R中的联合回归

Question

我正在尝试在R中拟合联合回归模型。参见：Digby 1979，对不完全变种x环境数据的修正联合回归分析。 J. agric Sc​​i，93,81-86。

对于在环境集合env_j中测量一组植物基因型gen_i的产量的实验，联合回归模型是：

yield_ij = env_j +（gen_i）:( beta_j）+ eps_ij

似乎'gnm'软件包可以适合这样的模型，但我无法正确使用语法。这是我的尝试。

library(agridat)
data(digby.jointregression)
dat <- digby.jointregression
require(gnm)
m3 <- gnm(yield ~ gen + Mult(gen,env), data=dat)
coef(m3)

根据Digby的论文，基因型的“敏感性”是 0.953,0.739,1.082,1.025，...... 0.947 据推测，这些应该可以作为模型系数获得。

Answer 1

现在看来可以正常工作。

library(agridat)
data(digby.jointregression)
dat <- digby.jointregression
require(gnm)
m3 <- gnm(yield ~ gen + Mult(gen,env), data=dat)
# In the line below, "-" is just an arbitrary change of sign
# -1.271+.953 is a constant correction to match Digby.
# Results are not exact, but similar to Digby.
as.matrix( -round(coef(m3)[11:20],3)-1.271+.953 )
Mult(., env).genG01 0.953
Mult(., env).genG02 0.668
Mult(., env).genG03 1.125
Mult(., env).genG04 1.048
Mult(., env).genG05 1.205
Mult(., env).genG06 0.852
Mult(., env).genG07 1.134
Mult(., env).genG08 0.901
Mult(., env).genG09 1.278
Mult(., env).genG10 0.946