我是R中的MCMCglmm软件包的新手，而不是glm模型的新手。我有一个物种特征的数据集，以及它们是否已经在其原生范围之外引入。
我想测试是否可以通过任何物种特征来解释被引入（作为二元0/1响应变量）。我还想纠正物种之间的系统发育。
有人告诉我，对于二进制响应，我可以使用family =“threshold”，我应该将剩余方差固定为1.但是我在使用先前所需的其他参数时遇到了一些麻烦。
我已经为随机效果指定了R值，但是如果我指定R我还必须指定G并且我不清楚如何确定此参数的值。我已尝试设置默认值，但收到错误消息：
Error in MCMCglmm(fixed, random = ~species, data = data2, family = "threshold", :
prior$G has the wrong number of structures
我已经阅读了帮助小插曲和课程，但没有找到二进制响应的示例，我不清楚如何确定先验的值。这就是我到目前为止所做的：
fixed=Intro_binary ~ Trait1+ Trait2 + Trait3
Ainv=inverseA(redTree1)$Ainv
binary_model = MCMCglmm(fixed, random=~species, data = data, family = "threshold", ginverse=list(species=Ainv),
prior = list(
G = list(), #not sure about the parameters for random effects.
R = list(V = 1, fix = 1)), #to fix the residual variance at one
nitt = 60000, burnin = 10000)
非常感谢任何帮助或反馈！
答案 0 :(得分：0)
这一点对您提供的信息有点棘手。我说你可以将G定义为＆＃34;弱＆＃34;事先使用：
priors <- list(R = list(V = 1, nu = 0.002),
G = list(V = 1, fix = 1)))
binary_model <- MCMCglmm(fixed, random = ~species, data = data,
family = "threshold",
ginverse = list(species = Ainv),
prior = priors,
nitt = 60000, burnin = 10000)
然而，如果没有关于您的分析的更多信息，我强烈建议您绘制您的后代，以查看结果并查看是否有任何错误。有关如何设置这些先验的更多信息，请查看MCMCglmm包Course Notes（特别是在第1.5节中不要做的事情 - 您还可以找到更具体的信息关于如何将其调整为您的模型（如果它适合教程的类别）。