reml_什么时候应该在lmer()中指定REML = FALSE？ - 腾讯云开发者社区

宁超在他的公众号“Pythn与数量遗传学”的“方差组分估计之约束最大似然”文章中，给出了下面两种计算公式，公式一是直接似然函数（direct REML），公式二是间接的似然函数（MME based REML...1,2,2,1,1,2,1,2,2)) sire <- factor(c(1,1,1,2,2,3,4,4,4)) y <- c(240,190,170,180,200,140,170,100,130) REML_data...1,2,2,1,1,2,1,2,2)) sire <- factor(c(1,1,1,2,2,3,4,4,4)) y <- c(240,190,170,180,200,140,170,100,130) REML_data

2K3 2

一文搞定GCTA软件的学习

GCTA计算两性状遗传相关常用参数 1.1 --reml-bivar（必须）这部分，是使用reml的方法进行估计方差组分。默认的是AI算法，可以使用EM算法。...1.2 --reml-alg 指定迭代方法（非必须） --reml-alg 0 # AI算法，默认算法 --reml-alg 1 # EM算法 1.3 --grm（必须）指定GRM矩阵 --grm #..., --reml-lrt, --reml-no-lrt and --blup-snp....All the input files are in the same format as in univariate REML analysis. ❞ --mpheno --gxe --reml-lrt...--reml-no-lrt --blup-snp 6.

8252 0

您找到你想要的搜索结果了吗？

是的

没有找到

GCTA学习8 | 计算多性状遗传力和遗传相关

1.2K4 0

GCTA如何计算GWAS中SNP的遗传力

GCTA计算单性状遗传力常用参数 1.1 --reml（必须）这部分，是使用reml的方法进行估计方差组分。默认的是AI算法，可以使用EM算法。...1.2 --reml-alg 指定迭代方法（非必须） --reml-alg 0 # AI算法，默认算法 --reml-alg 1 # EM算法 1.3 --reml-priors 迭代初始值指定迭代初始值...1.9 --reml-pred-rand 输出育种值BLUP 加上这个代码，会输出BLUP值，GBLUP育种值。.../test.phen --reml --out re1 结果可以看出： Vg：加性方差组分为0.022 Ve：残差方差组分为0。.../test.phen --reml --out re2 --reml-pred-rand 计算的育种值：re2.indi.blp，第四列为GEBV。

1.1K1 0

GCTA学习7 | 计算单性状遗传力和标准误

2K3 0

R语言实现广义加模型

“REML”用于REML估计，包括未知的规模，“P-REML”用于REML估计，但使用的是Pearson估计的规模。“ML”和“P-ML”相似，但使用极大似然代替REML。...除了指数族之外，“REML”是默认值，唯一的其他选项是“ML”。其它的参数我们不去赘述了。...dist="poisson",scale=.25)#为gam模拟样本数据 fit <- gam(y~s(x0)+s(x1)+s(x2)+s(x3),family=poisson,dat,method="<em>REML</em>

2.4K2 0

BOLT-LMM用户手册笔记

BOLT-REML在大样本量下应用蒙特卡罗算法，该算法比基于特征分解的方法更快地进行方差分量分析（例如GCTA）。BOLT-REML 在参考文献 [12[14]] 中进行了描述。...同样，run_example_reml2.sh演示了 BOLT-REML。...7 方差成分分析（BOLT-REML）使用 --reml选项调用 BOLT-REML 算法来估计遗传性参数和遗传相关性。...7.4 损失一点准确性的速度 BOLT-REML 使用蒙特卡罗算法来提高 REML 优化速度 [12[32]]。...8.2 BOLT-REML 输出和日志记录当分析完成时，BOLT-REML输出（即方差参数估计值和标准误差）只需打印到终端（标准输出）即可。

2.3K4 0

R语言LME4混合效应模型研究教师的受欢迎程度

. ## Linear mixed model fit by REML. t-tests use Satterthwaite's method [## lmerModLmerTest]## Data...: popular2data## ## REML criterion at convergence: 6330.5## ## Scaled residuals: ## Min 1Q...]## Data: popular2data## ## REML criterion at convergence: 4948.3## ## Scaled residuals: ## Min...## Linear mixed model fit by REML. t-tests use Satterthwaite's method [## lmerModLmerTest]## Data:.... t-tests use Satterthwaite's method [## lmerModLmerTest]## Data: popular2data## ## REML criterion

1K1 0

多水平模型、分层线性模型HLM、混合效应模型研究教师的受欢迎程度

. ## 通过REML进行线性混合模型拟合。...t检验使用Satterthwaite的方法 ## REML criterion at convergence: 6330.5 ## ## Scaled residuals: ## Min...\] ## Data: popular2data ## ## REML criterion at convergence: 4948.3 ## ## Scaled residuals: ##...: popular2data ## ## REML criterion at convergence: 4885 ## ## Scaled residuals: ## Min 1Q...: popular2data ## ## REML criterion at convergence: 4833.3 ## ## Scaled residuals: ## Min

1.3K2 0

R语言LME4混合效应模型研究教师的受欢迎程度

. ## 通过REML进行线性混合模型拟合。...] ## Data: popular2data ## ## REML criterion at convergence: 4948.3 ## ## Scaled residuals: ##...## Linear mixed model fit by REML. t-tests use Satterthwaite's method [ ## lmerModLmerTest] ## Data...: popular2data ## ## REML criterion at convergence: 4885 ## ## Scaled residuals: ## Min 1Q...: popular2data ## ## REML criterion at convergence: 4833.3 ## ## Scaled residuals: ## Min 1Q

