Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding

Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time. Ausführliche Beschreibung

Gespeichert in:

Autor*in:	Fernando Flores Cardoso [verfasserIn] Guilherme Jordão de Magalhães Rosa [verfasserIn] Robert John Tempelman [verfasserIn] Roberto Augusto de Almeida Torres Junior [verfasserIn]

Format:	E-Artikel
Sprache:	Englisch ; Spanisch ; Portugiesisch

Erschienen:	2009

Schlagwörter:	análise robusta dados censurados dados extremos inferência bayesiana Bayesian inference censored data outliers robust analysis

Übergeordnetes Werk:	In: Revista Brasileira de Zootecnia - Sociedade Brasileira de Zootecnia, 2004, 38(2009), spe, Seite 72-80
Übergeordnetes Werk:	volume:38 ; year:2009 ; number:spe ; pages:72-80

Links:	Link aufrufen Link aufrufen Link aufrufen Journal toc Journal toc

DOI / URN:	10.1590/S1516-35982009001300009

Katalog-ID:	DOAJ012927449

Internformat


LEADER	01000caa a22002652 4500
001	DOAJ012927449
003	DE-627
005	20230502080144.0
007	cr uuu---uuuuu
008	230225s2009 xx \|\|\|\|\|o 00\| \|\|eng c
024	7		\|a 10.1590/S1516-35982009001300009 \|2 doi
035			\|a (DE-627)DOAJ012927449
035			\|a (DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6
040			\|a DE-627 \|b ger \|c DE-627 \|e rakwb
041			\|a eng \|a spa \|a por
050		0	\|a SF1-1100
100	0		\|a Fernando Flores Cardoso \|e verfasserin \|4 aut
245	1	0	\|a Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding
264		1	\|c 2009
336			\|a Text \|b txt \|2 rdacontent
337			\|a Computermedien \|b c \|2 rdamedia
338			\|a Online-Ressource \|b cr \|2 rdacarrier
520			\|a Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time.
650		4	\|a análise robusta
650		4	\|a dados censurados
650		4	\|a dados extremos
650		4	\|a inferência bayesiana
650		4	\|a Bayesian inference
650		4	\|a censored data
650		4	\|a outliers
650		4	\|a robust analysis
653		0	\|a Animal culture
700	0		\|a Guilherme Jordão de Magalhães Rosa \|e verfasserin \|4 aut
700	0		\|a Robert John Tempelman \|e verfasserin \|4 aut
700	0		\|a Roberto Augusto de Almeida Torres Junior \|e verfasserin \|4 aut
773	0	8	\|i In \|t Revista Brasileira de Zootecnia \|d Sociedade Brasileira de Zootecnia, 2004 \|g 38(2009), spe, Seite 72-80 \|w (DE-627)347753302 \|w (DE-600)2078814-9 \|x 18069290 \|7 nnns
773	1	8	\|g volume:38 \|g year:2009 \|g number:spe \|g pages:72-80
856	4	0	\|u https://doi.org/10.1590/S1516-35982009001300009 \|z kostenfrei
856	4	0	\|u https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6 \|z kostenfrei
856	4	0	\|u http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009 \|z kostenfrei
856	4	2	\|u https://doaj.org/toc/1516-3598 \|y Journal toc \|z kostenfrei
856	4	2	\|u https://doaj.org/toc/1806-9290 \|y Journal toc \|z kostenfrei
912			\|a GBV_USEFLAG_A
912			\|a SYSFLAG_A
912			\|a GBV_DOAJ
912			\|a SSG-OLC-PHA
912			\|a GBV_ILN_20
912			\|a GBV_ILN_22
912			\|a GBV_ILN_23
912			\|a GBV_ILN_24
912			\|a GBV_ILN_31
912			\|a GBV_ILN_39
912			\|a GBV_ILN_40
912			\|a GBV_ILN_62
912			\|a GBV_ILN_63
912			\|a GBV_ILN_65
912			\|a GBV_ILN_69
912			\|a GBV_ILN_70
912			\|a GBV_ILN_73
912			\|a GBV_ILN_74
912			\|a GBV_ILN_95
912			\|a GBV_ILN_105
912			\|a GBV_ILN_110
912			\|a GBV_ILN_151
912			\|a GBV_ILN_161
912			\|a GBV_ILN_170
912			\|a GBV_ILN_213
912			\|a GBV_ILN_230
912			\|a GBV_ILN_285
912			\|a GBV_ILN_293
912			\|a GBV_ILN_602
912			\|a GBV_ILN_2014
912			\|a GBV_ILN_4012
912			\|a GBV_ILN_4037
912			\|a GBV_ILN_4112
912			\|a GBV_ILN_4125
912			\|a GBV_ILN_4126
912			\|a GBV_ILN_4249
912			\|a GBV_ILN_4305
912			\|a GBV_ILN_4306
912			\|a GBV_ILN_4307
912			\|a GBV_ILN_4313
912			\|a GBV_ILN_4322
912			\|a GBV_ILN_4323
912			\|a GBV_ILN_4324
912			\|a GBV_ILN_4325
912			\|a GBV_ILN_4338
912			\|a GBV_ILN_4367
912			\|a GBV_ILN_4700
951			\|a AR
952			\|d 38 \|j 2009 \|e spe \|h 72-80

