多性状模型 mod2 <- asreml(cbind(y1,y3) ~ trait + trait:Line, random =~ us(trait):ped(Calf), rcov = ~ (units...-21,273) mod2.2 <- asreml(cbind(y1,y3) ~ trait + trait:Line, random =~ us(trait,init=Va):ped(Calf), rcov...",7)) vc mod2.3 <- asreml(cbind(y1,y3) ~ trait + trait:Line, random =~ us(trait,init=Va):ped(Calf), rcov
# 获取基于模型的时间变化协方差(阵列)和相关矩阵 rcov(fit1) # 提取协方差矩阵 rcor(fit1) # 提取相关矩阵 要了解我们手头的数据,我们可以看一下维度: 我们得到三个输出,告诉我们我们有一个三维对象
然后,相关系数定义为 其中Cov(⋅,⋅)∈RCov(⋅,⋅)∈R是协方差,而σσ是标准偏差。协方差定义为 其中,μμ表示平均值。
Ruby metrics plugin — 该插件添加Ruby统计报告( Rcov, Saikuro, Rails stats...)的捆绑包到Jenkins中。
我们可以通过在rcov中使用idh():units函数来实现。由于我们希望分别估计每个水平的方差,所以必须更改残差先验的方差结构。在这种情况下,我们使用一个3x3的方差矩阵,因为有三种类型的响应。
asreml(cbind(BWT,TARSUS) ~ trait + trait:(BYEAR + SEX), random = ~ us(trait):ped(ANIMAL), rcov