基因分析方法对遗传疾病的研究与治疗具有重要意义,在已有文献中通常采用的是全基因组关联分析,这一基因分析方法能够对患病个体中的基因进行分析。全基因组关联分析通常情况下认为个体患病的基因模型是确定的,但在实际问题中,往往无法确定影响该疾病的基因模型,若指定一个错误的基因模型,有可能导致模型的统计功效降低。其次,并不是所有的基因位点对个体患病均有影响,即高维的基因数据存在稀疏性,因此在需要进行变量选择,筛选出有效的基因位点。另外,除了基因因素外还包括环境、性别等非基因因素对个体的影响,这部分影响假定为非线性函数,为估计出模型参数,利用样条进行拟合。本文给出的不确定基因模型下广义可加部分线性模型的基因关联分析,广义可加部分线性模型（GAPLM）包含了参数部分和非参数部分,通过联结函数控制得到模型结果,同时为了解决模型中存在的高维协变量可能会影响模型的统计功效,达到降维的目的,对模型进行变量选择,在建立基因模型不确定的广义可加模型时,考虑响应变量是一个取值为0和1的二值变量,因此建立广义线性logistic模型。根据给定的样本量和基因位点的数量,得到不同数量基因位点的模型筛选准确度,同时对模型进行变量选择,得到的模型变量筛选准确率较原模型有所提升,并且随着SNP数量增加,模型筛选的准确率与模型的拟合效果都比较好。