GEWS指标。动物数据中，对于大部分性状，一个个体只有一个观测值，直接用表型值进行后续的分析即可，对于纵向数据比如不同胎次的产仔数，不同时期的剪毛量，对于一般的GLM模型，MLM模型，需要用平均值或者BLUE值作为表型值。
整体而言，BLUP值会想均值收缩shrinkage， 虽然结果是最佳预测, 但是校正值的方差变小, 当你做GWAS时, 不容易找到显著性位点，增加了噪音noise，而且在GWAS中，品种是作为随机因子，如果你使用BLUP值，相当于进行了两次收缩shrinkage。
因此, 比较好的方式是，在one-stage中，将地点，年份，区组作为随机因子，将品种作为固定因子，计算BLUE值。
这些可以通过判断数据的类型，R中的str函数，如果一列数据判断为了字符，那就需要注意下是否有数字编码错误。
另外，就是进行汇总统计，看一下最大值，最小值，平均值，中位数，看一下数据的分布是否正常，对于小数点标错，可以更正的更正一下，对于数据异常，可以找一下原始的数据记录，确认一下数据是否录入错误。