Indexfelder

author_variant	f f c ffc g j d m r gjdmr r j t rjt r a d a t j radatj
matchkey_str	article:18069290:2009----::oeoherucsaeinsaasiarbsaalsdddsesrdsmehrmnonmlirrhclaeinoesorbset
hierarchy_sort_str	2009
callnumber-subject-code	SF
publishDate	2009
allfields	10.1590/S1516-35982009001300009 doi (DE-627)DOAJ012927449 (DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6 DE-627 ger DE-627 rakwb eng spa por SF1-1100 Fernando Flores Cardoso verfasserin aut Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding 2009 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time. análise robusta dados censurados dados extremos inferência bayesiana Bayesian inference censored data outliers robust analysis Animal culture Guilherme Jordão de Magalhães Rosa verfasserin aut Robert John Tempelman verfasserin aut Roberto Augusto de Almeida Torres Junior verfasserin aut In Revista Brasileira de Zootecnia Sociedade Brasileira de Zootecnia, 2004 38(2009), spe, Seite 72-80 (DE-627)347753302 (DE-600)2078814-9 18069290 nnns volume:38 year:2009 number:spe pages:72-80 https://doi.org/10.1590/S1516-35982009001300009 kostenfrei https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6 kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009 kostenfrei https://doaj.org/toc/1516-3598 Journal toc kostenfrei https://doaj.org/toc/1806-9290 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ SSG-OLC-PHA GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 38 2009 spe 72-80
spelling	10.1590/S1516-35982009001300009 doi (DE-627)DOAJ012927449 (DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6 DE-627 ger DE-627 rakwb eng spa por SF1-1100 Fernando Flores Cardoso verfasserin aut Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding 2009 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time. análise robusta dados censurados dados extremos inferência bayesiana Bayesian inference censored data outliers robust analysis Animal culture Guilherme Jordão de Magalhães Rosa verfasserin aut Robert John Tempelman verfasserin aut Roberto Augusto de Almeida Torres Junior verfasserin aut In Revista Brasileira de Zootecnia Sociedade Brasileira de Zootecnia, 2004 38(2009), spe, Seite 72-80 (DE-627)347753302 (DE-600)2078814-9 18069290 nnns volume:38 year:2009 number:spe pages:72-80 https://doi.org/10.1590/S1516-35982009001300009 kostenfrei https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6 kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009 kostenfrei https://doaj.org/toc/1516-3598 Journal toc kostenfrei https://doaj.org/toc/1806-9290 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ SSG-OLC-PHA GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 38 2009 spe 72-80
allfields_unstemmed	10.1590/S1516-35982009001300009 doi (DE-627)DOAJ012927449 (DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6 DE-627 ger DE-627 rakwb eng spa por SF1-1100 Fernando Flores Cardoso verfasserin aut Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding 2009 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time. análise robusta dados censurados dados extremos inferência bayesiana Bayesian inference censored data outliers robust analysis Animal culture Guilherme Jordão de Magalhães Rosa verfasserin aut Robert John Tempelman verfasserin aut Roberto Augusto de Almeida Torres Junior verfasserin aut In Revista Brasileira de Zootecnia Sociedade Brasileira de Zootecnia, 2004 38(2009), spe, Seite 72-80 (DE-627)347753302 (DE-600)2078814-9 18069290 nnns volume:38 year:2009 number:spe pages:72-80 https://doi.org/10.1590/S1516-35982009001300009 kostenfrei https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6 kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009 kostenfrei https://doaj.org/toc/1516-3598 Journal toc kostenfrei https://doaj.org/toc/1806-9290 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ SSG-OLC-PHA GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 38 2009 spe 72-80
allfieldsGer	10.1590/S1516-35982009001300009 doi (DE-627)DOAJ012927449 (DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6 DE-627 ger DE-627 rakwb eng spa por SF1-1100 Fernando Flores Cardoso verfasserin aut Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding 2009 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time. análise robusta dados censurados dados extremos inferência bayesiana Bayesian inference censored data outliers robust analysis Animal culture Guilherme Jordão de Magalhães Rosa verfasserin aut Robert John Tempelman verfasserin aut Roberto Augusto de Almeida Torres Junior verfasserin aut In Revista Brasileira de Zootecnia Sociedade Brasileira de Zootecnia, 2004 38(2009), spe, Seite 72-80 (DE-627)347753302 (DE-600)2078814-9 18069290 nnns volume:38 year:2009 number:spe pages:72-80 https://doi.org/10.1590/S1516-35982009001300009 kostenfrei https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6 kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009 kostenfrei https://doaj.org/toc/1516-3598 Journal toc kostenfrei https://doaj.org/toc/1806-9290 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ SSG-OLC-PHA GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 38 2009 spe 72-80
