Random Regression Test-Day Models with Residuals Following a Student's-t Distribution
Notice bibliographique
Résumé
First-lactation milk yield test-day records of Canadian Holsteins were analyzed by single-trait random regression test-day models that assumed normal or Student's-t distribution for residuals. Objectives were to test the performance of the robust statistical models that use heavy-tailed distributions for the residual effect. Models fitted were: Gaussian, Student's-t, and Student's-t with fixed number of degrees of freedom (equal to 5, 15, 30, 100 or 1000) for the t distribution. Bayesian methods with Gibbs sampling were used to make inferences about overall model plausibility through Bayes factors, posterior means for covariance components, estimated breeding values for regression coefficients, solutions for permanent environmental regressions, and residuals of the models. Bayes factors favored Student's-t model with the posterior mean of degrees of freedom equal to 2.4 over all other models, indicating very strong departure from normality. Number of outliers in Student's-t model was reduced by 35% in comparison with the Gaussian model. Differences in covariance components for regression coefficients between models were small, and rankings of animals based on additive genetic merit for the first two regression coefficients (total yield and persistency) were similar. Results from the Gaussian and Student's-t models with fixed degrees of freedom become more alike (smaller departures from normality for Student's-t models) with increasing number of degrees of freedom for the t-distributions. For any pair of Student's-t models, the one with the smaller number of degrees of freedom for the t-distribution was shown to be superior. Similarly, number of outliers increased with increasing degrees of freedom for the t distribution.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».