R 关于如何解释MCMCglmm摘要输出的确认
我想知道post.mean和我们在glm模型中看到的估计结果是相似的还是不同的? 因此PMCMC可以被认为是P值吗?我没有发现人们真的在总结分析中解释,通常他们关注的是其他的东西 最后,如何设置优先级以及如何确保优先级是正确的? 这里的链接我已经读过了,但仍然无法理解。 这是我得到的结果R 关于如何解释MCMCglmm摘要输出的确认,r,mcmc,R,Mcmc,我想知道post.mean和我们在glm模型中看到的估计结果是相似的还是不同的? 因此PMCMC可以被认为是P值吗?我没有发现人们真的在总结分析中解释,通常他们关注的是其他的东西 最后,如何设置优先级以及如何确保优先级是正确的? 这里的链接我已经读过了,但仍然无法理解。 这是我得到的结果 Thinning interval = 10 Sample size = 1000 DIC: 0.3723323 G-structure: ~time post.mean l
Thinning interval = 10
Sample size = 1000
DIC: 0.3723323
G-structure: ~time
post.mean l-95% CI u-95% CI eff.samp
time 11189 4.032e-17 13211 1000
R-structure: ~units
post.mean l-95% CI u-95% CI eff.samp
units 308299 24934 815369 68.1
Location effects: sleeve ~ pain + stiff + diff
post.mean l-95% CI u-95% CI eff.samp pMCMC
(Intercept) 72.812 -334.677 433.864 467.2 0.550
pain -33.016 -156.926 68.739 451.5 0.522
stiff 1.016 -95.617 88.061 479.0 0.984
diff 1.799 -25.380 25.683 772.7 0.902```
是的,pMCMC是一个p值,但是您的MCMC似乎没有收敛。您应该定义一些老化示例,以允许链聚合。例如,您的变量
stiff
估计为-95<stiff
<88,并且只对其进行了<500次有效采样
至于你的另一个问题,如果不了解你的先验知识是如何定义的,也不知道你要解决的问题,就无法确认你的先验知识是否被正确定义