r - MCMCglmm 中 "trait"的含义

Question

喜欢在 this post我正在为 MCMCglmm 的符号苦苦挣扎，尤其是 trait 的意思.我的代码如下

library("MCMCglmm")

set.seed(123)
y <- sample(letters[1:3], size = 100, replace = TRUE)
x <- rnorm(100)
id <- rep(1:10, each = 10)
dat <- data.frame(y, x, id)

mod <- MCMCglmm(fixed = y ~ x, random = ~us(x):id,
            data = dat,
            family = "categorical")

这给了我错误消息 For error structures involving catgeorical data with more than 2 categories pleasue use trait:units or variance.function(trait):units. (!原文如此)。如果我通过 letters[1:2] 生成二分数据，一切都会好起来的。那么这个错误消息的一般含义，特别是“特征”是什么意思？

编辑 2016-09-29:
来自 the linked question我复制了 rcov = ~ us(trait):units进入我的电话 MCMCglmm .来自 https://stat.ethz.ch/pipermail/r-sig-mixed-models/2010q3/004006.html我采用了(并稍微修改了它)之前的 list(R = list(V = diag(2), fix = 1), G = list(G1 = list(V = diag(2), nu = 1, alpha.mu = c(0, 0), alpha.V = diag(2) * 100))) .现在我的模型实际上给出了结果:

MCMCglmm(fixed = y ~ 1 + x, random = ~us(1 + x):id, 
         rcov = ~ us(trait):units, prior = prior, data = dat,
         family = "categorical")

但我仍然缺乏理解 trait 的含义(以及 units 和先验符号的结果，以及 us() 与 idh() 和...相比的结果)。

编辑 2016-11-17:
我想 trait一般是“目标变量”或“响应”的同义词，或者 y在这种情况下。在 random 的公式中 ~的左边什么都没有 "because the response is known from the fixed effect specification."因此，指定 rcov 背后的原因是需求 trait:units可能是它已经由 fixed 定义了公式，什么 trait是(在这种情况下是 y)。

Answer 1

units是响应变量值，trait是响应变量名称，对应于类别。通过指定 rcov = ~us(trait):units ，您允许残差方差在“特征”(响应类别)之间是异质的，以便估计残差方差-协方差矩阵的所有元素。

在 Hadfield 的 MCMCglmm 类(class)笔记 ( vignette("CourseNotes", "MCMCglmm") ) 的第 5.1 节中，您可以阅读对保留变量 trait 的解释。和 units .