连锁分析是遗传制图及基因定位的重要方法之一，其通过对基因数据的分析，在基因组内去寻找被关注的基因的位置．基因定位本质上是对于基因组内的给定的遗传标记，利用统计方法确定关注的位点与遗传标记间的距离，这个距离可以通过重组率借助图谱函数转换得出．连锁情形的正确分析对基因定位起着非常重要的作用．　　 在连锁问题中，通常是默认所考察的群体在相同的位点间共享一个重组率，而有些真实的遗传数据资料突显出，不同群体在相同位点闯的连锁可能存在异质性，即不同群体在相同位点间的重组率是不同的，连锁异质性的存在会降低连锁分析结果的可靠性，进而影响基因定位的准确性．与此同时，连锁异质性的存在也为标记位点附近的基因研究提供了新的思考，为许多复杂疾病的致病原因提供了更为合理的解释，因此，检验疾病的致病位点与标记位点间的连锁是否具有异质性，对生物学、遗传学以及医学研究等方面的工作有非常重要的价值与意义．　　 本文探讨了两位点间连锁异质性的检验问题．在遗传连锁分析中，基于似然比思想和LOD计分检验的连锁异质性检验方法有K检验、A检验、B检验和D检验．其中，常用的方法为K检验和A检验，本文提出一种不同于上述4种检验的新方法，称之为G检验，在回交模型下给出了检验统计量构造的一般理论和形式，并推广到杂交模型．我们将G检验与常用的K检验和A检验进行了一些模拟比较，在模拟得出的检验统计量样本分位点数值、第一类错误率以及功效这些方面，G检验要优于K检验和A检验，并且在实例计算中G检验的检验结果也是很理想的．