MCMCglmmで打ち切りデータをモデル化するための適切なデータ構造は何ですか

Question

私の治療法（CortとPred）が個々の行動に及ぼす影響を推定する混合モデルを作成したいと思います。私のデータが適切に検閲されているので（特定の時間内に避難所から出てこない人は最大得点、ここでは1200）、私はMCMCglmmパッケージを 'cengaussian'ファミリーと共に使用するつもりです。

私の元のデータ構造は次のようになります。

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 

と、私は次のモデル

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

は、しかし、私はこのエラーメッセージに遭遇印加される第1の時間：

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

問題について徹底的に研究した結果、私の応答変数は生存モデルのように2つの列を持つべきだと結論づけました。しかし、私はまだ適切なデータ構造がどのように見えるかは分かりません。次のモデル

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

を使用して、私は新しい列で打ち切りデータコーディングしようとした場合

（おそらくない正しい方法を...）

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 

私はこの

取得します

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

私は非常に私が解決に近いと確信していますが、私はこの質問に答えが見つかりませんでした。誰かが私にこの問題に関する助言を与えることができれば、私は非常に、非常に門戸に恵まれます。

Answer 1

私は自分自身に苦しんでいる虚偽のデータは確かに問題です。

私が知っている限り（私はこれを非常に簡単に見ています）、データ入力は生存解析には適していますが、MCMCglmmでは適していません。 hereに記載されているように、最小値と最大値を入力する必要があります。

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