R的联合回归
R的联合回归
提问于 2015-12-17 04:54:48
我试图拟合R.中的一个联合回归模型，参见: Digby 1979，对不完全变化x环境数据的修正联合回归分析。J. agric Sci，93，81-86。
在测试一组植物基因型gen_i在env_j环境中的产量的实验中，联合回归模型是：
yield_ij = env_j + (gen_i):(beta_j) + eps_ij
看起来'gnm‘包可能适合这样的模型，但我在语法上有问题。这是我的尝试。
library(agridat)
data(digby.jointregression)
dat <- digby.jointregression
require(gnm)
m3 <- gnm(yield ~ gen + Mult(gen,env), data=dat)
coef(m3)根据Digby的论文，基因型‘灵敏度’为0.953，0.739，1.082，1.025，...0.947可作为模型系数。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-09-10 23:07:33
现在看来起作用了。
library(agridat)
data(digby.jointregression)
dat <- digby.jointregression
require(gnm)
m3 <- gnm(yield ~ gen + Mult(gen,env), data=dat)
# In the line below, "-" is just an arbitrary change of sign
# -1.271+.953 is a constant correction to match Digby.
# Results are not exact, but similar to Digby.
as.matrix( -round(coef(m3)[11:20],3)-1.271+.953 )
Mult(., env).genG01 0.953
Mult(., env).genG02 0.668
Mult(., env).genG03 1.125
Mult(., env).genG04 1.048
Mult(., env).genG05 1.205
Mult(., env).genG06 0.852
Mult(., env).genG07 1.134
Mult(., env).genG08 0.901
Mult(., env).genG09 1.278
Mult(., env).genG10 0.946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/34326874
复制相关文章
相似问题
腾讯云开发者
