当我需要用百度搜索R语言的时候，我根本找不到北。
百度搜索R homepage:
结果感人，啥也不是。
百度搜索Rtools：
结果感人，啥也不是。
反正网页随便你翻，能翻到算你赢。
我于是用bing搜索：
“必应” 搜索R homepage
第一个就是R语言官网
“必应” 搜索Rtools：
第一个就是Rtools下载链接
“谷歌” 搜索也很6：
所以，搜索R语言的资料，还是去必应上面搜索吧，有条件的话，去谷歌更赞。因为很多软件，都有谷歌group，比如GEMMA：
工作之后，学习东西，哪里不会学哪里，多打开几个网页，迅速浏览，操作走起，全面学习，总结输出，然后就学会了。
上面的路径，不应该是干饭人的必备技能吗？
看一下我学习GWAS的过程：
其实，GWAS分析之前我也没有接触过，因为项目需要学习了一下，发现它和基因组选择（GS）很像，都是利用LMM（混合线性模型）。学习的过程中，基本是查看软件的说明文档，运行软件的示例数据，然后操作下来，得到结果。但是有点怅然若失，总感觉根基不稳，原理没有弄清楚，有点虚。
于是，我就从简单的T检验，一般线性模型，logistic模型，混合线性模型开始看起，查看相关教程，编写一些代码去进行验证我的理解。然后逐渐明白了GWAS分析的P值是怎么计算出来的，效应值effect是什么东东，协变量是如何添加的，为何会有GLM模型和LMM模型。
在学习的过程中，我也有总结记录的习惯。在理解一个概念后，我想把我的理解写出来，想着可以帮助别人更快得理解相关概念。事实证明，确实如此。
因为互联网上，很多知识都很零碎，搜索起来诸多不便。而且因为GWAS这个领域很小，懂得人懂了，不懂得还是不懂，很少有懂得人把懂得过程写出来，帮助不懂得人在懂得道路上更快的懂。（话说这句话很绕）
所以，我就在公众号上写了一些笔记，开了一个GWAS的专辑，也在B站上更新了一系列视频。
但是，我也有自己的忧伤：把已经弄懂的东西，重新写出来，总是很烦，这种烦就像写好的代码再写注释一样的烦。所以教程断断续续，因为探索未知的事情让人振奋，而回锅旧知识总是让人无味。
但是Flag已经立下，所以咬着牙也要坚持。
回到开头，最高效的方法是什么？去做，去实践，去上手操作！
如果有个教程，有数据，有代码，有解释，直接去操作一遍，有问题去查找答案，有疑问去解决疑问，这无疑就是最高效的方法。
无论是机器学习，还是神经网络，还是统计学习，还是GWAS学习。遗憾的是，这样的教程很少。
所以，我才将我之前写的GWAS学习笔记，编写成GWAS的pdf教程，这样对于新手，刚入门的，想入门的同学有一个更快的、更高效的学习资料。
下面的关于GWAS学习教程的pdf，就是我总结的内容。
大家好，我是邓飞，一个持续分享的农业数据分析师
