AFEchidna示例8--固定效应显著性检验
更新:2022-03-01th
之前,由于代码bug问题,固定效应结果在AFEchidna里未能显示。现已纠正,不过,固定效应是通过较粗放的卡方检验,结果会稍差异于ASReml。即便如此,对于学术研究,也已足够。
简单示例如下:
HT <- echidna(fixed = height ~ 1+Prov, random = ~ Female+Block+Female:Block, residual=~units,es0.file = 'pine_provenance.es0' )
通过原先的wald()函数可以获取Echidna报告的原始结果:
> wald(HT)Wald F statistics
Source of Variation NumDF DenDF F-inc F-con P-inc mu 1 5.7 3566.99 3567.31 <.001Prov 3 32.0 10.01 10.01 <.001
基于上述结果,编写新函数waldT()进行卡方检验,结果如下:
> waldT(HT)
Wald tests for fixed effects:DF Wald-F Pr(Chisq)
mu 1 3567 3.416e-09 ***
Prov 3 30 8.332e-05 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
多性状的结果展示:
> wald(res12)Wald tests for fixed effects.Wald F statistics
Source of Variation NumDF DenDF F-inc P-inc Trait 2 35333.45Trait.Rep 8 46.62
> waldT(res12)
Wald tests for fixed effects:DF Wald-F Pr(Chisq)
Trait 2 70667 < 2.2e-16 ***
Trait.Rep 8 373 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
性状批量分析的结果展示:
> lapply(res22n,waldT)
$`h3 h4 `
Wald tests for fixed effects:DF Wald-F Pr(Chisq)
Trait 2 14541.7 <2e-16 ***
Trait:Rep 8 373.1 <2e-16 ***
Trait:Plot 6 10.6 0.102
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1$`h3 h5 `
Wald tests for fixed effects:DF Wald-F Pr(Chisq)
Trait 2 19356.3 <2e-16 ***
Trait:Rep 8 333.4 <2e-16 ***
Trait:Plot 6 6.8 0.3367
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1$`h4 h5 `
Wald tests for fixed effects:DF Wald-F Pr(Chisq)
Trait 2 19242.1 <2e-16 ***
Trait:Rep 8 315.8 <2e-16 ***
Trait:Plot 6 3.0 0.8087
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
上述结果,比原始的结果更为友好些。
注意:
在最新版本Echidna1.59中,作者Arthur已对固定效应显著性检验做了变化,虽然wald()够用了,但我仍保留waldT(),用以更简洁的结果展示。
参考文献:
Zhang WH, Wei RY, Liu Y, Lin YZ. AFEchidna is a R package for genetic evaluation of plant and animal breeding datasets. BioRxiv. DOI: 10.1101/2021.06.24.449740.
AFEchidna示例8--固定效应显著性检验相关推荐
- Python实现固定效应回归模型实现因果关系推断
众所周知,"相关并不意味着因果关系". 我要告诉你,相关可以表示因果关系,但需要一定条件. 这些条件已在计量经济学文献中被广泛讨论. 在本文中,我将以一种易于理解的方式对其进行 ...
- Stata:因子变量全攻略-双向固定效应-超越对数生产函数
作者:连玉君 | 杨柳 ( 知乎 | 简书 | 码云 ) 注:该文已发表: 连玉君, 杨柳.<郑州航空工业管理学院学报>, 2018, 36(2): 90-103. [ -点击下载-] ...
- 使用python实现固定效应模型
固定效应vs随机效应 参考:统计学中的「固定效应 vs. 随机效应」 - 知乎 (zhihu.com) FE(固定效应,异质性[非随机]截距):由于面板数据有个体和时间两个维度,所以FE也分为个体固定 ...
- 跟着开源项目学因果推断——FixedEffectModel 固定效应模型(十七)
这个开源项目来源于快手,当然对于快手的开源项目是有前车之鉴的[生存分析--快手的基于深度学习框架的集成⽣存分析软件KwaiSurvival(一)].KwaiSurvival让我觉得是实验代码,今天要接 ...
- R语言线性混合效应模型(固定效应随机效应)和交互可视化3案例
最近我们被客户要求撰写关于线性混合效应模型的研究报告,包括一些图形和统计输出. 视频:线性混合效应模型(LMM,Linear Mixed Models)和R语言实现案例 线性混合效应模型(LMM,Li ...
- R语言非线性混合效应 NLME模型(固定效应随机效应)对抗哮喘药物茶碱动力学研究
最近我们被客户要求撰写关于非线性混合效应 NLME模型的研究报告,包括一些图形和统计输出. 相关视频:线性混合效应模型(LMM,Linear Mixed Models)和R语言实现 线性混合效应模型( ...
- 时间固定效应和个体固定效应的选择_互助问答第31期:固定效应与随机效应选择和面板数据处理...
样本描述:各位老师好,我的论文采用的是微观面板非平衡数据(合并了3波数据,总观测值6万左右),每波观测之间约有20%的样本不同(约10%的样本流失,10%的新样本补入),因变量是连续变量,核心自变量是 ...
- 随机效应估算与固定效应估算_一般混合线性模型固定效应、随机效应与另一随机向量的联合估计...
一般混合线性模型固定效应.随机效应与另一随机向量的 联合估计 周永正 [期刊名称] <数学的实践与认识> [年 ( 卷 ), 期] 2011(041)019 [摘要] 讨论一般混合线性模型 ...
- 双重差分模型能做固定效应吗_数据分析之道 | 双重差分法(DID)
Picture from Internet DID是什么? 双重差分法(DID)又被称为"倍差法",小名"差中差",是种专门用于分析政策效果的计量方法. 我国最 ...
最新文章
- 我们真的需要那么多功能吗? - 国外主流开源 CMS 功能评点
- linux multipath简介配置 存储设备故障 负载均衡 虚拟化工具
- java全局变量和局部变量
- mac find桌面显示desktop问题
- 华中数控hnc一818b_数控车床精确对刀方法总结
- javascript图片隐写术,感觉可以用它来干点有想法的事情
- 利用Windows 2003系统中实现两个网段的路由
- java 视频格式转换-ffmpeg
- ad如何设置pcb板子形状_板子的造型_ad09在做PCB时如何设计板子的形状啊_彩妆阁...
- 【JAVA】第十一届蓝桥杯省模拟赛答案(本科组)
- word公式编辑器输入斜体
- 稻米之缘农耕稻作文化 国稻种芯-万祥军:影响中国历史走向?
- 多电脑切换器(KVM切换器)工作原理
- CSS单行、多行文本溢出隐藏
- mac的python换字体_Python -mac-画图及设置坐标中文字体
- c语言 release函数报错,91-100
- 并行编程,绝不是你想的那么简单
- java单继承和多继承
- A visval git reference实践记录
- Android源码国内源下载