yzhlinscau的个人博客分享 http://blog.sciencenet.cn/u/yzhlinscau

博文

AFEchidna示例8--分析阈性状

已有 1173 次阅读 2021-3-16 17:01 |个人分类:Echidna|系统分类:科研笔记

阈性状 (threshold trait ):性状数值达到某一特定值时表现为正常,达不到则为不正常,如血压,血糖含量、生物的抗病力等,在数据方面以0、1表示,属于二元数据分布。ASReml也可以轻松应付阈性状,通过trait.mod参数选择binomial函数来分析。

注:trait.mod参数将来会替代为family参数。


简单示例:

res<-echidna(es0.file="dfm2.es0",
            trait.mod=esr_binomial(link='marginal'),
              fixed=lt~1+Rep,random=~nrm(TreeID),
              residual=~units,
              predict=c('Rep')
            )

运行过程如下:

> res<-echidna(es0.file="dfm2.es0",
+                trait.mod=esr_binomial(link='marginal'),
+                fixed=lt~1+Rep,random=~nrm(TreeID),
+                residual=~units,
+                trace=T,
+                predict=c('Rep')
+              )

Running Echidna for analysis:  lt

Tue Mar 16 16:52:15 2021

   1 LogL= -673.01  0.9767           554 DF
   2 LogL= -672.07  0.8883           554 DF
   3 LogL= -672.02  0.8606           554 DF
   4 LogL= -672.02  0.8591           554 DF
   5 LogL= -672.02  0.8591           554 DF
Tue Mar 16 16:52:15 2021 LogL Converged

 运行过程如下:

> Var(res)
        Term   Sigma      SE  Z.ratio
1    Residual 0.85911 0.10752 7.990234
2 nrm(TreeID) 0.57500 0.40652 1.414445
> pin(res,mulp=c(h2~V2/(V1+V2),Vp~V1+V2))
variance components are as following:
        Term   Sigma      SE vcS
1    Residual 0.85911 0.10752  V1
2 nrm(TreeID) 0.57500 0.40652  V2

pin formula:
h2 ~ V2/(V1 + V2)
Vp ~ V1 + V2

  Term Estimate    SE
1    h2    0.401 0.196
11   Vp    1.434 0.322
> prd<-predict(res)
> names(prd)
[1] "heads" "pred"  "ased"
> prd$pred
$pred1
 Prediction Stnd_Error Ecode Rep
1   -0.08508    0.20736     E   1
2   -0.13336    0.19901     E   2
3   -0.12722    0.18984     E   3
4    0.04244    0.18837     E   4
5   -0.29345    0.18827     E   5

当然还可以进行批量分析,以之前例子类似,不做演示了。



https://wap.sciencenet.cn/blog-1114360-1277082.html

上一篇:AFEchidna包的简单示例7--模型比较
下一篇:AFEchidna包免费对外开放

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-5-27 15:03

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部