我需要创建一个multiple regression model来估计植物根据其大小和遗传家族而可能产生的“防御”。我试图使用MCMCglmm来调整此模型。
我有关于田间实验田中植物的三个防御性状（HCN，DT和NEF）的数据。
HCN -> cyanide content (mg of HCN per g of tissue)
DT -> trichome density (trichomes per mm2)
NEF -> sugar content in extrafloral nectar in mg
当我测量防御性状时，我也测量了那些相同植物的大小性状。大小特征是基径（DB）和植物高度（Alt）。我想尝试与每个模型制作模型，然后选择更合适的模型。
我调整的完整模型是
cbind(HCN,DT,NEF) ~ trait:DB + trait:Fam -1, random = ~ us(trait):Cuadro,
rcov=~ us(trait):units,family = rep("gaussian", 2), prior=priors, nitt = 60000,
burnin = 10000, thin=50, data = Base
我使用trait:Fam和trait:DB是因为我想拥有不同的
每个遗传家族的回归斜率。
我还在公式中添加了-1，以省略总体截距。
对于随机变量，我使用us(trait):Cuadro是因为允许协方差
拥有不同的家庭特征。
我对三个defense变量使用高斯。
当我运行模型时，我使用了建议的先验条件 Hadfield 2010
priors <- list(R = list(V = diag(2)/3, n = 2), G = list(G1 = list(
V = diag(2)/3, n = 2), G2 = list(V = diag(2)/3, n = 2)))
但是我得到了错误的G结构数量错误，而且我不知道如何在具有三个响应变量的模型之前调整先验