歷年來數量性狀基因座定位法的演進，基本上是以簡單線性迴歸為基礎，
建立數量性狀表型值(phenotype value)與各標識因子間的統計關係；藉著 RFLP 等標識因子具有共顯性與不受環境因素影響的優點，將控制同一性狀的多個數量 基因解析為單獨的基因，可簡化原本複雜的情形，並建立線性迴歸模式將數量性 狀表型值與標識因子間的關係模式化，以偵側未知基因的位置(盧, 1997)。
第一節、簡單線性迴歸分析
Soller 與 Brody (1976)提出利用簡單線性迴歸分析建立數量性狀基因座的表 現型效應與標識因子基因型間的迴歸模式，以 F2子代為例，模式如(1)，並檢定 模式中有無數量基因存在之差異是否顯著，若檢定結果顯著，則表示有 QTL 與 此標識因子連鎖；若檢定結果為不顯著，則表示無 QTL 與此標識因子連鎖。
0
i i i i
y = + b ax + dz + e
，i =
1, 2,...,n
(1)其中y 為第 i 個個體的數量性狀基因表型值。 i b 為常數項。 0
a 為在標識因子上，數量性狀基因座的累加性效應(additive effect)。
d
為在標識因子上，數量性狀基因座的顯性效應(dominance effect)。x 為累加性效應的指標變數，其值為 0、1、2，分別對應數量性狀基因之基因型為i
qq、Qq、QQ。
z 為顯性效應的指標變數。當數量性狀基因之基因型為為同質型(homozygote, QQ or i
qq)時，其值為 0；當數量性狀基因之基因型為異質型(heterozygote, Qq)時，其值為 1。
( )
0, 2iid
i N
e
:
σ ，為隨機誤差；假設來自平均數 0，變異數σ2的常態分布。 ▅此法最主要貢獻是將數量性狀基因座的定位法以線性模式來估算，但僅使 用迴歸模式分析的方法似乎過於簡單，且有下列的一些缺點(Ott, 1985; Lander and Botstein, 1989)： 1.若數量性狀基因座未位於標識因子上，則數量性狀基因 座的表現型效應將會被嚴重低估，而需較多的子代來估算數量性狀基因座的位置 及效應； 2.當標識因子與數量性狀基因座之間為緊連鎖（互換率小於 0.05）且 表現型效應較小時，或當標識因子與數量性狀基因座之間為鬆連鎖（互換率大於 0.30）且表現型效應較大時，無法定出數量性狀基因座的可能位置； 3.同時檢定 多個標識因子時，錯判率會增加。
第二節、簡單區間定位法
Lander 與 Botstein (1989)提出改進的方法，利用加權迴歸模式發展了簡單區 間定位法，以 F2子代為例，模式如下(2)，利用兩翼標識因子所形成的區間做為 估算的目標區間，在兩翼標識因子為已知的條件下，對目標區間內的任一位置，
若假設此位置有 QTL 存在時，以該位置所有可能出現之 QTL 基因型的機率為加 權值來估算最大概似估計值(Maximum Likelihood Estimate, MLE)與最大概似函 數值。計算目標區間內的每一個位置有 QTL 與沒有 QTL 兩種情形下的最大概似 函數值，兩者相比較求出一個 LOD 值(LOD score)。透過掃描(scan)整個目標區間 所有位置的方法（亦即對目標區間中的每一個位置，皆算出該位置的 LOD 值），
並與 LOD 的臨界值比較是否顯著。最後在所有顯著的 LOD 值中找出局部最大 值，則這些出現局部最大值的位置就是最可能有 QTL 存在的位置。
0
i i i i
y = + b a x
∗ ∗+ d z
∗ ∗+ e
，i =
1, 2,...,n
(2)其中y 為第 i 個個體的數量性狀基因表型值。
xi∗為累加性效應的指標變數，其值為 0、1、2，分別對應數量性狀基因之基因型為
第三節、複迴歸分析
第四節、綜合區間定位法
情形下的最大概似函數值，再利用概似比率檢定(Likelihood Ratio Test, LRT)
求得 該位置之LRT
統計量。透過掃描整個目標區間所有位置的方法（亦即對目標區基因型的條件機率做為加權值，則加權後的概似函數如下
(6)
：將尋找多個