Like in 这个帖子 https://stats.stackexchange.com/questions/156683/when-and-why-do-i-have-to-use-trait-for-multinomial-multilevel-models-with-mcm我正在为以下的符号而苦苦挣扎MCMCglmm，特别是什么意思trait。我的代码如下
library("MCMCglmm")
set.seed(123)
y <- sample(letters[1:3], size = 100, replace = TRUE)
x <- rnorm(100)
id <- rep(1:10, each = 10)
dat <- data.frame(y, x, id)
mod <- MCMCglmm(fixed = y ~ x, random = ~us(x):id,
data = dat,
family = "categorical")
这给了我错误消息For error structures involving catgeorical data with more than 2 categories pleasue use trait:units or variance.function(trait):units.（！原文如此）。如果我通过以下方式生成二分数据letters[1:2]，一切都会很好。那么，此错误消息的一般含义和具体的“特征”含义是什么？
2016年9月29日编辑：
From 链接的问题 https://stats.stackexchange.com/questions/156683/when-and-why-do-i-have-to-use-trait-for-multinomial-multilevel-models-with-mcm我复制了rcov = ~ us(trait):units进入我的召唤MCMCglmm。并从https://stat.ethz.ch/pipermail/r-sig-mixed-models/2010q3/004006.html https://stat.ethz.ch/pipermail/r-sig-mixed-models/2010q3/004006.html我采取了（并稍微修改了）之前的list(R = list(V = diag(2), fix = 1), G = list(G1 = list(V = diag(2), nu = 1, alpha.mu = c(0, 0), alpha.V = diag(2) * 100)))。现在我的模型实际上给出了结果：
MCMCglmm(fixed = y ~ 1 + x, random = ~us(1 + x):id,
rcov = ~ us(trait):units, prior = prior, data = dat,
family = "categorical")
但我仍然缺乏理解这是什么意思trait（以及什么由units和先验的符号，以及什么是us()相比idh()和 ...）。
2016年11月17日编辑：我认为trait一般而言是“目标变量”或“响应”的同义词或y在这种情况下。在公式中random左边什么都没有~ “因为响应是从固定效应规范中得知的。” ftp://cran.r-project.org/pub/R/web/packages/MCMCglmm/vignettes/CourseNotes.pdf所以指定背后的理由rcov needs trait:units可能是它已经由fixed公式，什么trait is (y在这种情况下）。
