Similarly, a direct product between

Similarly, a direct product between two covariance matrices would not work because it would result in variances squared on the diagonals. So, for model 1, in principle, we want to use residual idv(column).ar1(row)instead of residual id(column).ar1(row); the
difference is simply the character 乪v乫 appended to 乪id乫 to make it a covariance rather than correlation structure. In practice, however, ASReml will, if possible, adjust the components of the residual structure to produce an appropriate R structure. So, one can 乪get away乫 with writing residual id(column).ar1(row)in this case, but we recommend writing the correct structures as a habit, since there may be instances where one has to get the structure exactly correct, for example, when providing starting values for covariances vs correlations.

結果 (中文) 1:

同样，两个协方差矩阵的直接产品不会因为它会导致平方在对角线上的差异。所以，对于模型 1，原则上，我们想要使用残余 idv （列）.ar1 （行），而不是剩余的 id(column).ar1(row);的不同的是只是字符乪v乫追加到乪id乫，使它协方差，而不是相关的结构。然而，在实践中，ASReml 将如果可能的话，调整了残余的结构产生适当的 R 结构的组件。所以，一个可以与写作残余 id （列）.ar1 （行） 在这种情况下，乪get away乫，但我们建议写的正确结构作为一种习惯，因为可能就必须获得结构完全正确，例如，当提供起始值的协方差与相关性的实例。

結果 (中文) 2:

同样地，二协方差矩阵之间的直接产物是行不通的，因为它会导致平方上对角线的差异。因此，对于模型1，在原则上，我们要使用剩余的IDV（列）.ar1（行），而不是剩余的ID（列）.ar1（行）; 的
差异仅仅是在字符乪v乫附加到乪ID乫使其一个协方差，而不是相关结构。在实践中，然而，ASReml会，如果可能的话，调整残留结构的部件，以产生适当的R的结构。因此，人们可以乪逃脱乫在这种情况下写的残留ID（列）.ar1（行），但我们建议编写正确的结构，作为一种习惯，因为有些情况，其中一个已经拿到了结构完全正确的，例如，提供当用于协方差VS相关起始值。

結果 (中文) 3:

同样，两个协方差矩阵之间的直接产品不会工作，因为它会导致差异的对角线的平方。因此，模型1，原则上，我们想用剩余的IDV（柱）。AR1（行）而不是剩余ID（柱）。AR1（行）；“不同的是简单的字符乪V乫附加乪ID乫使其协方差与其相关结构。在实践中，然而，ASReml，如果可能的话，调整剩余结构的器件产生适当的结构。所以，一个可以乪离开乫写作剩余ID（柱）。AR1（行）在这种情况下，我们建议正确的写作结构作为一种习惯，因为可能会出现的情况下，必须得到结构完全正确，例如，当提供起始值和相关的协方差。