多元线性混合模型分析，植物育种应用
多元线性混合模型分析，植物育种应用
提问于 2018-10-29 20:47:36
我有机会阅读了sommer文档，但我找到了一些标记回归的例子(rrBLUP参数化)，只是使用血缘关系参数化的例子(GBLUP参数化)。请您温和地说一下，在sommer上是否有可能直接在标记上回归，而不是使用亲属关系矩阵？特别是在多变量场景(多个特征、位置等)下，为标记效果模拟非结构化变量覆盖
回答 1
Stack Overflow用户
发布于 2018-10-29 21:09:44
在sommer >= 3.7中，在多变量设置中直接拟合rrBLUP模型，DT_cpdata有一个很好的例子
librayr(sommer)
data(DT_cpdata)
mix.rrblup <- mmer(fixed=cbind(color,Yield)~1,
random=~vs(list(GT),Gtc=unsm(2)) + vs(Rowf,Gtc=diag(2))
rcov=~vs(units,Gtc=unsm(2)),
data=DT)
summary(mix.rrblup)
A <- A.mat(GT)
mix.gblup <- mmer(fixed=cbind(color,Yield)~1,
random=~vs(id,Gu=A, Gtc=unsm(2)) + vs(Rowf,Gtc=diag(2))
rcov=~vs(units,Gtc=unsm(2)),
data=DT)
summary(mix.gblup)vs()函数生成给定随机效果的方差结构，单变量/多变量设置的协方差结构在Gtc参数中作为矩阵提供，其中可以提供对角结构、非结构化结构或自定义结构。当用户想要提供定制的矩阵作为随机效果时，例如标记矩阵GT来做rrBLUP，它必须在列表()中提供，以在内部帮助sommer将其放入正确的格式，而在GBLUP版本中，具有针对个人的标签的随机效果id可以具有在Gu参数中提供的协方差矩阵。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53045858
复制相关文章
相似问题
腾讯云开发者
