1. 当你增加PCA数量时，模型引入了更多的协变量来校正群体结构，使得模型对表型变异的解释更加严格，这会导致你p越来越大。
2. 背景噪音被有效校正，也会导致峰越来越明显。
3. PCA数目选择标准可以基于qq图，如果大部分散点紧贴对角线，只有少数极端值偏离，说明模型拟合良好。
4. 群体结构得到的Q矩阵进行矫正效果没有显著优于PCA。除非你的研究群体是高度分化的、界限分明的几个亚群，且你明确知道K值。

老师，这三张图依次是PCA=3、5、10的QQ图，PCA=3时尾部上翘更明显，是否说明PCA=3要优于其他两个？