如何解决随机效应的协方差值-MCMCGlmm
我有我的MCMCglmm输出，并且使用broom.mixed包成功提取了随机效果。
library(broom.mixed)
sample1<- tidy(mcmc_6h_v1_1run[[1]],effects = "ran_vals",conf.int = TRUE)
> head(sample1)
# A tibble: 6 x 8
effect group level term estimate std.error conf.low conf.high
<chr> <chr> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
1 ran_vals ID 10 traitspeed -0.283 0.235 -1.09 0.570
2 ran_vals ID 1005 traitspeed -0.0876 0.217 -0.742 0.565
3 ran_vals ID 13 traitspeed -0.231 0.246 -1.10 0.553
4 ran_vals ID 132 traitspeed -0.418 0.274 -1.36 0.361
5 ran_vals ID 142 traitspeed -0.221 0.226 -0.977 0.560
6 ran_vals ID 144 traitspeed -0.250 0.218 -0.964 0.678
我还可以提取这些特征的协方差
sample2<- tidy(mcmc_6h_v1_1run[[1]],effects = "ran_pars",conf.int = T,conf.method = "HPDinterval")
> head(sample2)
# A tibble: 6 x 8
effect group level term estimate std.error conf.low conf.high
<chr> <chr> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
1 ran_pars ID NA var__traitspeed 0.110 0.0256 0.0629 0.160
2 ran_pars ID NA cov__traitmean_act.traitspeed 0.0385 0.0326 -0.0219 0.104
3 ran_pars ID NA cov__traithr50.traitspeed 0.0359 0.0235 -0.0131 0.0793
4 ran_pars ID NA cov__traitani_excursion.traitspeed 0.0125 0.0255 -0.0378 0.0627
5 ran_pars ID NA cov__traithr_ratio.traitspeed -0.0161 0.0181 -0.0488 0.0200
6 ran_pars ID NA cov__traitpopen_diurnality.traitspeed -0.0769 0.0241 -0.125 -0.0331
现在我正在尝试的是获得随机效应的性状协方差。我的意思是，我有196个个体，我正在尝试为每个个体（例如-cov__traithr_ratio.traitspeed
）获取1个值，每个个体的可信区间为95％是否可以使用broom.mixed来做到这一点？还是有其他方法可以做到这一点？
我们非常感谢您的帮助。 ：）
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
