מעבדת בדיקת מודלים
התחילו בתערובת שהמשקלות שלה ידועים. ראו איך שיטות ההתאמה משחזרות את המשקלות, ואיך התוצאות משתנות כשמחריגים ייחוס.
מבחן שחזור עם קלט סינתטי מודד את ההתנהגות של ניסוי זה. הוא אינו מוכיח מוצא, זהות או ביצועים על דגימות אמיתיות עצמאיות.
קראו את תיאור הניסוי לפני ההפעלה
בחרו מחשבון שפורסם, צרו יעדים משורת ייחוס אחת ועד ארבע שורות, ואז בחרו את הייחוסים הזמינים לשיטת ההתאמה. סכום המשקלות של כל יעד חייב להיות 100%. השרת יוצר את היעד הסינתטי מהשורות הציבוריות הרשומות.
Constrained fitting uses nonnegative weights totaling 100%. Convergence is checked with an objective-gap bound; unfinished fits retain their solver status. The experiment has a five-second budget and may return partial results. The closest single reference assigns 100% to its nearest candidate. Distances use scaled G25 Euclidean units multiplied by 100.
Keeping the generating references tests reconstruction within the same panel. Withholding a reference changes the available model. Neither is independent validation. Convergence bounds the numerical objective error; it does not establish unique weights. Similar references may support very different weights at nearly the same distance.
המשקל שחולק מחדש הוא מחצית מסכום ההפרשים המוחלטים בין המשקלות, ביחידות של נקודת אחוז. ההקצאה הנוספת היא המשקל ששוחזר לייחוסים שהמשקל הצפוי שלהם הוא אפס. זה אינו מזהה את המקור שהוחלף ביעדים מעורבים. בקרי מקור יחיד מסייעים לבדוק הקצאות אלה.
בדקו מודל עם נקודת התחלה ידועה
צרו תערובות סינתטיות, בדקו משקלות צפויים ומשוחזרים, וחזרו על הבדיקה עם ייחוסים שונים. המעבדה משתמשת בהרשאת ההתאמה הנוכחית ב-PRO.
עיינו ב-Ancestry Studio PRO התחברו עם רישיון קייםשני מקורות ייחוס ידועים
ייחוס א 75%
ייחוס ב 25%
בחרו את מקורות המועמדים שהמודל יכול להשתמש בהם, ואז מדדו איך הוא משחזר את התערובת הזו.