مقدمه بیماری های چند عاملی یکی از مهمترین مباحث علوم زیستی می باشند که بدلیل تداخل عوامل محیطی و ژنتیکی به سختی از هم قابل تفکیک می باشند. سندرم متابولیک یکی از این بیماری ها است که ساز و کارهای دخیل در آن پیچیده هستند و عوامل ژنتیکی و محیطی جزء عوامل مهم در بیماریزایی این سندرم می باشند، بنابراین تعیین مدل برای بررسی این نوع بیماری ها ممکن نیست. یکی از راهکار ها جهت حل این معضل؛ استفاده از روش های ناپارامتری برای تحلیل این صفات است که مدل لجستیک شرطی در زمره ی مدل های ناپارامتری برای تحلیل affected relative pair (arp) ها می باشد و جهت تحلیل صفات دو دویی مورد استفاده قرار می گیرد. هدف از نگارش این پایان نامه، بررسی کاربرد روش های (cl-lr) conditional logistic_ likelihood ratio در تحلیل پیوستگی ژنتیکی در مطالعه ی آینده نگر قند و لیپید تهران می باشد. در این پایان نامه ابتدا تجمع خانوادگی سندرم متابولیک در مطالعه ی قند و لیپید تهران بررسی می گردد و سپس ضمن آشنایی مختصری با روش های متفاوت و اساسی تحلیل پیوستگی ناپارامتری، روش ناپارامتری لجستیک شرطی در تحلیل صفات کیفی مورد بحث و تحلیل قرار داده می شود سپس نواحی ژنی موثر در کاهش میزان high density lipoprotein-cholesterol (hdl_c) به کمک single nucleotide polymorphism (snp) ها در جمعیت ایرانی تعیین گردیده و در نهایت نتایج حاصل از روش های مختلف لجستیک شرطی با یکدیگر مقایسه خواهد شد.