Что такое `trait: units` и` variance.function (trait): units` в `MCMCglmm`?

Question

Я пытаюсь выполнить MCMCglmm подобного

df=data.frame(y=rep(c(0:2),each=12),x=rnorm(3*12)) 
MCMCglmm(data=df,fixed=y~x, family="categorical") 

и я получаю сообщение об ошибке

For error structures involving catgeorical data with more than 2 categories pleasue use trait:units or variance.function(trait):units. 

Я был беглый взгляд на Jarrod Hadfield's course notes но не нашли много спецификации об этом нотации и ее имея в виду.

Что означают обозначения trait:units и variance.function(trait):units? Как обычно их использовать?

Я приветствую вас, например, рассмотреть команду

m <- MCMCglmm(LetVerb ~ -1 + trait + trait:(Channel + CrSem + MS), 
random = ~us(trait):Vinf, rcov = ~ us(trait):units, data = letting, 
family = "categorical", prior = priors, verbose = TRUE, burnin = 
10000, nitt = 60000, thin = 50) 

с третьей страницы этой tutorial

Answer 1

Для обозначения вопроса см мой ответ на соответствующий пост here.

Все ответы на ваши вопросы на самом деле записаны в курсах Jarrod Hadfield. Вам нужно будет прочитать спецификацию остаточных отклонений для многомерных моделей в Разделе 5. Но вкратце, опция rcov = ~ us(trait):units позволяет моделировать неограниченную структуру остаточной дисперсии, т.е. например, остаточные отклонения для разных категорий ответов могут быть, таким образом, моделированы гетеросемистично (с разной дисперсией для разных категорий) и несферически (что позволяет исключить любые ненужные ковариации по категории).