以你給的資料為例， 一個可運作的 prior 大概長這樣： 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 內部需要的陣列大小為什麼是這樣， 並搞清楚它的意思。 例如： 為什麼要 G1-G3 三個 G？ 為什麼 B 的 mu 要 24 個數字？ 搞清楚後再明白那些 mu、V、nu 實際的意思， 最後再解決 prior 是否合適。 Dr John Hadfield 寫的手冊和文章都有明確引導。 你的 rcov 的意思簡單說是 6 項反應變數有自己的殘差事後分配。 想知道何不何適，只有從前題假設、探索資料與多次配適模型來決定。 順便一提，你也需要了解 us() 和 idh() 主要差別在哪裡。 雖然你提到原論文，但我還是建議你把作者的文章和手冊都細看過， 否則這件事不容易做好做對。 如果論文看不懂，就先別看，而改看 mixed model 和 MCMC 的基本概念教學。 ※ 引述《clsmbstu ()》之銘言： : [軟體程式類別]: : R : [程式問題]: : Markov chain Monte Carlo (MCMC) multivariate generalized linear mixed model : (MCMCglmm) : [軟體熟悉度]: : 熟悉 : [問題敘述]: : 我有一個data frame如下連結： : https://dl.dropboxusercontent.com/u/63339292/PttHelp.RData : Stimuli：受試者在該trial接受之刺激圖檔名 : Dimension.1~6：受試者回答六個問題，每個問題都是0~8九點量表 : Subject_Num：受試者編號 : Subject_Age：受試者年齡組別 : Subject_Sex：受試者生理性別 : 我希望： : 1. 以Dimension.1~6做為六個依變數 : 2. 以受試者年齡與生理性別為fixed effects並考慮其交互作用 : 3. 以刺激圖檔與受試者編號為random effects : 主要問題： : 雖然正在讀原套件作者的論文， : 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/. : 但還是完全不知道"prior"這個參數內容應該要放什麼、怎麼寫， : 另外"rcov"也不確定寫得對不對。 : 事實上我的統計知識要理解這篇有點吃不消， : 如果板友有提供入門的資料推薦給我也很好。 : 最後出現的錯誤為： : Error in MCMCglmm(cbind(Dimension.1, Dimension.2, Dimension.3, Dimension.4, : : : Mixed model equations singular: use a (stronger) prior : （也出現過其它幾種不同的錯誤，但看起來都跟G-structure或prior有關。） : [程式範例]: : https://gist.github.com/anonymous/54bf8d9d4153900803c4fd29e30a1be2 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.135.110.74 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1482684654.A.D18.html ※ 編輯: andrew43 (220.135.110.74), 12/26/2016 01:01:00