病例-对照研究是流行病学中的一种常用的研究工具。但是，如果存在一个混杂因子，它既与疾病相关，又与被研究的风险因子相关，那么这一因子会给研究带来混杂，使研究得出错误的相关性结论。解决这一问题的主要方法是将混杂因子作为分层变量把被研究群体分层。由于在多数情况下，研究中的混杂因子是不可观测的，因此选取一个适当的协变量十分重要。 本文将多位点基因型信息作为混杂因子的协变量，利用混合模型研究了在病例-对照研究中，当被研究群体中存在着分层现象时，考虑被研究基因与疾病之间的关联的一种方法。在研究中，我们考虑在子群体内部满足Hardy-Weinberg平衡时，充分地利用已知信息，用基因标识物(Marker)将群体分层，并同时估计出了被研究基因与疾病之间的关联性。在参数的估计过程中主要运用了EM算法。而且，我们利用来自4个子群体的12个短串联重复(STR)位点上的等位基因频率的数据进行模拟来检验本文的方法，并将模拟结果与用Satten et al．(2001)的方法得出的结果作一比较。模拟结果的比较表明本文的方法更具准确性与有效性。同时，我们考虑了多位点基因型数据有缺失时的情况。