Question

我正在尝试运行贝叶斯多元广义线性模型，OFT1，MIS1，wt和g.rate作为响应变量grid， collar，sex，fieldBirthDate和trialnumber作为预测变量，sq_id作为随机效应。

我的数据如下：

sq_id sex grid trialnumber collar       OFT1        MIS1 fieldBirthDate          wt      g.rate
22640   F   KL           2      Y -2.1947851  0.08686934      -2.036220  2.04349949 0.202092846
22640   F   KL           1      Y  0.7661517  2.65544077      -2.036220 -0.09300674 0.546493570
22641   F   KL           1      Y  0.9689955  1.38944543      -2.036220  0.04942701 0.582793646
22653   F   SU           1      Y -2.1524967  1.03831742      -1.665209  0.44824150 0.691384500
22657   M   KL           1      N  1.0918323 -2.03883227      -1.788879 -0.40636099 0.008592439
22657   M   KL           2      N  3.1173521 -2.34449199      -1.788879  2.44231398 0.249185968

而且，可用here。使用的R包是MCMCglmm。

我首先说明我的事先：

#inverse whishart prior
prior.miw<-list(R=list(V=diag(4), nu=0.002), 
            G=list(G1=list(V=diag(4), 
            nu=0.002,   
            alpha.mu=c(0,0,0,0), 
            alpha.V=diag(4)*1000)))

然后是我的模特：

mod.1 <- MCMCglmm(
    cbind(OFT1, MIS1, wt, g.rate) ~ (trait-1):grid + (trait-1):collar + (trait-1):sex + (trait-1):fieldBirthDate + (trait-1):trialnumber,
    random = ~us(trait):sq_id,
    rcov = ~us(trait):units, #allows for trait to have different residuals
    family = c("gaussian", "gaussian", "gaussian", "gaussian"), #state response variables distributions
    data=multi_data, 
    prior = prior.miw, 
    verbose = FALSE, 
    nitt=103000, #number of iterations
    thin=100, #the interval at which the Markov chain is stored
    burnin=3000) #number of iterations before samples are stored

但是，然后我得到以下两个错误（每次运行我的代码时都会更改）：

G-structure 1病态：如果你还没有使用适当的先验，或者如果你有
重新缩放数据

和

病态的交叉产品：不能形成Cholesky因子

我确保正确地扩展我的变量（平均居中和标准化），并且我尝试过其他先验，例如反伽马先验（有效）。但是，我想先使用反向威尔特。如果我通过从中移除alpha.mu和alpha.V函数来修改我的反向whishart先前代码，如下所示：

prior.miw<-list(R=list(V=diag(4), nu=0.002), 
            G=list(G1=list(V=diag(4), 
            nu=0.002)))

我的多变量模型运行。但是，我希望alpha.mu和alpha.V保留在我的先前。

我有两个问题：

为什么我会收到这些错误？（也就是为什么我之前的逆向导致我这个问题，因为我目前正在编写它？）
其中包含alpha.mu和alpha.V函数的正确反沃尔特之前是什么？

非常感谢任何建议或想法！

R

0 个答案: