以你给的资料为例， 一个可运作的 prior 大概长这样： a_prior <- list( B = list(mu = rep(0, 6 * 4), V = diag(6 * 4) * 1e4), G = list( G1 = list(V = diag(6), nu = 0.2), G2 = list(V = diag(6), nu = 0.2), G3 = list(V = diag(6), nu = 0.2) ), R = list(V = diag(6), nu = 0.2) ) 你要先了解 B-/G-/R-structure 内部需要的阵列大小为什麽是这样， 并搞清楚它的意思。 例如： 为什麽要 G1-G3 三个 G？ 为什麽 B 的 mu 要 24 个数字？ 搞清楚後再明白那些 mu、V、nu 实际的意思， 最後再解决 prior 是否合适。 Dr John Hadfield 写的手册和文章都有明确引导。 你的 rcov 的意思简单说是 6 项反应变数有自己的残差事後分配。 想知道何不何适，只有从前题假设、探索资料与多次配适模型来决定。 顺便一提，你也需要了解 us() 和 idh() 主要差别在哪里。 虽然你提到原论文，但我还是建议你把作者的文章和手册都细看过， 否则这件事不容易做好做对。 如果论文看不懂，就先别看，而改看 mixed model 和 MCMC 的基本概念教学。 ※ 引述《clsmbstu ()》之铭言： : [软体程式类别]: : R : [程式问题]: : Markov chain Monte Carlo (MCMC) multivariate generalized linear mixed model : (MCMCglmm) : [软体熟悉度]: : 熟悉 : [问题叙述]: : 我有一个data frame如下连结： : https://dl.dropboxusercontent.com/u/63339292/PttHelp.RData : Stimuli：受试者在该trial接受之刺激图档名 : Dimension.1~6：受试者回答六个问题，每个问题都是0~8九点量表 : Subject_Num：受试者编号 : Subject_Age：受试者年龄组别 : Subject_Sex：受试者生理性别 : 我希望： : 1. 以Dimension.1~6做为六个依变数 : 2. 以受试者年龄与生理性别为fixed effects并考虑其交互作用 : 3. 以刺激图档与受试者编号为random effects : 主要问题： : 虽然正在读原套件作者的论文， : Jarrod D Hadfield (2010). MCMC Methods for Multi-Response Generalized Linear : Mixed Models: The MCMCglmm R Package. Journal of Statistical Software, 33(2), : 1-22. URL http://www.jstatsoft.org/v33/i02/. : 但还是完全不知道"prior"这个参数内容应该要放什麽、怎麽写， : 另外"rcov"也不确定写得对不对。 : 事实上我的统计知识要理解这篇有点吃不消， : 如果板友有提供入门的资料推荐给我也很好。 : 最後出现的错误为： : Error in MCMCglmm(cbind(Dimension.1, Dimension.2, Dimension.3, Dimension.4, : : : Mixed model equations singular: use a (stronger) prior : （也出现过其它几种不同的错误，但看起来都跟G-structure或prior有关。） : [程式范例]: : https://gist.github.com/anonymous/54bf8d9d4153900803c4fd29e30a1be2 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.135.110.74 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1482684654.A.D18.html ※ 编辑: andrew43 (220.135.110.74), 12/26/2016 01:01:00