To identify customers with extremel

To identify customers with extremely high claims of fish mortalities, we computed best linear unbiased predictors (BLUP), and ranked customers based on these BLUP estimates as detailed in Supplementary materials (S3).

Diagnostics in the mixed model were based on BLUPs and Studentized marginal residuals, using plots of residuals versus predicted values and Q–Q plots, and identifying the highest and lowest residual values. Square-root transformation of the weekly mortality claims ensured that model assumptions of normality were met.

ผลลัพธ์ (ไทย) 1:

เพื่อระบุลูกค้าเรียกร้องสูงมากปลากุ้ง เราคำนวณที่ดีที่สุดเชิงทำนายกลาง (BLUP), และอันดับที่ลูกค้าตามเหล่านี้ BLUP ประเมินตามรายละเอียดในสื่อการสอนเสริม (S3)วินิจฉัยในรูปแบบผสมตาม BLUPs และ Studentized ร่อแร่เหลือ โดยใช้การค่าคงเหลือเมื่อเทียบกับค่าคาดคะเนไว้และแปลง Q-Q และระบุค่าสูงสุด และต่ำสุดเหลือ การเปลี่ยนแปลงของรากที่สองของการเรียกร้องตายสัปดาห์มั่นใจว่า ตรงตามสมมติฐานของแบบจำลองของเครื่อง

ผลลัพธ์ (ไทย) 2:

เพื่อแจ้งลูกค้าที่มีการเรียกร้องที่สูงมากของการตายปลาที่เราคำนวณที่ดีที่สุดเชิงเส้นทำนายเป็นกลาง (BLUP) และอันดับลูกค้าตามประมาณการ BLUP เหล่านี้เป็นรายละเอียดในเอกสารประกอบ (S3).

การวินิจฉัยในรูปแบบผสมอยู่บนพื้นฐานของ BLUPs และ Studentized ร่อแร่ เหลือโดยใช้แปลงที่เหลือเมื่อเทียบกับค่าที่คาดการณ์ไว้และลงจุด Q-Q และระบุค่าตกค้างสูงสุดและต่ำสุด การเปลี่ยนแปลงรากของการเรียกร้องการตายรายสัปดาห์ทำให้มั่นใจได้ว่ารูปแบบของสมมติฐานภาวะปกติได้พบกับ

ผลลัพธ์ (ไทย) 3:

ระบุลูกค้าที่มีการเรียกร้องสูงมาก mortalities ปลาเราคำนวณเชิงพยากรณ์ ( blup เป็นกลางดีที่สุด ) และลูกค้าตามการประมาณการเหล่านี้ blup ตามรายละเอียดในเอกสารวัสดุเสริม ( S3 )การวินิจฉัยในรูปแบบผสมที่ใช้ใน blups ตัวน้อยและค่าใช้แปลงค่าเมื่อเทียบกับค่าพยากรณ์และ Q และ Q แปลง และระบุสูงสุดและต่ำสุด 3 ค่า การเปลี่ยนแปลง รากที่สองของอัตราการตายรายสัปดาห์อ้างทำให้การสันนิษฐานของการแจกแจงแบบปกติได้พบกับ