MCMCglmm для непрерывных данных

Я имею в виду пакет R MCMCglmm (Обобщенные линейные модели смешанных эффектов с цепью Маркова Монте-Карло), см. Cran.r-project.org/web/packages/MCMCglmm/MCMCglmm.pdf

Хотя MCMCglmm задается как обобщенная модель смешанного эффекта (и поэтому не подходит для анализа непрерывных данных с гауссовым распределением), функция специально предлагает family = "gaussian" в качестве опции.

Отсюда мой вопрос: можно ли анализировать непрерывные данные с помощью MCMCglmm? Если нет, есть ли эквивалент (например, MCMClme) для непрерывных данных?

Спасибо за вашу помощь!


mcmc
person Yamper    schedule 01.02.2016    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Да, вы можете анализировать непрерывные данные с помощью MCMCglmm.

Похоже, вы неправильно понимаете, что такое «обобщенная» модель смешанных эффектов. Общие (т.е. не обобщенные) линейные модели могут анализировать только данные с гауссовым распределением ошибок. Расширения обобщенных моделей, которые позволяют анализировать не только гауссовские данные, но и также другие типы данных, такие как биномиальные или пуассоновские.

Как вы уже заметили, вы можете указать

family = "gaussian"

Это в точности эквивалентно использованию «общей» модели (т. Е. Не обобщенной). Это вполне допустимый подход, если ваши данные соответствуют предположениям такой модели.

person user2390246    schedule 23.06.2016