R MCMCglmm数据格式困难

R MCMCglmm数据格式困难,r,modeling,glm,mcmc,R,Modeling,Glm,Mcmc,我想用一个动物模型来估计动物特征的遗传力。但是,我不知道如何正确格式化数据,以便MCMCglmm可以创建模型。经过多次尝试和错误,并在互联网上寻找建议,我被卡住了。据我所知,我已经按照我所知道的所有可用资源的建议格式化了数据,但我收到了以下错误消息: Error in MCMCglmm(BWT ~ 1, random = ~animal, pedigree = Ped, data = Data, : some levels of animal do not have a row entry

我想用一个动物模型来估计动物特征的遗传力。但是,我不知道如何正确格式化数据,以便MCMCglmm可以创建模型。经过多次尝试和错误,并在互联网上寻找建议,我被卡住了。据我所知,我已经按照我所知道的所有可用资源的建议格式化了数据,但我收到了以下错误消息:

Error in MCMCglmm(BWT ~ 1, random = ~animal, pedigree = Ped, data = Data,  : 
some levels of animal do not have a row entry in ginverse
我的问题是:确切地说,什么是
ginverse
,为什么它没有所有级别的
动物的行条目

以下是我的两个(虚拟)数据集:

动物表型数据:

> Data
# A tibble: 10 x 6
   ANIMAL MOTHER BYEAR   SEX   BWT TARSUS
    <dbl>  <dbl> <dbl> <dbl> <dbl>  <dbl>
 1      1     11   968     1 10.8    24.8
 2      2     11   968     1  9.3    22.5
 3      3     12   970     2  3.98   12.9
 4      4     12   970     1  5.39   20.5
 5      5     13   970     2 12.1    NA  
 6      6     13   970     1 NA      NA  
 7      7     14   971     2 NA      NA  
 8      8     15   971     1  7.63   14.2
 9      9     16   971     1  4.76   NA  
10     10     17   971     1 NA      NA   

names(Data)[1] <- "animal"
Data$animal<-as.factor(Data$animal)
Data$MOTHER<-as.factor(Data$MOTHER)
Data$BYEAR<-as.factor(Data$BYEAR)
Data$SEX<-as.factor(Data$SEX)
Data$BWT<-as.numeric(Data$BWT)
Data$TARSUS<-as.numeric(Data$TARSUS)
> Ped
# A tibble: 17 x 3
      ID MOTHER FATHER
   <dbl>  <dbl>  <dbl>
 1     1     11     18
 2     2     11     NA
 3     3     12     NA
 4     4     12     19
 5     5     13     20
 6     6     13     NA
 7     7     14     NA
 8     8     15     21
 9     9     16     22
10    10     17     23
11    11     NA     NA
12    12     NA     NA
13    13     NA     NA
14    14     NA     NA
15    15     NA     NA
16    16     NA     NA
17    17     NA     NA
重新格式化为data.frame

Ped <- as.data.frame(Ped)
Ped问题解决了

由于数据集
data
也需要格式化
数据,因此引发了错误消息
Ped <- as.data.frame(Ped)
p.var <- var(Data$BWT , na.rm=TRUE)
prior1.1 <- list(G=list(G1=list(V=matrix(p.var/2),n=1)), 
             R=list(V=matrix(p.var/2),n=1))   
model1.1 <- MCMCglmm(BWT ~ 1 , random = ~animal, pedigree = Ped, data = Data, prior = prior1.1)