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)