MCMCglmm에서 중도 절단 데이터 모델링을위한 적절한 데이터 구조는 무엇입니까

Question

내 행동 (Cort 및 Pred)이 개별 동작에 미치는 영향을 추정하기 위해 혼합 모델을 만들고 싶습니다. 내 데이터가 우연히 검열됨에 따라 (주어진 시간 내에 피난처에서 출현하지 않는 개인은 최대 점수 인 1200 점을 얻고 있습니다.), 나는 'cengaussian'가족과 함께 MCMCglmm 패키지를 사용하려고합니다.

내 원래의 데이터 구조는 다음과 같다 :

Error in matrix(unlist(value, recursive = FALSE, use.names = FALSE), nrow = nr, : 'data' must be of a vector type, was 'NULL' :

ID Cort Pred repeat. RT_orig 
1 1 NoCH PA  1  113 
2 2 CH PA  1  NA 
3 3 NoCH PA  1  65 
4 4 CH PA  1 1200 
5 5 CH PP  1  472 
6 1 NoCH PA  2  790 
7 2 CH PA  2  NA 
8 3 NoCH PA  2  1 
9 4 CH PA  2  15 
10 5 CH PP  2 1200 
11 1 NoCH PA  3  31 
12 2 CH PA  3  548 
13 3 NoCH PA  3 1200 
14 4 CH PA  3 1200 
15 5 CH PP  3  527 

와 처음으로 내가

model<-MCMCglmm(RT_orig~Cort*Pred+repeat., 
    random=~ID+(0+repeat.|ID), data=xdata, family="cengaussian") 

그러나 다음과 같은 모델을 적용,이 오류 메시지에 달렸다

이 문제에 대한 철저한 연구 끝에 필자는 응답 변수에 생존 모델과 같이 두 개의 열이 있어야한다고 결론을 내 렸습니다. 그러나 나는 여전히 적절한 데이터 구조가 무엇인지 알 수 없다. 다음 모델

MCMC.RT<-MCMCglmm(cbind(RT_orig, censored)~Cort*Pred+repeat., 
    random=~ID+(0+repeat.|ID), data=xdata, family="cengaussian") 

를 사용하여 나는 새로운 열에서 검열 데이터 코드를하려고하면

(아마 올바른 방법으로 ...)

ID Cort Pred repeat. RT_orig censored 
1 1 NoCH PA  1  113  0 
2 2 CH PA  1  NA  NA 
3 3 NoCH PA  1  65  0 
4 4 CH PA  1 1200  1 
5 5 CH PP  1  472  0 
6 1 NoCH PA  2  790  0 
7 2 CH PA  2  NA  0 
8 3 NoCH PA  2  1  0 
9 4 CH PA  2  15  0 
10 5 CH PP  2 1200  1 
11 1 NoCH PA  3  31  0 
12 2 CH PA  3  548  0 
13 3 NoCH PA  3 1200  1 
14 4 CH PA  3 1200  1 
15 5 CH PP  3  527  0 

나는이

수

**Error in MCMCglmm(cbind(RT_orig, censored) ~ Cort * Pred + repeat., : 
    for censored traits left censoring point must be less than right censoring point** 

저는 솔루션에 매우 가깝지만이 질문에 대한 답변을 찾을 수 없습니다. 누군가가 저에게이 문제에 대한 조언을 해줄 수 있다면 저는 매우 관대 할 것입니다.

Answer 1

실망스러운 데이터가 실제로 문제이며, 나는 스스로 고심하고 있습니다.

데이터 입력이 생존 분석에는 좋지만 MCMCglmm에는 적합하지 않습니다. here에 명시된 바와 같이 최소값과 최대 값을 입력해야합니다.

data$ymin <- floor (data$y) 
data$ymax <- ceiling (data$y) 
model <- MCMCglmm (cbind(ymin,ymax) ~Cort*Pred+repeat