FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1979348293> ?p ?o ?g. }

• W1979348293 endingPage "92" @default.
• W1979348293 startingPage "81" @default.
• W1979348293 abstract "In multiple trait animal model evaluations, several transformations (canonical, triangular, combined) can be used to decrease the size of the mixed model equations or to increase their sparsity. A simple method based on an EM argument and replacing missing records by their expectation given the current parameters allows the use of the canonical transformation in situations where data are missing and selection is ignorable. The convergence behavior of these different approaches were compared on real data sets simulating different missing patterns. The combined transformation is always better than the triangular transformation. The extended version of the canonical transformation clearly leads to the fastest convergence, in terms of overall CPU time, especially when a reduced animal model is used (2 to 3 times faster than the triangular transformation) and when more traits are considered simultaneously. RÉSUMÉ: Solution des modèles animales multicaractères avec fichiérs manquantes Dans les évaluations multicaractères de type modèle animal, diverses transformations (canonique, triangulaire, combinée) peuvent être utilisées pour diminuer la taille du système d'équations du modèle mixte ou pour en accroître le nombre d'éléments nuls. Une méthode simple basée sur un raisonnement de type EM et remplaçant les données manquantes par leur espérance sachant la valeur courante des paramètres permet l'utilisation de la transformation canonique dans des situations avec données manquantes et où le processus de sélection peut être ignoré. Les vitesses de convergence de ces différentes approches ont été comparées ` partir de fichiers réels simulant différent types de données manquantes. La transformation combinée s'est revelée toujours meilleure que la transformation triangulaire. La version étendue de la transformation canonique conduit clairement ` la convergence la plus rapide, tout spécialement quand un modèle animal réduit est utilisé (2 ` 3 fois plus rapide que la transformation triangulaire) et quand un grand nombre de caractères sont considérés simultanément. ZUSAMMENFASSUNG: Lósung bei Mehrmerkmalsmodellen und teilweise fehlenden Daten bei einzelnen Merkmalen Beim Mehrmerkmal-Tiermodell können mehrere Transformationen (kanonisch, Winkel, kombiniert) zur Reduktion der Gleichungszahl oder zur Steigerung der null Elemente verwendet werden. Eine einfache Methode, die auf EM-Schlußfolgerungen beruht und fehlende Beobachtungen mit ihren Erwartungswerten (aufgrund gegebener Parameter) ersetzt, gestattet Verwendung kanonischer Transformation bei teilweise fehlenden Daten und vernachlässigbarer Selektion. Das Konvergenzverhalten verschiedener Ansätze wurde an realem Datenmaterial mit simulierten Fehlmustern verglichen. Die erweiterte Transformation ist immer besser als die Winkeltransformation, und diese kanonische Transformation führt hinsichtlich CPU-Zeit zur schnellsten Konvergenz, besonders wenn ein reduziertes Tiermodell mit mehreren Merkmalen verwendet wurde (2- bis 3 mal schneller als Winkeltransformation)." @default.
• W1979348293 created "2016-06-24" @default.
• W1979348293 creator A5019333501 @default.
• W1979348293 creator A5073249281 @default.
• W1979348293 date "1993-01-12" @default.
• W1979348293 modified "2023-10-16" @default.
• W1979348293 title "Solution of multiple trait animal models with missing data on some traits" @default.
• W1979348293 cites W1562470511 @default.
• W1979348293 cites W1967391229 @default.
• W1979348293 cites W1975589860 @default.
• W1979348293 cites W1975989205 @default.
• W1979348293 cites W1988435193 @default.
• W1979348293 cites W1989767017 @default.
• W1979348293 cites W2026777569 @default.
• W1979348293 cites W2031956941 @default.
• W1979348293 cites W2036577577 @default.
• W1979348293 cites W2044949801 @default.
• W1979348293 cites W2047699382 @default.
• W1979348293 cites W2050196001 @default.
• W1979348293 cites W2074482108 @default.
• W1979348293 cites W2091288816 @default.
• W1979348293 cites W2124759502 @default.
• W1979348293 cites W2403035479 @default.
• W1979348293 cites W2562481541 @default.
• W1979348293 cites W2562620993 @default.
