Los rasgos cuantitativos categóricos (ya sean binarios u ordinales) se observan ampliamente para medir el conteo y la resistencia en las plantas. A diferencia de los rasgos continuos, los rasgos categóricos a menudo proporcionan menos información detallada sobre la variación genética y poseen una arquitectura genética subyacente más compleja, lo que presenta desafíos adicionales para sus estudios de asociación a nivel genómico. Mientras tanto, los métodos diseñados para fenotipos binarios o continuos se utilizan comúnmente para analizar inapropiadamente rasgos ordinales, lo que lleva a la pérdida de información original del fenotipo y al poder de detección de los nucleótidos de rasgo cuantitativo (QTN). Para abordar estos problemas, se utiliza la regresión de cresta de múltiples loci rápida (FastRR), que fue diseñada originalmente para rasgos continuos, para analizar directamente rasgos binarios u ordinales en este estudio. FastRR incluye tres etapas de transformación continua, reducción de variables y estimación de parámetros, y puede manejar computacionalmente datos de fenotipo categórico en lugar de funciones de enlace introducidas o métodos utilizados inapropiadamente. Una serie de estudios de simulación demuestran que, en comparación con otros cuatro enfoques continuos, binarios u ordinales, incluidos la regresión logística, FarmCPU, FaST-LMM y POLMM, el método FastRR supera en la detección de QTN de pequeño efecto, precisión del efecto estimado y velocidad de cálculo. Aplicamos FastRR a 14 fenotipos binarios u ordinales en el conjunto de datos real e identificamos 479 loci significativos y 76 genes conocidos, al menos siete veces más que los detectados por otros algoritmos. Estos hallazgos subrayan el potencial de FastRR como una herramienta muy útil para estudios de asociación a nivel genómico y minería de nuevos genes de rasgos binarios y ordinales.