Question

我想知道post.mean是否与在glm模型中看到的估计结果相似或不同？因此，pMCMC可以视为p值吗？我还没有发现人们通常会在摘要分析上真正地解释它们，而是专注于其他方面。

最后，如何设置优先级以及如何确定优先级正确？我已经看过这里的链接，但仍然听不懂。 http://www.wildanimalmodels.org/tiki-download_wiki_attachment.php?attId=24 https://cran.r-project.org/web/packages/MCMCglmm/vignettes/CourseNotes.pdf 这是我获得的结果。

 Thinning interval  = 10
 Sample size  = 1000 

 DIC: 0.3723323 

 G-structure:  ~time

     post.mean  l-95% CI u-95% CI eff.samp
time     11189 4.032e-17    13211     1000

 R-structure:  ~units

      post.mean l-95% CI u-95% CI eff.samp
units    308299    24934   815369     68.1

 Location effects: sleeve ~ pain + stiff + diff 

            post.mean l-95% CI u-95% CI eff.samp pMCMC
(Intercept)    72.812 -334.677  433.864    467.2 0.550
pain          -33.016 -156.926   68.739    451.5 0.522
stiff           1.016  -95.617   88.061    479.0 0.984
diff            1.799  -25.380   25.683    772.7 0.902```

Answer 1

是的，pMCMC是p值，但是您的MCMC似乎没有收敛。您应该定义一些老化样本，以允许链收敛。例如，您的变量stiff估计为-95 <stiff <88，并且仅被有效采样了<500次。

关于您的其他问题，如果没有先验先验的定义，也无法确认先验是否正确定义，并且无法进一步了解要解决的问题。

关于如何解释MCMCglmm摘要输出的确认

1 个答案: