#asreml GLMM 遗传力计算

View topic - Difficulty with multinomial model | Forum | VSN International

doggene Posted: Fri Aug 09, 2013 4:54 pm

利用multinomial模型拟合一个从1到5的序数值的性状。使用!MULTINOMIAL !LOGIT和!MULTINOMIAL PROBIT，Vg变为0。使用!MULTINOMIAL !COMPLOGLOG，得到大小为0.32E-02的遗传方差，但方差来源只有一个ID系号。 .asr文件中没有方差行，就像分析具有正态分布的相同模型时一样。 没有Ve，我无法计算遗传力。

我不认为这个性状的遗传力是零，因为当用普通模型运行时它是0.59。 但是这些数据是对行为的有序排序，所以我认为multinomial分布更合适。

• .as文件：

pp !MULTINOMIAL 5 !COMPLOGLOG ~ mu, # Specify fixed model 
#!r id # Specify random model 

VPREDICT !DEFINE 
F phenovar 1+2 
H herit 1 3

• .asr文件：

Source Model terms Gamma Component Comp/SE % C 
id 1347 1347 0.317801E-02 0.317801E-02 0.06 0 P 

Wald F statistics 
Source of Variation NumDF F-inc 
6 mu 1 16.86

Arthur Posted: Sun Aug 11, 2013 7:01 am

默认情况下，PROBIT模型对残差使用binomial权重，通过通常固定为1.0的缩放参数进行缩放。在LogL行上报告该值，例如S2 =1.00
然而，报告上还会出现方差异质性，我预计其远小于1。 PROBIT是基于标准正态分布，因此遗传力为0.00318 / 1.00318【1+0.317801E-02】，Pin文件代码为：

F Total 1 2*1
H herit 1 2 

如果使用了COMPLOGLOG，则我认为方差为pi ^ 2/6 = 1.64。因此遗传力将使用

F Total 1 2*1.64 
H herit 1 2 

对于LOGIT则是pi^2/3 = 3.289。

现在，如果使用DISP限定符pp !MULTINOMIAL 5 !COMPLOGLOG !DISP ~ mu !r id，则可能会得到不同的结果。这个限定符可以使ASReml估计multinomial权重的缩放参数; 我希望它会给出一个小于1的值，然后你可能会得到更多的遗传变异。

rthomps Posted: Sun Aug 11, 2013 11:37 pm

用户指南p110描述了该过程，并解释了如果你希望对累积频率建模，我认为需要使用!CUMULATIVE限定符。还需要使用Trait而不是mu来估计6-1个类别的不同阈值，如!MULTINOMIAL 4 !CUMULATIVE ~ Trait Variety !r block。 用户指南p339-340有两个例子。Pin文件代码是

F Total 1 2*1.0 
H herit 1 2

总定义行中的2是多于“当前”参数数量（1），因此1.0在总计算中被视为偏移量。