Как в этот пост Я борюсь с обозначением MCMCglmm
, особенно с тем, что подразумевается под trait
. Мой код следующий
library("MCMCglmm")
set.seed(123)
y <- sample(letters[1:3], size = 100, replace = TRUE)
x <- rnorm(100)
id <- rep(1:10, each = 10)
dat <- data.frame(y, x, id)
mod <- MCMCglmm(fixed = y ~ x, random = ~us(x):id,
data = dat,
family = "categorical")
Это дает мне сообщение об ошибке For error structures involving catgeorical data with more than 2 categories pleasue use trait:units or variance.function(trait):units.
(! Sic). Если бы я сгенерировал дихотомические данные с помощью letters[1:2]
, все было бы нормально. Так что же подразумевается под этим сообщением об ошибке в целом и «чертой характера» в частности?
Изменить 29 сентября 2016 г .: Из связанный вопрос Я скопировал rcov = ~ us(trait):units
в свой вызов MCMCglmm
. И из https://stat.ethz.ch/pipermail/r-sig-mixed-models/2010q3/004006.html Я взял (и немного изменил) предыдущий list(R = list(V = diag(2), fix = 1), G = list(G1 = list(V = diag(2), nu = 1, alpha.mu = c(0, 0), alpha.V = diag(2) * 100)))
. Теперь моя модель действительно дает результаты:
MCMCglmm(fixed = y ~ 1 + x, random = ~us(1 + x):id,
rcov = ~ us(trait):units, prior = prior, data = dat,
family = "categorical")
Но все же мне непонятно, что имеется в виду под trait
(и что под units
и обозначением предшествующего, и что такое us()
по сравнению с idh()
и ...).
Изменить 17 ноября 2016 г .: Я думаю, что trait
синоним "целевой переменной" или "ответа" в целом или y
в данном случае. В формуле для random
в левой части ~
", потому что ответ известен из спецификации фиксированного эффекта. " Таким образом, рациональное объяснение того, что rcov
нуждается в trait:units
, может заключаться в том, что оно уже определено формулой fixed
, что trait
(в данном случае y
).