#
使用隨機(jī)效應(yīng)交互對(duì)遺傳異質(zhì)性建模
#上提到的問(wèn)題，抽樣之后準(zhǔn)確率不穩(wěn)定烘苹，有可能少數(shù)幾次準(zhǔn)確率很低筋量，可能因?yàn)榛蛐皖l率出現(xiàn)問(wèn)題（基因型異質(zhì)性導(dǎo)致），解決方案如下：
X0=X
# for main effects
? X1=X; X1[group==2,]=0 #interactions
? X2=X; X2[group==1,]=0 #interactions
? Z2=as.matrix(as.integer(group==2))
根據(jù)PCA進(jìn)行亞群劃分惧眠，基因型和表型進(jìn)行矩陣雙倍化（格式上的雙倍化），進(jìn)行隨機(jī)建模于个。
(1)
均質(zhì)效應(yīng)模型（取樣隨機(jī)化）
?fm0=BGLR(
y=y,ETA=list(
?? ? int=list(X=Z2, model='FIXED'),
?? ? list(X=X0,model='BRR')
?? ????? ),
? ? nIter=6000,burnIn=1000,saveAt='m0_')
(2)
分層分析（分組分析）
?fm1=BGLR(
y=y[group==1],
?? ?? ETA=list( list(X=X0[group==1,],model='BRR')),
? ?? nIter=6000,burnIn=1000,saveAt='m1_')
?fm2=BGLR( y=y[group==2],
?? ?? ETA=list( list(X=X0[group==2,],model='BRR')),
? ?? nIter=6000,burnIn=1000,saveAt='m2_')
(3)
交互模型（認(rèn)為亞群之間有聯(lián)系氛魁，單亞群固定化，亞群之間隨機(jī)化）；這個(gè)能夠擴(kuò)展到GbyE上秀存，嚴(yán)威凱老師提出主效可加微效可成模型）（AMMI）就是這個(gè)道理捶码。
? fm12=BGLR(y=y,ETA=list(
? ? ??int=list(X=Z2, model='FIXED'),
????????????????? main=list(X=X0,model='BRR'),
????????????????? int1=list(X=X1,model='BRR'),
????????????????? int2=list(X=X2,model='BRR')
? ),
? ???? nIter=6000,burnIn=1000,groups=group,saveAt='m12_')
? varU1=fm12$ETA[[2]]$varB+fm12$ETA[[3]]$varB
? varU2=fm12$ETA[[2]]$varB+fm12$ETA[[4]]$varB
? varE1=fm12$varE[1]
? varE2=fm12$varE[2]
? h2_1=varU1/(varU1+varE1)
? h2_2=varU2/(varU2+varE2)
? fm12$ETA[[2]]$varB/sqrt(varU1*varU2)
#correlation of effects
#（1）（3）均不能很好的改善預(yù)測(cè)性能的穩(wěn)健性，分析原因可能是分群出現(xiàn)問(wèn)題
