生態学のデータ解析 - MCMCglmm

• 一般化線形混合モデル (GLMM 参照) の推定計算する関数 MCMCglmm() を紹介します (R の関数)

  

(書きかけ)

[もくじ]

• MCMCglmm() とは何か
• 使いかたの注意
  • random effects の prior について
• 出力
• 系統関係

MCMCglmm() とは何か 

• 一般化線形混合モデルの推定計算をする関数
  • MCMC 計算によって複雑な random effects をあつかえる
  • 「系統関係」を考慮した random effects もあつかえる
    • MCMCglmm() 関数の pedigree option 指定で
  • 参照: http://cran.r-project.org/web/packages/MCMCglmm/index.html
    • R の help
    • MCMCglmm の作者 Jarrod Hadfield さんが書いたOverview.pdf と CourseNotes.pdf
  • ぎょーむ日誌 2010-11-09
  • 伊東宏樹さんの Taglibro de H 内の MCMCglmm 記事

使いかたの注意 

• glmmML() よりややめんどう
• pr = TRUE オプション指定をすると，random effects の事後分布サンプルも出力される
  • Sol の matrix に
  • ただし data の各行ごとに units と名前の random effects が設定されている (ユーザが何も指定しなくても) -- たとえば各行が各個体のデータであれば，「個体差」に相当する部分をあらわす

random effects の prior について 

• R-structure: G-structure で説明できない「ずれ」をあらわす正規分布 (上述の units)
  • 共分散ゼロの分散共分散行列 (対角行列) である多変量正規分布 (平均はゼロ)
• G-structure: random effects の事前分布である多変量正規分布 (平均はゼロ)
  • 分散共分散行列を指定
  • 共分散ゼロとすることも可能 (これが default)

出力 

• summary(MCMCglmm オブジェクト) で出力される pMCMC とは?

pMCMC is the two times the smaller of the two quantities: MCMC estimates of i) > the probability that a<0 or ii) the probability that a>0, where a is the parameter value. Its not a p-value as such, and better ways of obtaining Bayesian p-values exist.

系統関係 

• 系統関係を考慮した random effects をあつかえる
  • しかし久保が不勉強なのでよくわからない
  • 同様のことができる R package として pedegreemm がある