9642 0

R语言LME4混合效应模型研究教师的受欢迎程度|附代码数据

.## 通过REML进行线性混合模型拟合。...t检验使用Satterthwaite的方法## REML criterion at convergence: 6330.5## ## Scaled residuals: ## Min...\]## Data: popular2data## ## REML criterion at convergence: 4948.3## ## Scaled residuals: ## Min...## Linear mixed model fit by REML. t-tests use Satterthwaite's method \[## lmerModLmerTest\]## Data...: popular2data## ## REML criterion at convergence: 4833.3## ## Scaled residuals: ## Min 1Q

7203 0

R语言LME4混合效应模型研究教师的受欢迎程度|附代码数据

.## 通过REML进行线性混合模型拟合。...t检验使用Satterthwaite的方法## REML criterion at convergence: 6330.5## ## Scaled residuals: ## Min ...]## Data: popular2data## ## REML criterion at convergence: 4948.3## ## Scaled residuals: ## Min...## Linear mixed model fit by REML. t-tests use Satterthwaite's method [## lmerModLmerTest]## Data:...## Linear mixed model fit by REML. t-tests use Satterthwaite's method [## lmerModLmerTest]## Data:

8901 0

动物育种数据分析的效益和挑战

REML 贝叶斯 ? REML ? ? REML的挑战 ? 贝叶斯 ? ? ? 贝叶斯的挑战 ? 8.

8754 0

使用SAS，Stata，HLM，R，SPSS和Mplus的分层线性模型HLM

另一个考虑因素是这些程序使用的估计方法来产生参数估计，即最大似然（ML）或受限最大似然（REML）。每种都有自己的优点和缺点。ML更适合不平衡的数据，但是会产生偏差的结果。...REML是无偏的，但是在将两个嵌套模型与似然比检验进行比较时，不能使用REML。两种方法将产生相同的固定效应估计，但它们对随机效应的估计却有所不同（Albright＆Marinova，2010）。...SAS，HLM，R和SPSS默认使用REML，而Stata和Mplus使用ML。在本文档中的Stata示例中，我们告诉Stata使用REML以便将输出与其他四个程序进行比较。...这些结果等于使用REML的其他程序的结果。 Stata结果当我们向Stata中的模型添加预测变量时，我们添加了cov（un）选项，指定了非结构化协方差矩阵。...我们再次看到这些估计数与其他五个计划的输出有微小出入汇总使用REML的五个程序的输出实质上是相等的，仅相差几千个单位。

2.7K2 0

GCTA学习4 | GCTA说明文档--功能分类及常见问题

Q1：GCTA-REML需要多少的样本？如果要想达到比较小的标准误（0.1），至少要3160个不相关的样本。 Q2：为何遗传力的标准误很重要？...对于case-contral数据，可以设置--reml-no-constrain，这样有可能遗传力大于1. 对于连续性状数据，样本量少的话，标准误比较大，有可能遗传力估计偏高。 7....方差组分估算显示not positive definite 方差组分中V不正定，可以尝试其它迭代方法---reml-lag 1由AI迭代变为Fisher scoring，试一下。

1.4K2 0

SAS，Stata，HLM，R，SPSS和Mplus分层线性模型HLM分析学生受欢迎程度数据|附代码数据

1.7K2 0

使用GCTA的GREML评估SNP遗传力

此时只需要通过REML算法对线性混合模型的参数进行估计，然后求解上述方差，即可计算出了SNP遗传力了。软件实际操作的代码如下 ?...在进行REML分析时，有两种选择，第一种是默认用法，没有协变量的校正，第二种添加了协变量的校正，注意这里的协变量都是属于固定效应协变量，协变量可以是离散型，也可以是连续型。

2.3K2 0

SAS，Stata，HLM，R，SPSS和Mplus分层线性模型HLM分析学生受欢迎程度数据

2.4K1 0

SAS，Stata，HLM，R，SPSS和Mplus分层线性模型HLM分析学生受欢迎程度数据|附代码数据

1.4K1 0

混合线性模型 | 常用模型与代码演示

Reaction ~ Days + (1 | Subject), data=dat) summary(mod1a) 结果： > summary(mod1a) Linear mixed model fit by REML...['lmerMod'] Formula: Reaction ~ Days + (1 | Subject) Data: dat REML criterion at convergence: 1786.5...Days + (Days || Subject), data=dat) summary(mod2a) 结果： > summary(mod2a) Linear mixed model fit by REML...['lmerMod'] Formula: Reaction ~ Days + ((1 | Subject) + (0 + Days | Subject)) Data: dat REML criterion

8271 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

线性混合模型系列五：REML实战

一文搞定GCTA软件的学习

GCTA学习8 | 计算多性状遗传力和遗传相关

GCTA如何计算GWAS中SNP的遗传力

GCTA学习7 | 计算单性状遗传力和标准误

R语言实现广义加模型

BOLT-LMM用户手册笔记

R语言LME4混合效应模型研究教师的受欢迎程度

多水平模型、分层线性模型HLM、混合效应模型研究教师的受欢迎程度

R语言LME4混合效应模型研究教师的受欢迎程度

R语言LME4混合效应模型研究教师的受欢迎程度|附代码数据

R语言LME4混合效应模型研究教师的受欢迎程度|附代码数据

动物育种数据分析的效益和挑战

使用SAS，Stata，HLM，R，SPSS和Mplus的分层线性模型HLM

GCTA学习4 | GCTA说明文档--功能分类及常见问题

SAS，Stata，HLM，R，SPSS和Mplus分层线性模型HLM分析学生受欢迎程度数据|附代码数据

使用GCTA的GREML评估SNP遗传力

SAS，Stata，HLM，R，SPSS和Mplus分层线性模型HLM分析学生受欢迎程度数据

SAS，Stata，HLM，R，SPSS和Mplus分层线性模型HLM分析学生受欢迎程度数据|附代码数据

混合线性模型 | 常用模型与代码演示

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