allfieldsSound	10.1590/S1516-35982009001300009 doi (DE-627)DOAJ012927449 (DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6 DE-627 ger DE-627 rakwb eng spa por SF1-1100 Fernando Flores Cardoso verfasserin aut Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding 2009 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time. análise robusta dados censurados dados extremos inferência bayesiana Bayesian inference censored data outliers robust analysis Animal culture Guilherme Jordão de Magalhães Rosa verfasserin aut Robert John Tempelman verfasserin aut Roberto Augusto de Almeida Torres Junior verfasserin aut In Revista Brasileira de Zootecnia Sociedade Brasileira de Zootecnia, 2004 38(2009), spe, Seite 72-80 (DE-627)347753302 (DE-600)2078814-9 18069290 nnns volume:38 year:2009 number:spe pages:72-80 https://doi.org/10.1590/S1516-35982009001300009 kostenfrei https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6 kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009 kostenfrei https://doaj.org/toc/1516-3598 Journal toc kostenfrei https://doaj.org/toc/1806-9290 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ SSG-OLC-PHA GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 38 2009 spe 72-80
language	English Spanish Portuguese
source	In Revista Brasileira de Zootecnia 38(2009), spe, Seite 72-80 volume:38 year:2009 number:spe pages:72-80
sourceStr	In Revista Brasileira de Zootecnia 38(2009), spe, Seite 72-80 volume:38 year:2009 number:spe pages:72-80
format_phy_str_mv	Article
institution	findex.gbv.de
topic_facet	análise robusta dados censurados dados extremos inferência bayesiana Bayesian inference censored data outliers robust analysis Animal culture
isfreeaccess_bool	true
container_title	Revista Brasileira de Zootecnia
authorswithroles_txt_mv	Fernando Flores Cardoso @@aut@@ Guilherme Jordão de Magalhães Rosa @@aut@@ Robert John Tempelman @@aut@@ Roberto Augusto de Almeida Torres Junior @@aut@@
publishDateDaySort_date	2009-01-01T00:00:00Z
hierarchy_top_id	347753302
id	DOAJ012927449
language_de	englisch spanisch portugiesisch
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">DOAJ012927449</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230502080144.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230225s2009 xx \|\|\|\|\|o 00\| \|\|eng c</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1590/S1516-35982009001300009</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)DOAJ012927449</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">eng</subfield><subfield code="a">spa</subfield><subfield code="a">por</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">SF1-1100</subfield></datafield><datafield tag="100" ind1="0" ind2=" "><subfield code="a">Fernando Flores Cardoso</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2009</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">análise robusta</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">dados censurados</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">dados extremos</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">inferência bayesiana</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Bayesian inference</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">censored data</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">outliers</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">robust analysis</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">Animal culture</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Guilherme Jordão de Magalhães Rosa</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Robert John Tempelman</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Roberto Augusto de Almeida Torres Junior</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">In</subfield><subfield code="t">Revista Brasileira de Zootecnia</subfield><subfield code="d">Sociedade Brasileira de Zootecnia, 2004</subfield><subfield code="g">38(2009), spe, Seite 72-80</subfield><subfield code="w">(DE-627)347753302</subfield><subfield code="w">(DE-600)2078814-9</subfield><subfield code="x">18069290</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:38</subfield><subfield code="g">year:2009</subfield><subfield code="g">number:spe</subfield><subfield code="g">pages:72-80</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1590/S1516-35982009001300009</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1516-3598</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1806-9290</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_DOAJ</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SSG-OLC-PHA</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_31</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_74</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_170</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4012</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4126</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4307</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4338</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4367</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">38</subfield><subfield code="j">2009</subfield><subfield code="e">spe</subfield><subfield code="h">72-80</subfield></datafield></record></collection>
callnumber-first	S - Agriculture
author	Fernando Flores Cardoso
spellingShingle	Fernando Flores Cardoso misc SF1-1100 misc análise robusta misc dados censurados misc dados extremos misc inferência bayesiana misc Bayesian inference misc censored data misc outliers misc robust analysis misc Animal culture Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding
authorStr	Fernando Flores Cardoso
ppnlink_with_tag_str_mv	@@773@@(DE-627)347753302
format	electronic Article
delete_txt_mv	keep
author_role	aut aut aut aut
collection	DOAJ
remote_str	true
callnumber-label	SF1-1100
illustrated	Not Illustrated
issn	18069290
topic_title	SF1-1100 Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding análise robusta dados censurados dados extremos inferência bayesiana Bayesian inference censored data outliers robust analysis
topic	misc SF1-1100 misc análise robusta misc dados censurados misc dados extremos misc inferência bayesiana misc Bayesian inference misc censored data misc outliers misc robust analysis misc Animal culture
topic_unstemmed	misc SF1-1100 misc análise robusta misc dados censurados misc dados extremos misc inferência bayesiana misc Bayesian inference misc censored data misc outliers misc robust analysis misc Animal culture
topic_browse	misc SF1-1100 misc análise robusta misc dados censurados misc dados extremos misc inferência bayesiana misc Bayesian inference misc censored data misc outliers misc robust analysis misc Animal culture
format_facet	Elektronische Aufsätze Aufsätze Elektronische Ressource
format_main_str_mv	Text Zeitschrift/Artikel
carriertype_str_mv	cr
hierarchy_parent_title	Revista Brasileira de Zootecnia
hierarchy_parent_id	347753302
hierarchy_top_title	Revista Brasileira de Zootecnia
isfreeaccess_txt	true
familylinks_str_mv	(DE-627)347753302 (DE-600)2078814-9
title	Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding
ctrlnum	(DE-627)DOAJ012927449 (DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6
title_full	Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding
author_sort	Fernando Flores Cardoso
journal	Revista Brasileira de Zootecnia
journalStr	Revista Brasileira de Zootecnia
callnumber-first-code	S
lang_code	eng spa por
isOA_bool	true
recordtype	marc
publishDateSort	2009
contenttype_str_mv	txt
container_start_page	72
author_browse	Fernando Flores Cardoso Guilherme Jordão de Magalhães Rosa Robert John Tempelman Roberto Augusto de Almeida Torres Junior
container_volume	38
class	SF1-1100
format_se	Elektronische Aufsätze
author-letter	Fernando Flores Cardoso
doi_str_mv	10.1590/S1516-35982009001300009
author2-role	verfasserin
title_sort	modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal hierarchical bayesian models for robust estimation and censored data analysis in animal breeding
callnumber	SF1-1100
title_auth	Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding
abstract	Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time.
abstractGer	Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time.
abstract_unstemmed	Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time.
collection_details	GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ SSG-OLC-PHA GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700
container_issue	spe
title_short	Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding
url	https://doi.org/10.1590/S1516-35982009001300009 https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6 http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009 https://doaj.org/toc/1516-3598 https://doaj.org/toc/1806-9290
remote_bool	true
author2	Guilherme Jordão de Magalhães Rosa Robert John Tempelman Roberto Augusto de Almeida Torres Junior
author2Str	Guilherme Jordão de Magalhães Rosa Robert John Tempelman Roberto Augusto de Almeida Torres Junior
ppnlink	347753302
callnumber-subject	SF - Animal Culture
mediatype_str_mv	c
isOA_txt	true
hochschulschrift_bool	false
doi_str	10.1590/S1516-35982009001300009
callnumber-a	SF1-1100
up_date	2024-07-03T14:49:05.279Z
_version_	1803569746716655616
fullrecord_marcxml	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">DOAJ012927449</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230502080144.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230225s2009 xx \|\|\|\|\|o 00\| \|\|eng c</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1590/S1516-35982009001300009</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)DOAJ012927449</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DOAJ408512d7004547508fa1cf1341cf7bc6</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">eng</subfield><subfield code="a">spa</subfield><subfield code="a">por</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">SF1-1100</subfield></datafield><datafield tag="100" ind1="0" ind2=" "><subfield code="a">Fernando Flores Cardoso</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2009</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Dados extremos influenciados por fatores não considerados no modelo estatístico, podem enviesar as estimativas dos parâmetros e valores genéticos. Além disso, diversas características de importância econômica não seguem uma distribuição normal ou apresentam dados censurados. O objetivo deste trabalho é descrever e ilustrar a aplicação de modelos hierárquicos bayesianos para a detecção e mitigação de dados extremos e para análise de dados censurados. Primeiro, é apresentada a especificação tradicional do modelo animal em estágios hierárquicos sob o enfoque bayesiano, para dados não censurados com distribuição Normal. A seguir, esse modelo é generalizado pela introdução de uma variável de ponderação independente, que permite a especificação de densidades residuais de caudas longas da família de distribuições Normal/independente. Finalmente, para contemplar a análise de dados censurados, o modelo básico é ampliado pela inclusão de uma variável com distribuição normal truncada no limite inferior do valor observado da característica no momento da avaliação, para aqueles animais que ainda não completaram sua vida reprodutiva no momento da avaliação.<br<Data strongly influenced by factors not accounted for by the statistical model can bias estimates of genetic parameters and values. Moreover, several traits of economic importance do not follow a normal distribution or have censored data. The objective of this study is to describe and illustrate the application of hierarchical Bayesian models for the detection and muting of outliers and for the analysis of censored data. First, the traditional specification of the animal model in hierarchical stages is presented under the Bayesian approach for normally distributed uncensored data. Then, this model is extended by introducing an independent weighting variable, which allows for the specification of thick tail residual densities from the Normal/independent distribution family. Finally, to cover censored data analysis, the basic model is extended by the inclusion of a variable with truncated normal distribution based on the lower limit in the observed value of the trait at the evaluation time, for those animals that have not yet completed their reproductive life at the evaluation time.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">análise robusta</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">dados censurados</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">dados extremos</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">inferência bayesiana</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Bayesian inference</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">censored data</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">outliers</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">robust analysis</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">Animal culture</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Guilherme Jordão de Magalhães Rosa</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Robert John Tempelman</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Roberto Augusto de Almeida Torres Junior</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">In</subfield><subfield code="t">Revista Brasileira de Zootecnia</subfield><subfield code="d">Sociedade Brasileira de Zootecnia, 2004</subfield><subfield code="g">38(2009), spe, Seite 72-80</subfield><subfield code="w">(DE-627)347753302</subfield><subfield code="w">(DE-600)2078814-9</subfield><subfield code="x">18069290</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:38</subfield><subfield code="g">year:2009</subfield><subfield code="g">number:spe</subfield><subfield code="g">pages:72-80</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1590/S1516-35982009001300009</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doaj.org/article/408512d7004547508fa1cf1341cf7bc6</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982009001300009</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1516-3598</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1806-9290</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_DOAJ</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SSG-OLC-PHA</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_31</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_74</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_170</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4012</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4126</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4307</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4338</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4367</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">38</subfield><subfield code="j">2009</subfield><subfield code="e">spe</subfield><subfield code="h">72-80</subfield></datafield></record></collection>
score	7.399477

Nicht das Richtige dabei?

Schreiben Sie uns!

Modelos hierárquicos bayesianos para estimação robusta e análise de dados censurados em melhoramento animal Hierarchical Bayesian models for robust estimation and censored data analysis in animal breeding

Nicht das Richtige dabei?

Zugang & Verfügbarkeit

Vorhandene Bände

Nicht das Richtige dabei?