博文
ASReml-R与阈性状(threshold trait)分析
||
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family参数选择binomial函数来分析。
举一个简单的例子：
1 2 3 4 5 6 7 8 9 10 11 12 | # 亲本模型 f.asr<-asreml(dis~1, random=~Mum,maxit=20, family=asreml.binomial() subset=Spacing==3, data=df) summary(df.asr)$varcomp # 个体模型 df1.asr<-asreml(lt~1, random=~ped(TreeID),maxit=20, family=asreml.binomial(), ginverse=list(TreeID=pedinv), data=df) |
运行过程如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | ASReml: Tue May 27 10:19:32 2014 Binomial; Logit Mu=P=1/(1+exp(-XB)); V=Mu(1-Mu)/N Note: The LogLik value is unsuitable for comparing GLM models LogLik S2 DF wall cpu -672.0514 1.0000 558 10:19:32 0.0 -672.0577 1.0000 558 10:19:32 0.0 -671.9783 1.0000 558 10:19:32 0.0 -671.7576 1.0000 558 10:19:32 0.0 -671.4993 1.0000 558 10:19:32 0.0 -671.3008 1.0000 558 10:19:32 0.0 -671.2913 1.0000 558 10:19:32 0.0 -671.2907 1.0000 558 10:19:32 0.0 -671.2907 1.0000 558 10:19:32 0.0 Deviance fron GLM fit: 754.01 Variance heterogenity factor (Deviance/df): 1.35 (assuming 558 degrees of freedom) Finished on: Tue May 27 10:19:32 2014 LogLikelihood Converged |
运行结果如下：
1 2 3 4 5 6 7 | > summary(df.asr)$varcomp gamma component std.error z.ratio Mum!Mum.var 0.07992902 0.07992902 0.09189567 0.8697801 R!variance 1.00000000 1.00000000 NA NA constraint Mum!Mum.var Positive R!variance Fixed |
此外，也可以通过plot()来查看残差图形，明显看出与正态分布数据的差异：
需要注意的是，与正态分布数据的分析另一不同，对于阈性状分析，已属于广义线性模型(GLM)，模型运行收敛后的最大似然值(LogLikelihood)，不能作为模型随机因子是否显著的判断。
https://blog.sciencenet.cn/blog-1114360-798011.html
上一篇：AAfun程序包中mc.se()的改进
下一篇：ASReml-R与协变量模型分析
