在'sommer'软件包中,有两个基于小麦数据集和玉米数据集的GCA和SCA模型预测实例。在这两种情况下,一种使用g(),另一种不使用。我对此有些困惑。 mmer2中的'random ='表示随机效应,为什么还要使用g()再次表示随机效应?实际上,无论是否使用g(),我发现对GCA和SCA变异的评估都不同。我如何理解差异?我不确定在预测工作中是否使用g()。
答案 0 :(得分:0)
在sommer版本<= 3.6中,g()函数用于指定随机效应水平的已知方差协方差矩阵的存在。例如:
random=~g(x), ginverse=list(x=A)
将用于提供关系矩阵A,该关系矩阵A指定随机效应x的级别之间的关系。在Sommer> = 3.7中,这是在vs()函数的Gu参数中指定的。例如,将相同的内容指定为:
random=~vs(x, Gu=A)