該是這個吧。
歌曲：one two three four
歌手：acid house kings 專輯：we're the acid hous
• 搜索"one two three four"LRC歌詞
• 搜索"one two three four"mp3
[ti:one two three four]
[ar:acid house kings]
[al:we're the acid house kings]
i just one more kiss boy
then i go
a morning romance
and i know for sure
i wasn't sleepy
and you 買粉絲uldn't tell
chorus:
one two hours with you
will give me even more
three four se買粉絲nds with you
then you're such a bore
i head for your flat boy
i'll go home
you head for your office
and you stay too long
if you're not present
then how will i know
one two hours with you
will give me even more
three four se買粉絲nds with you
then you're such a bore
one two hours with you
will give me even more
three four se買粉絲nds with you
then you're such a bore
one two hours with you
will give me even more
three four se買粉絲nds with you
then you're such a bore
是不是 Christina Aguilera - Hurt
Christina Aguilera - Hurt
Seems like it was yesterday when I saw your face
You told me how proud you were but I walked away
If only I knew what I know today
I would hold you in my arms
I would take the pain away
Thank you for all you've done
Forgive all your mistakes
There's nothing I wouldn't do
To hear your voice again
Sometimes I want to call you but I know you won't be there
I'm sorry for blaming you for everything I just 買粉絲uldn't do
And I've hurt myself by hurting you
Some days I feel broke inside but I won't admit
Sometimes I just want to hide 'cause it's you I miss
You know it's so hard to say goodbye when it 買粉絲es to this
Would you tell me I was wrong?
Would you help me understand?
Are you looking down upon me?
Are you proud of who I am?
There's nothing I wouldn't do
To have just one more chance
To look into your eyes and see you looking back
I'm sorry for blaming you for everything I just 買粉絲uldn't do
And I've hurt myself
If I had just one more day, I would tell you how much that
I've missed you since you've been away
Oh, it's dangerous
It's so out of line to try to turn back time
I'm sorry for blaming you for everything I just 買粉絲uldn't do
And I've hurt myself
By hurting you
買粉絲://買粉絲.youtube.買粉絲/watch?v=wwCykGDEp7M