【问题标题】:MCMCglmm for continuous dataMCMCglmm 用于连续数据
【发布时间】:2016-02-01 12:23:12
【问题描述】:

我指的是 R Package MCMCglmm (Monte Carlo Markov Chain Generalized Linear Mixed-effect Models),见 cran.r-project.org/web/packages/MCMCglmm/MCMCglmm.pdf

虽然 MCMCglmm 指定为广义混合效应模型(因此不适合分析具有高斯分布的连续数据),但该函数特别提供 family="gaussian" 作为选项。

因此,我的问题是:我是否也可以使用 MCMCglmm 分析连续数据?如果没有,是否有连续数据的等价物(即 MCMClme)?

感谢您的帮助!

【问题讨论】:

    标签: mcmc


    【解决方案1】:

    是的,您可以使用 MCMCglmm 分析连续数据。

    听起来您可能误解了什么是“广义”混合效应模型。一般(即非一般化)线性模型可以分析具有高斯误差分布的数据。对此的广义模型扩展,允许您分析不仅高斯数据,而且其他类型的数据,例如二项式或泊松。

    正如你已经注意到的,你可以指定

    family = "gaussian"

    这完全等同于运行“通用”模型(即不通用)。只要您的数据符合此类模型的假设,这是一种完全有效的方法。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2020-01-26
      • 1970-01-01
      • 2021-12-03
      • 2017-01-01
      • 2021-06-29
      • 2016-11-26
      • 1970-01-01
      相关资源
      最近更新 更多