• W1979348293 cites W2566785467 @default.
• W1979348293 doi "https://doi.org/10.1111/j.1439-0388.1993.tb00719.x" @default.
• W1979348293 hasPubMedId "https://pubmed.ncbi.nlm.nih.gov/21395706" @default.
• W1979348293 hasPublicationYear "1993" @default.
• W1979348293 type Work @default.
• W1979348293 sameAs 1979348293 @default.
• W1979348293 citedByCount "62" @default.
• W1979348293 countsByYear W19793482932012 @default.
• W1979348293 countsByYear W19793482932013 @default.
• W1979348293 countsByYear W19793482932014 @default.
• W1979348293 countsByYear W19793482932015 @default.
• W1979348293 countsByYear W19793482932018 @default.
• W1979348293 countsByYear W19793482932022 @default.
• W1979348293 crossrefType "journal-article" @default.
• W1979348293 hasAuthorship W1979348293A5019333501 @default.
• W1979348293 hasAuthorship W1979348293A5073249281 @default.
• W1979348293 hasConcept C104317684 @default.
• W1979348293 hasConcept C105795698 @default.
• W1979348293 hasConcept C106934330 @default.
• W1979348293 hasConcept C11413529 @default.
• W1979348293 hasConcept C114614502 @default.
• W1979348293 hasConcept C162324750 @default.
• W1979348293 hasConcept C199360897 @default.
• W1979348293 hasConcept C204241405 @default.
• W1979348293 hasConcept C2777303404 @default.
• W1979348293 hasConcept C28826006 @default.
• W1979348293 hasConcept C33923547 @default.
• W1979348293 hasConcept C41008148 @default.
• W1979348293 hasConcept C50522688 @default.
• W1979348293 hasConcept C54355233 @default.
• W1979348293 hasConcept C86803240 @default.
• W1979348293 hasConcept C9357733 @default.
• W1979348293 hasConceptScore W1979348293C104317684 @default.
• W1979348293 hasConceptScore W1979348293C105795698 @default.
• W1979348293 hasConceptScore W1979348293C106934330 @default.
• W1979348293 hasConceptScore W1979348293C11413529 @default.
• W1979348293 hasConceptScore W1979348293C114614502 @default.
• W1979348293 hasConceptScore W1979348293C162324750 @default.
• W1979348293 hasConceptScore W1979348293C199360897 @default.
• W1979348293 hasConceptScore W1979348293C204241405 @default.
• W1979348293 hasConceptScore W1979348293C2777303404 @default.
• W1979348293 hasConceptScore W1979348293C28826006 @default.
• W1979348293 hasConceptScore W1979348293C33923547 @default.
• W1979348293 hasConceptScore W1979348293C41008148 @default.
• W1979348293 hasConceptScore W1979348293C50522688 @default.
• W1979348293 hasConceptScore W1979348293C54355233 @default.
• W1979348293 hasConceptScore W1979348293C86803240 @default.
• W1979348293 hasConceptScore W1979348293C9357733 @default.
• W1979348293 hasIssue "1-6" @default.
• W1979348293 hasLocation W19793482931 @default.
• W1979348293 hasLocation W19793482932 @default.
• W1979348293 hasLocation W19793482933 @default.
• W1979348293 hasOpenAccess W1979348293 @default.
• W1979348293 hasPrimaryLocation W19793482931 @default.
• W1979348293 hasRelatedWork W1485231525 @default.
• W1979348293 hasRelatedWork W1600589444 @default.
• W1979348293 hasRelatedWork W1967524919 @default.
• W1979348293 hasRelatedWork W1978042415 @default.
• W1979348293 hasRelatedWork W2035087110 @default.
• W1979348293 hasRelatedWork W2062274034 @default.
• W1979348293 hasRelatedWork W2123860895 @default.
• W1979348293 hasRelatedWork W2552050053 @default.
• W1979348293 hasRelatedWork W2909761571 @default.
• W1979348293 hasRelatedWork W314306847 @default.
• W1979348293 hasVolume "110" @default.
• W1979348293 isParatext "false" @default.
• W1979348293 isRetracted "false" @default.
• W1979348293 magId "1979348293" @default.
• W1979348293 workType "article" @default.