MCMCglmm Package: error : Error in inverseA: individuals appearing as dams but not in pedigree
MCMCglmm Package: error : Error in inverseA: individuals appearing as dams but not in pedigree
我正在尝试寻找动物的遗传能力。当我在函数上使用虚拟数据时，它工作得很好，但是当我从数据库中插入数据时，出现以下错误：
Error in inverseA(pedigree = pedigree, scale = scale, nodes = nodes) :
individuals appearing as dams but not in pedigree
我已经删除了所有出现在谱系中但没有任何表型数据的动物，但错误仍然存在。
系谱及资料：
prior <- list(R = list(V = 1, nu = 0.002), G = list(G1 = list(V = 1, nu = 0.002), G2 = list(V = 1, nu = 0.002)))
heritmodel <- MCMCglmm(birthweight ~ 1, random = ~animal + year, family = "gaussian", prior = prior, pedigree = pedigree, data = data, nitt = 1e+05, burnin = 10000, thin = 10)
PS。数据文件很大，我只输入数据集的前十只动物。
我使用 geneticsped 包中的 extend 函数找到了问题的解决方案。先扩展谱系再在mcmcglmm
内使用
我刚刚遇到了同样的问题，并通过使用不同的方法解决了（因为 geneticsped 包似乎已经过时了）。
请注意您所做的以下操作："I have removed all animals who appear in the pedigree but do not have any phenotypic data"。可能会删除其中一些 ID 缺少 MCMCglmm。
对我来说，这解决了问题。另外，请确保传递给具有相同名称的参数的系谱和数据对象是 class dataframe。例如
pedigree = data.frame(pedigree)
我正在使用 tidyverse 中的函数处理文件，其中 return 与 class "spec_tbl_df" "tbl_df" "tbl" "data.frame" 不一致，这导致了上面发布的相同错误。
我正在尝试寻找动物的遗传能力。当我在函数上使用虚拟数据时，它工作得很好，但是当我从数据库中插入数据时，出现以下错误：
Error in inverseA(pedigree = pedigree, scale = scale, nodes = nodes) : individuals appearing as dams but not in pedigree
我已经删除了所有出现在谱系中但没有任何表型数据的动物，但错误仍然存在。
系谱及资料：
prior <- list(R = list(V = 1, nu = 0.002), G = list(G1 = list(V = 1, nu = 0.002), G2 = list(V = 1, nu = 0.002)))
heritmodel <- MCMCglmm(birthweight ~ 1, random = ~animal + year, family = "gaussian", prior = prior, pedigree = pedigree, data = data, nitt = 1e+05, burnin = 10000, thin = 10)
PS。数据文件很大，我只输入数据集的前十只动物。
我使用 geneticsped 包中的 extend 函数找到了问题的解决方案。先扩展谱系再在mcmcglmm
我刚刚遇到了同样的问题，并通过使用不同的方法解决了（因为 geneticsped 包似乎已经过时了）。
请注意您所做的以下操作："I have removed all animals who appear in the pedigree but do not have any phenotypic data"。可能会删除其中一些 ID 缺少 MCMCglmm。
对我来说，这解决了问题。另外，请确保传递给具有相同名称的参数的系谱和数据对象是 class dataframe。例如
pedigree = data.frame(pedigree)
我正在使用 tidyverse 中的函数处理文件，其中 return 与 class "spec_tbl_df" "tbl_df" "tbl" "data.frame" 不一致，这导致了上面发布的相同错误。