Comparing the performances of prediction models: A study on growth of lambs

Tahmin modellerinin performanslarının değerlendirilmesi: Kuzularda büyüme üzerine bir çalışma

Abstract

The aim of this study is to assess the impact of the birth weight variable on the performance of the model through the use of the classical methods employed to evaluate the performances of prediction models, namely, coefficient of determination, Brier score, area under the ROC curve (AUC), and two new alternative methods, namely, Net Reclassification Improvement (NRI) and Integrated Discrimination Improvement (IDI). The material of the study consists of the data on the growth of 433 lambs in Sivas-Ulaş Agricultural Enterprise between 1996 and 1997. The study examines the impact of birth weight on the model's performance in the classification of lambs as those having and not having the desired weaning weight (WW). The results indicate that the contribution of birth weight to the discrimination of the model is 2.1% according to AUC. NRI was found to be 11.6% (p

Özet

Bu çalışmanın amacı, tahmin modellerinin performanslarının değerlendirilmesinde kullanılan klasik yöntemler: Belirtme katsayısı, Brier skor, eğri altında kalan alan (EAKA) ve bu yöntemlere alternatif olarak sunulan iki yeni yöntem: Net Tekrar Sınıflandırma İyileştirmesi (NTSİ) ve Bütünleşik Ayrımsama İyileştirmesi (BAİ) ile doğum ağırlığı değişkeninin model performansına etkisinin incelenmesidir. Çalışmanın materyalini 1996-1997 yılları arasında Sivas-Ulaş Tarım İşletmesindeki 433 kuzunun büyüme özelliğine ait veriler oluşturmuştur. Çalışmada, istenilen sütten kesim ağırlığına (SKA) sahip olan ve olmayan kuzuların sınıflandırılmasında doğum ağırlığının model performansına etkisi incelenmiştir. Sonuçlara göre doğum ağırlığının modelin ayırt edebilirliğine katkısı EAKA'ya göre %2.1'dir. NTSİ %11.6 (p