Question

我一直在努力估计Dingemanse＆amp; D之后六个行为变量的重复性。 Dochtermann（2013），特别是他们支持文本中的第一个例子。后验模式函数应该给出重复性估计值，而HPDinterval函数给出95％置信度（可信度？）间隔。但是，当我在自己的数据集上运行脚本时，我会得到一半的行为变量的负重复性估计值。他们的数据集每个人有五个措施，而我的只有两个。我创建了一些数据集的变体来测试可能出现的问题：

保持每个人的所有五项措施，但使措施完全不同（即重复性低）
将每个人的措施数量从五个减少到三个，我保留了三个最相似的措施（高重复性）
将每个人的措施数量从五个减少到三个，我将三个最不相同的措施与原始措施相比（低重复性），
将每个人的措施数量从三个减少到两个，我保留了两个最相似的措施（高重复性）
将每个人的措施数量从三个减少到两个，我保留了两个与原始措施不同的措施（低重复性）。

我在所有这些上运行了他们的脚本并得到了：

后验模式函数产生负重复性
后验模式函数产生0.85
后验模式函数产生负重复性
后验模式函数产生0.98
后验模式函数产生负重复性

对我来说，这表明这种方法不能处理非常低的重复性。然而，我们已经与该大学的一些研究人员进行了讨论，他们认为以这种方式获得负重复性估计是不可能的。有没有其他人遇到这个问题？或者有人看到我做错了吗？

rep1 <- MCMCglmm(log.exp3A ~ factor(order),random=~bird.id, family="gaussian", data=repeat.sub, verbose=FALSE)
rep.1<-(rep1$VCV[,"bird.id"]/ (rep1$VCV[,"bird.id"]+rep1$VCV[,"units"]))
posterior.mode(rep.1)
HPDinterval(rep.1)

使用posterior.mode（）＆amp;估计重复性。 MCMCglmm

0 个答案: