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 trabalh...
Ausführliche Beschreibung
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: |
---|
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 |
---|
DOI / URN: |
10.1590/S1516-35982009001300009 |
---|
Katalog-ID: |
DOAJ012927449 |
---|
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 |
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 |