流行病学研究常见的分析就是相关性分析了。

相关性分析某种程度上可以为我们提供一些研究思路，比如缺乏元素A与某种癌症相关，那么我们可以通过补充元素A来减少患癌率。这个结论的大前提是缺乏元素A会导致这种癌症，也就是说元素A和癌症有因果关系。

但实际上，元素A和癌症有相关性，不代表他们之间就有因果关系。也有可能是患癌症的人同时有其他的并发症，这种并发症会导致元素A缺乏。

再比如，研究表明，大胸女生与不爱运动相关。那么，到底是因为胸大的女性不爱运动，还是因为不爱运动导致胸大（肥胖）。

如果不做其他分析，光看这个相关性，我们是无法得知这两个表征之间是否有真实的因果关系。

为了阐明这些表征是否有因果关系，我们一般在研究中考虑加入孟德尔随机化分析。

还是前面的例子，假定我们认为大胸的人（因）不愿意运动（果）。

那我们的研究思路就是找到与大胸有关的显著遗传位点，再分析这些遗传位点是否也与不爱运动相关。

如果与大胸相关的遗传位点同时也与不爱运动相关，那么我们就会认为大胸的人就是不爱运动（基因多效性）。

反过来，如果与大胸相关的遗传位点与不爱运动没有关系，那么我们认为大胸跟不爱运动是没有因果关系的，他们之间存在相关性可能是由其他的因素导致的。

原因很简单，遗传位点是我们出生就决定了的，后期不会随文化、经济等因素改变。

如果我们发现位点A与大胸有相关性，那么毫无疑问，是位点A影响了胸部大小。

反过来说就不成立了，因为胸大，所以遗传位点会变为A，这样的结论听起来就很怪异。

这个目前最流行的方法就是全基因组关联分析了。

通过获取不同个体的罩杯大小（表型）和他们的遗传位点（基因型），做全基因组关联分析。

我们对显著信号位点的定义是P值